SuperAPI AI 工具集
合作ENAI 行业资讯收藏
Skill 广场dotnet-best-practices

dotnet-best-practices

测试与质量

查看项目

更新于 10-16 05:57

技能介绍

dotnet-best-practices 是一个面向 .NET / ASP.NET Core 代码库的微层级（micro-level）代码质量审计方案，其目标是深入分析单个类、方法与测试文件的实现质量，而非审查项目基础设施。审计过程依据标准文件进行校验，标准来源为 agent-rules/rules/dotnet/（若仓库内存在则读取本地版本，否则通过 WebFetch 从 GitHub raw 实时获取）。

用途

该方案用于执行深度的 .NET / ASP.NET Core 代码库分析，重点关注微层级代码质量，以及是否符合特定的架构、测试与编码标准。它以 .NET Micro-Code Quality Auditor 的角色运作，强调基于证据的报告方式：所有发现必须由实际代码证据支撑，若某项内容无法通过代码证据证明，则标记为 Unknown 并说明需要什么才能证明。

主要能力

审计覆盖六个分析步骤，每个步骤对应特定的标准文件：

  1. 测试质量分析（testing-unit.md、testing-integration.md）：检查测试命名约定（MethodName_Scenario_ExpectedBehavior）、Arrange-Act-Assert 结构、FluentAssertions 与原始 Assert.* 的使用、Moq/NSubstitute 的 Mock 设置（仅对真正的外部依赖进行 Mock）、测试隔离与 fixture 生命周期、WebApplicationFactory 集成测试质量。

  2. 架构合规分析（module-structure.md、service-patterns.md、repository-patterns.md）：检查分层边界（Domain/Application/Infrastructure/Api）、依赖注入生命周期与 captive-dependency 检测、仓储模式实现质量、服务组合与瘦控制器遵循情况。

  3. SOLID 合规与圈复杂度分析（solid-principles.md）：检查 SRP（上帝对象构造函数、混杂关注的超大方法）、OCP（携带业务逻辑的类型分支链）、LSP（抛出 NotImplementedException/NotSupportedException 的重写）、ISP（部分未实现实现的臃肿接口）、DIP（在已有可注入抽象时仍使用 new ConcreteClass()），以及真实的圈复杂度（CA1502）与类耦合度（CA1506）——通过强制开启分析器的构建获得，而非仅依赖仓库自身设置。

  4. 代码标准分析（csharp.md、controller-patterns.md）：检查 C# 命名约定与可空引用类型规范、Records 与 Classes 的使用、LINQ 正确性与模式匹配、async void 与控制器瘦身违规。

  5. DTO 校验分析（dto-validation.md）：检查校验装饰器 / FluentValidation 覆盖、分离的 Create/Update/Response DTO、响应 DTO 中的敏感字段排除、实体到 DTO 的映射质量。

  6. 错误处理分析（error-handling.md）：检查集中式异常处理（IExceptionHandler/中间件）、ProblemDetails 响应一致性、领域异常与通用异常的使用、边界处的结构化日志。

第 7 步为报告生成，将所有发现按模板汇总为最终 Markdown 报告。

使用方式

方案提供两条执行路径。其一为 CLI 路径（somnio run），按规定的规则执行顺序依次运行各参考规则文件，并指定模型层级（mid / cheap / frontier）。其二为会话内子代理调度路径，适用于 Claude Code 及兼容代理：入口为 agents/orchestrator.md（mid 层级），由编排器按依赖顺序分波次派发子代理，同一波次内通过 Agent 工具并行运行。编排器在推进到下一波次前会校验每个预期产物，产物缺失时重试一次，之后记录并跳过依赖章节。report-writer 是唯一撰写最终面向用户报告的代理。

波次计划为：Wave 1（mid）运行 testing-quality-analyzer、architecture-compliance-analyzer、solid-compliance-analyzer、code-standards-analyzer；Wave 2（cheap）运行 dto-validation-scanner、error-handling-scanner；Wave 3（frontier）运行 report-writer。各分析代理分别产出 reports/.artifacts/dotnet-best-practices/ 下的步骤产物，最终报告写入 reports/<YYYY-MM-DD>-<project>-dotnet-best-practices.md。

报告文件名必须遵循 <YYYY-MM-DD>-<project>-dotnet-best-practices.md 格式：日期为本次运行日期；project 为 git 仓库名的 kebab-case 化（来源为 origin 远程 URL，无远程时取主检出目录名，非 git 仓库时取当前目录名）；末尾段为技能名，固定不变。通过 somnio run 运行时，CLI 会计算完整报告路径并在提示中传入，需严格使用其给出的路径，不可重新计算。

每份生成的报告末尾必须包含 Report Metadata 元数据块，其中 Generated by 行为 Somnio CLI v3.2.8，Skill 为 dotnet-best-practices，Date 为运行日期，Somnio AI Tools 为 https://github.com/somnio-software/somnio-ai-tools。

关键规则

始终依据标准进行校验；聚焦代码质量而非基础设施；清晰报告违规并指明所违反的标准并提供代码示例；保持 Markdown 报告模板格式一致；不得跳过标准校验；不得仅依赖仓库自身的分析器设置来判断复杂度，而应在审计运行时通过 MSBuild 命令行属性强制开启分析器（不修改文件），以确保复杂度发现真实有效。

适用场景

适用于需要对 .NET / ASP.NET Core 代码库进行细粒度质量审计的场景，尤其是关注测试质量、架构分层合规、SOLID 原则落实、C# 编码规范、DTO 校验与错误处理一致性的团队。审计对象为单个类、方法与测试文件。

限制

方案不针对项目基础设施进行分析。所有结论要求有代码证据支撑，证据缺失时仅报告 Unknown 并说明所需证据，不做假设或臆测。关于具体的收费、价格、平台支持范围等信息，资料中暂未提供。