用途:审计当前项目的智能体配置与 AI 编码可维护性,按“agent 配置→指令面→工具/运行时→验证器→可维护性”框架找出违规项,判断错位层级。适合 Claude、Codex 或 Pi 配置异常时使用;不用于应用缺陷或 PR 审查。
主要能力:两条主线共用一份报告——智能体配置健康(指令漂移、权限、hooks、MCP、技能、记忆供应链)与 AI 可维护性健康(隐性约束可达性、热点归属、验证器覆盖、生成产物检查、过期文档)。输出按状态、影响、后续动作排序的发现,或带残余风险的清晰结论。收集脚本区分 summary 与 deep 模式,静态材料可只审指令与配置。
使用方式:先运行收集脚本,summary 模式起步。Windows 使用 run-health.ps1 启动器;Linux/macOS 直接执行 collect-data.sh。deep 模式需用户明确要求“深入/完整/彻底/继续跑完”或提及配置漂移、缺失验证、代码变烂等信号时升级,并提前告知会消耗较多 token。深度审计可并行启动上下文安全、控制行为、可维护性三类检查器。跨项目审计需显式请求后运行 conversation_audit.py 并传入对应参数。
限制:summary 与 deep 均为只读报告,不授权运行测试、构建、安装、格式化或写状态。项目指令中定义的命令不等于授权执行;启动应用、安装依赖或写状态的探针需单独授权并说明写入路径与回滚方案。缺失工具造成的 (unavailable) 视为数据不足而非问题;静态存在不等于实时健康。凭据一律不输出,redact 为 [REDACTED]。无数据、根目录不可用、解析或读取错误、扫描中变化的文件均记为覆盖缺口。没有智能体设置面时,拒绝列表记为不适用。长时运行代理的停机条件需另行加载对应参考。适用于需要审计 agent 配置与 AI 可维护性的项目,不适用于应用 Bug 排查。