name	analyze-repo
description	对代码仓库进行全面多维度深度分析，涵盖架构、质量、风险、AI原生度、依赖链、新人上手等10个维度，使用并行子Agent执行后汇总报告。当用户要求分析仓库、评审代码库、或了解项目全貌时触发。
argument-hint	[仓库路径，默认当前目录]
disable-model-invocation	true

全面代码仓库分析

对目标仓库 $ARGUMENTS（如未指定则为当前目录）执行全面多维度分析。

执行规则

必须使用 10 个并行子 Agent 分别执行以下维度，每个 Agent 独立完成自己的分析
严禁提前交付 — 所有 10 个子 Agent 全部完成后，才能开始汇总报告
最终报告用中文输出
每个维度的结论必须有具体的文件路径、代码片段或数据支撑，不允许空泛描述

容错与跳过规则（防止死循环）

每个子 Agent 必须遵守以下规则：

前置探测：每个 Agent 在开始分析前，先快速检测当前环境（是否为 git 仓库、是否有 commit 历史、是否有构建配置文件等）。如果缺少该维度所需的关键前提，立即输出「该维度不适用」并说明原因，不得反复重试或猜测。
无 git 仓库 / 无 commit 历史：
- 如果目标目录不是 git 仓库（git rev-parse --git-dir 失败）或 commit 数为 0，则：
  - Agent 8（AI 原生度）中"git log 分析"和"最近编写判断"部分标记为 N/A — 无 git 历史，仅分析工具链配置和代码结构特征
  - 其他依赖 git 的分析项同理跳过，转为基于文件内容的静态分析
无法识别构建体系：
- 如果找不到任何已知的构建/依赖配置文件（如 package.json、go.mod、pom.xml、Cargo.toml、requirements.txt、Makefile 等），则：
  - Agent 9（依赖与工具链）标记为 N/A — 未检测到标准构建配置，仅列出发现的文件类型和可能的技术栈
  - Agent 10（新人上手）的"环境搭建"部分如实标注无法确定构建流程，基于文件结构给出最佳猜测
单次尝试原则：对于任何探测性操作（检测语言、检测框架、读取配置），如果首次尝试失败或返回空结果，不得循环重试，直接将该项标记为「未检测到」并继续下一项分析
超时兜底：如果某个分析子项耗时过长（如遍历超大目录），应在合理范围内采样分析，而非穷举

10 个并行分析维度

Agent 1: 架构分析

项目整体目录结构与模块划分
核心组件关系与分层架构图（用 ASCII 或 Mermaid）
入口文件、配置加载流程、请求处理链路
微服务间的调用关系（如适用）

Agent 2: 调用链与依赖图

核心函数/方法的调用链路 map
模块间依赖关系（import/require 分析）
循环依赖检测
外部服务调用点梳理（HTTP、RPC、DB、MQ 等）

Agent 3: 代码质量评估

错误处理模式（是否有裸 panic、吞错误、空 catch 等）
测试覆盖情况（有无测试文件、测试风格、覆盖关键路径否）
命名规范一致性
代码重复度与坏味道（过长函数、God Class、魔法数字等）
注释质量与文档字符串

Agent 4: 风险评估与上手痛点

安全风险（硬编码密钥、SQL 注入、不安全的反序列化等）
运维风险（缺少健康检查、无优雅停机、日志不足等）
新人上手痛点（文档缺失、隐式约定、复杂的本地搭建流程等）
技术债务热点

Agent 5: 优化建议（P0/P1/P2 分级）

基于以上分析，输出分级优化建议：

P0（必须立即修复）：安全漏洞、数据丢失风险、生产事故隐患
P1（近期应优化）：性能瓶颈、错误处理缺陷、测试空白区、架构腐化
P2（建议改进）：代码风格统一、重构建议、开发体验提升
每条建议必须包含：问题描述、影响范围、具体修复方案、预估工作量

Agent 6: 迭代建议与路线图

短期迭代建议（1-2 周内可完成）
中期改进方向（1-3 个月）
长期架构演进建议
建议的迭代优先级排序与依赖关系
每个迭代项标注预期收益

Agent 7: 文档建议

当前文档现状评估（README、API 文档、架构文档、部署文档）
缺失的关键文档清单
现有文档的准确性和时效性
建议补充的文档及其优先级
推荐的文档工具和组织方式

Agent 8: AI 原生度评估

分析代码库的 AI Native 程度：

前置检测：先运行 git rev-parse --git-dir 和 git log --oneline -1。如果不是 git 仓库或无 commit 历史，跳过下方"AI 编写痕迹检测"和"最近编写判断"两节，直接标注 N/A — 无 git 历史，仅执行"AI Native 成熟度评分"部分。

