| name | code-quality |
| description | Perform a comprehensive quality analysis of the project |
现在请帮我对该项目的完整实现做一个深度的质量检测分析，从架构设计、代码实现、工程规范、类型系统、状态管理、异步流程、并发安全、错误处理、资源释放、模块边界、依赖关系、可维护性、可扩展性、性能、安全性、测试覆盖率、CI/CD、构建配置、部署策略、开发体验等多个维度进行系统性审查。
请特别重点关注 AI 生成代码（AI-generated code）与 vibe coding 场景下常见的隐性问题，包括但不限于：
- 表面“能运行”但存在深层逻辑缺陷的代码
- 大量重复实现、抽象失控、职责混乱
- 虚假的模块化（文件拆分了但逻辑高度耦合）
- 类型系统形同虚设（大量 any、类型断言、类型漂移）
- 上下文缺失导致的错误调用链
- AI 补全造成的未被真正使用的“僵尸代码”
- 实现与注释/文档不一致
- 过度设计与伪扩展性设计
- 未被验证的 optimistic implementation
- 只覆盖 happy path 的流程实现
- 错误吞噬（silent fail）与无意义 catch
- 状态竞争、异步时序问题、潜在死锁
- 内存泄漏、事件监听未释放、定时器泄漏
- 缓存不一致、状态源重复、数据同步问题
- API 边界混乱与数据结构污染
- prompt-driven development 导致的风格漂移
- 不同阶段 AI 生成代码之间的范式冲突
- 配置文件、脚本、环境变量逐渐腐化
- “看起来先进”但实际不可维护的架构
- 缺乏真实约束下的异常恢复能力
- 日志系统不可观测、调试困难
- 假测试、低价值测试、无效断言
- 未考虑生产环境压力、并发、网络波动
- 缺少 backpressure、限流、重试、熔断等机制
- 安全边界缺失（注入、权限、sandbox escape、敏感信息泄露等）
- Agent / LLM 系统中特有的问题（上下文污染、工具调用失控、记忆污染、prompt injection、无限循环、自我欺骗式 reasoning 等）
请不要只做静态表面代码审查，而是尽可能像一个资深 Staff/Principal Engineer 一样，从“系统长期演化”和“真实生产环境”角度进行深入分析。
我希望你：
- 主动推断系统设计意图与真实运行路径
- 分析模块之间的实际耦合关系，而不是只看目录结构
- 找出那些“短期可用但长期一定会出问题”的设计
- 识别代码库中 AI 味过重、缺乏统一抽象的区域
- 判断哪些部分已经进入“重构成本快速上升区”
- 识别潜在技术债，并按严重程度排序
- 给出“为什么这是问题”而不仅是代码风格建议
- 尽量提供可执行、现实、渐进式的优化路线
- 区分“应该立即修复的问题”与“未来演进风险”
- 对整个项目给出架构成熟度评价与可持续性判断
请尽量以“批判性审查”方式进行，而不是默认当前实现合理。
如果你发现某些设计明显是 AI 凭空补全、没有经过真实验证，请直接指出。
如果某些代码虽然复杂但实际上没有必要，也请明确说明。
请特别关注那些：
- 在 demo 阶段表现正常
- 在单人开发阶段还能维持
- 但会在多人协作、长期维护、生产环境下迅速崩坏的问题。
最后请输出：
- 高风险问题列表（按优先级排序）
- 中长期架构风险
- 技术债地图
- 可维护性评分
- 架构健康度评价
- 推荐的重构顺序
- 如果继续当前模式开发，未来 3~6 个月最可能出现的问题
不要因为“项目规模大”而保守，请尽可能深入、尖锐、真实。
