用途:扫描代码库中的架构摩擦,提出把“浅模块”变为“深模块”的重构机会,服务于可测试性与 AI 可导航性。建议需沿用项目领域模型与 design-vocabulary.md 的术语,CONTEXT.md 提供接缝命名,docs/adr/ 中的 ADR 记录不应被重复推翻的决策。
主要能力与流程:一,图检查(可选):若存在 graphify-out/graph.json,提示“代码图谱已就绪(N 个模块)”,并用 /code-graph query god-nodes、/code-graph query communities 获取全局视图;无图谱则提示“未检测到代码图谱,使用有机探索模式。如需更精确的分析,可先运行 /code-graph build(需要先安装 graphify)”,回退有机探索。二,多模态扫描:并行运行结构、数据流、变更、测试、安全、性能 6 个视角智能体,各自从不同角度查询代码图,模板见 sweep-patterns.md。三,交叉验证:综合智能体去重、按多智能体确认度排序,对高置信发现做删除测试,产出 5–10 项候选。四,HTML 报告:写入系统临时目录($TMPDIR,回退 /tmp,Windows 为 %TEMP%)下的 architecture-review-<timestamp>.html,不在仓库落地;用 xdg-open/open/start 打开并告知绝对路径。报告用 CDN 的 Tailwind 与 Mermaid,每个候选含文件、问题、方案、收益、前后对比图、推荐强度徽章(Strong、Worth exploring、Speculative)与扫描证据,末尾给出首选建议;与 ADR 冲突时仅在摩擦足够真实时标注。不提出接口定义。五,追问循环:用户选定候选后运行 /grilling 遍历设计树,并内联运行 /domain-modeling 维护领域模型:新概念加入 CONTEXT.md(可按需创建),模糊术语就地更新,用户以关键理由否决时酌情提议记录 ADR。
适用场景与限制:适合已有领域文档与 ADR 的代码库架构评审;无代码图谱时退化为单探索智能体的有机探索,报告需注明结论基于探索而非结构化图谱数据,可能不够全面。其余收费、平台与效果信息暂未提供。