用途:探索代码库,像 AI 一样发现架构摩擦点,找出提升可测试性的机会,并提出模块深化(deepening shallow modules)的重构方案,最终以 Linear issue 形式输出 RFC。核心依据是 John Ousterhout《A Philosophy of Software Design》中的深模块理念:小而稳定的接口隐藏庞大实现,更易测试、更利于 AI 导航,并能从边界而非内部进行测试。\n\n主要能力:有机探索代码库并记录摩擦点;将发现整理为编号的候选深化机会,列出涉及模块、耦合原因、依赖类别与测试影响;针对选定候选先撰写问题空间说明;并行生成多个差异化接口设计并比较,给出倾向性推荐或混合方案;最后创建重构 RFC 议题。\n\n使用方式:需要 Linear MCP 工具 mcp__linear-server__save_issue 与 mcp__linear-server__list_teams。流程为:用 Agent 工具(subagent_type=Explore)探索代码库,不套用僵硬启发式;呈现候选清单并询问用户想深入哪个;用户选定后,先写出新接口需满足的约束、依赖和示意性代码草图;随后并行启动 3 个以上子智能体,分别以“最小化接口”“最大化灵活性”“优化最常见调用方”等不同约束产出接口签名、用法示例、隐藏的复杂度、依赖策略与权衡;逐一展示并比较后给出推荐;用户选定或接受推荐后,用 save_issue 创建 RFC 议题(不需先请用户审阅,直接创建并分享标识符)。\n\n适用场景:希望改善架构可测试性、识别耦合与集成风险的代码库维护者。\n\n限制:具体 Linear 议题模板与四种依赖类别见 REFERENCE.md,资料未提供其内容;所需 MCP 工具未配置时流程无法完成;资料未说明支持的编程语言、代码库规模或收费情况。
improve-codebase-architecture
通用与其它
更新于 10-16 09:29