SuperAPI AI 工具集

feature dependency mapper

编程与开发

查看项目

更新于 10-16 04:22

技能介绍

用途

Feature Dependency Mapper 是一个架构分析技能,用于映射 Leavn 应用中复杂功能之间的相互依赖关系,目标是提前发现循环导入和预测变更的级联影响。

主要能力

  • 直接依赖分析:识别功能 A 是否导入功能 B 的类型、使用功能 B 的服务、或共享模型定义。
  • 间接依赖分析:追踪功能 A 使用的服务是否又依赖功能 B、功能 A 是否触发功能 B 监听的通知、功能 A 是否写入功能 B 同步的 CloudKit 记录。
  • 循环依赖风险检测:例如 AuthFeature ← UserModels → CommunityFeature、PreferencesStore ← AnalyticsService ← SettingsFeature、GuidedFeature ← AudioEngine ← AudioPreferences 等潜在循环。
  • 级联变更风险分析:评估修改 UserModels、PreferencesStore、AuthenticationFlow 等核心组件时会影响到哪些功能、服务与测试。
  • 输出依赖图、变更影响分析与循环依赖检测报告,并列出红色警示(超过 3 层间接、超过 5 个直接依赖、双向依赖、弱引用方案、服务定位器模式等)。

使用方式

该技能被调用时会询问三种输入之一:"Map [feature name] dependencies?"、"Find circular dependencies?" 或 "Analyze change impact for [file]?"。其映射流程为:识别所有功能目标与服务、追踪 import 语句与服务调用、构建依赖树、分析循环与深层依赖链、评估变更影响范围、生成可视化与文本报告。

适用场景

适用于 Leavn 这类功能复杂、共享基础设施众多的应用,在修改核心模型、存储或认证流程之前进行影响评估与回归测试规划;也可用于日常架构审视,发现难以测试的耦合模式。

限制

资料中未提供该工具的安装命令、收费方式、支持平台、运行环境或具体集成步骤,这些信息暂未提供。