AI 编写痕迹检测（需 git 历史）：
- 分析 git log 中的提交模式（提交信息风格、批量修改模式、时间分布）
- 代码风格一致性分析（AI 生成代码通常过度统一）
- 注释风格（AI 倾向生成解释性注释）
- 错误处理模式（AI 倾向面面俱到的 error handling）
- 变量命名风格（AI 倾向描述性长命名）
最近编写判断（需 git 历史）：分析最近 20 次提交，判断每次提交更可能是：
- 纯人工编写
- 人机协作（人写框架 + AI 补充细节，或 AI 生成 + 人审查修改）
- 主要 AI 生成
AI Native 成熟度评分（1-10，始终执行）：
- 是否有 AI 辅助开发的工具链配置（.cursor、.claude、copilot 配置等）
- 是否有 prompt 模板或 AI 协作规范
- 代码结构是否对 AI 友好（模块化、类型完备、文档充分）
- 距离 "AI Native" 还差什么，给出具体差距和改进路径

Agent 9: 依赖与工具链评估

前置检测：搜索常见的依赖/构建配置文件（package.json、go.mod、go.sum、pom.xml、build.gradle、Cargo.toml、requirements.txt、pyproject.toml、Gemfile、Makefile、CMakeLists.txt 等）。如果均不存在，将本维度标记为 N/A — 未检测到标准构建配置，仅列出文件扩展名分布和推测的技术栈，不得反复搜索或猜测。

依赖清单审计：列出所有直接依赖及其版本
过时依赖检测：
- 哪些依赖有更新的主版本可用
- 哪些依赖已停止维护或被废弃
- 哪些依赖有已知安全漏洞
升级建议：
- 每个建议升级的依赖：当前版本 → 建议版本
- 升级的收益（性能、安全、新特性）
- 升级的风险（Breaking changes、兼容性问题）
- 升级优先级排序
工具链评估：
- 构建工具是否为当前最佳实践
- CI/CD 配置是否合理
- 开发工具链是否有更现代的替代方案
- Linter、Formatter、测试框架是否为社区推荐

Agent 10: 新人上手指南

为首次接触该项目的开发者提供完整的上手建议：

前置检测：检查是否存在 README、构建配置、Dockerfile 等。如果缺少构建配置，环境搭建部分如实标注「无法从代码自动推断完整的构建流程」，基于文件结构和代码内容给出最佳猜测，不得反复尝试构建或搜索构建方式。

环境搭建：
- 需要安装哪些工具和依赖（语言版本、包管理器、数据库等）
- 本地开发环境搭建的完整步骤（从 clone 到跑通第一个请求）
- 常见的环境搭建坑点和解决方案
代码导读路线：
- 建议的代码阅读顺序（从哪个文件开始，按什么路径读）
- 核心概念和领域术语解释
- 关键设计决策的背景（为什么用这个框架、为什么这样分层）
开发工作流：
- 日常开发流程（分支策略、提交规范、CR 流程）
- 如何跑测试、如何本地调试
- 如何部署和验证改动
快速上手任务建议：
- 推荐 3-5 个适合新人的 Good First Issue 级别的改进点
- 每个任务标注预估耗时、涉及文件、学习收益
常见问题 FAQ：
- 基于代码分析预测新人可能遇到的常见问题
- 容易踩的坑和隐式约定

汇总报告格式

所有子 Agent 完成后，按以下结构输出最终报告。

N/A 维度处理：如果某个维度被标记为 N/A 或部分 N/A，在报告中保留该章节标题，简要说明跳过原因（如「无 git 历史」「无构建配置」），对应评分卡中填写 N/A 而非强行给分。综合评分仅基于有有效数据的维度计算。

# [项目名] 全面分析报告

## 一句话总结
（用一句话概括这个项目的现状和最关键的发现）

## 1. 架构分析
## 2. 调用链与依赖图
## 3. 代码质量评估
## 4. 风险评估与上手痛点
## 5. 优化建议（P0/P1/P2）
## 6. 迭代建议与路线图
## 7. 文档建议
## 8. AI 原生度评估
## 9. 依赖与工具链评估
## 10. 新人上手指南

## 综合评分卡
| 维度 | 评分(1-10) | 一句话说明 |
|------|-----------|-----------|
| 架构设计 | | |
| 代码质量 | | |
| 安全性 | | |
| 可维护性 | | |
| 文档完备度 | | |
| AI 原生度 | | |
| 依赖健康度 | | |
| 总分 | | |

## 最终建议：Top 5 优先行动项
（从所有维度中提炼出最重要的 5 件事）

name	analyze-repo
description	对代码仓库进行全面多维度深度分析，涵盖架构、质量、风险、AI原生度、依赖链、新人上手等10个维度，使用并行子Agent执行后汇总报告。当用户要求分析仓库、评审代码库、或了解项目全貌时触发。
argument-hint	[仓库路径，默认当前目录]
disable-model-invocation	true

全面代码仓库分析

对目标仓库 $ARGUMENTS（如未指定则为当前目录）执行全面多维度分析。

执行规则

必须使用 10 个并行子 Agent 分别执行以下维度，每个 Agent 独立完成自己的分析
严禁提前交付 — 所有 10 个子 Agent 全部完成后，才能开始汇总报告
最终报告用中文输出
每个维度的结论必须有具体的文件路径、代码片段或数据支撑，不允许空泛描述

容错与跳过规则（防止死循环）

每个子 Agent 必须遵守以下规则：

前置探测：每个 Agent 在开始分析前，先快速检测当前环境（是否为 git 仓库、是否有 commit 历史、是否有构建配置文件等）。如果缺少该维度所需的关键前提，立即输出「该维度不适用」并说明原因，不得反复重试或猜测。
无 git 仓库 / 无 commit 历史：
- 如果目标目录不是 git 仓库（git rev-parse --git-dir 失败）或 commit 数为 0，则：
  - Agent 8（AI 原生度）中"git log 分析"和"最近编写判断"部分标记为 N/A — 无 git 历史，仅分析工具链配置和代码结构特征
  - 其他依赖 git 的分析项同理跳过，转为基于文件内容的静态分析
无法识别构建体系：
- 如果找不到任何已知的构建/依赖配置文件（如 package.json、go.mod、pom.xml、Cargo.toml、requirements.txt、Makefile 等），则：
  - Agent 9（依赖与工具链）标记为 N/A — 未检测到标准构建配置，仅列出发现的文件类型和可能的技术栈
  - Agent 10（新人上手）的"环境搭建"部分如实标注无法确定构建流程，基于文件结构给出最佳猜测
单次尝试原则：对于任何探测性操作（检测语言、检测框架、读取配置），如果首次尝试失败或返回空结果，不得循环重试，直接将该项标记为「未检测到」并继续下一项分析
超时兜底：如果某个分析子项耗时过长（如遍历超大目录），应在合理范围内采样分析，而非穷举

10 个并行分析维度

Agent 1: 架构分析

项目整体目录结构与模块划分
核心组件关系与分层架构图（用 ASCII 或 Mermaid）
入口文件、配置加载流程、请求处理链路
微服务间的调用关系（如适用）

Agent 2: 调用链与依赖图

核心函数/方法的调用链路 map
模块间依赖关系（import/require 分析）
循环依赖检测
外部服务调用点梳理（HTTP、RPC、DB、MQ 等）

Agent 3: 代码质量评估

错误处理模式（是否有裸 panic、吞错误、空 catch 等）
测试覆盖情况（有无测试文件、测试风格、覆盖关键路径否）
命名规范一致性
代码重复度与坏味道（过长函数、God Class、魔法数字等）
注释质量与文档字符串

Agent 4: 风险评估与上手痛点

安全风险（硬编码密钥、SQL 注入、不安全的反序列化等）
运维风险（缺少健康检查、无优雅停机、日志不足等）
新人上手痛点（文档缺失、隐式约定、复杂的本地搭建流程等）
技术债务热点

Agent 5: 优化建议（P0/P1/P2 分级）

基于以上分析，输出分级优化建议：

P0（必须立即修复）：安全漏洞、数据丢失风险、生产事故隐患
P1（近期应优化）：性能瓶颈、错误处理缺陷、测试空白区、架构腐化
P2（建议改进）：代码风格统一、重构建议、开发体验提升
每条建议必须包含：问题描述、影响范围、具体修复方案、预估工作量

Agent 6: 迭代建议与路线图

短期迭代建议（1-2 周内可完成）
中期改进方向（1-3 个月）
长期架构演进建议
建议的迭代优先级排序与依赖关系
每个迭代项标注预期收益

Agent 7: 文档建议

当前文档现状评估（README、API 文档、架构文档、部署文档）
缺失的关键文档清单
现有文档的准确性和时效性
建议补充的文档及其优先级
推荐的文档工具和组织方式

Agent 8: AI 原生度评估

分析代码库的 AI Native 程度：

前置检测：先运行 git rev-parse --git-dir 和 git log --oneline -1。如果不是 git 仓库或无 commit 历史，跳过下方"AI 编写痕迹检测"和"最近编写判断"两节，直接标注 N/A — 无 git 历史，仅执行"AI Native 成熟度评分"部分。

AI 编写痕迹检测（需 git 历史）：
- 分析 git log 中的提交模式（提交信息风格、批量修改模式、时间分布）
- 代码风格一致性分析（AI 生成代码通常过度统一）
- 注释风格（AI 倾向生成解释性注释）
- 错误处理模式（AI 倾向面面俱到的 error handling）
- 变量命名风格（AI 倾向描述性长命名）
最近编写判断（需 git 历史）：分析最近 20 次提交，判断每次提交更可能是：
- 纯人工编写
- 人机协作（人写框架 + AI 补充细节，或 AI 生成 + 人审查修改）
- 主要 AI 生成
AI Native 成熟度评分（1-10，始终执行）：
- 是否有 AI 辅助开发的工具链配置（.cursor、.claude、copilot 配置等）
- 是否有 prompt 模板或 AI 协作规范
- 代码结构是否对 AI 友好（模块化、类型完备、文档充分）
- 距离 "AI Native" 还差什么，给出具体差距和改进路径

Agent 9: 依赖与工具链评估

前置检测：搜索常见的依赖/构建配置文件（package.json、go.mod、go.sum、pom.xml、build.gradle、Cargo.toml、requirements.txt、pyproject.toml、Gemfile、Makefile、CMakeLists.txt 等）。如果均不存在，将本维度标记为 N/A — 未检测到标准构建配置，仅列出文件扩展名分布和推测的技术栈，不得反复搜索或猜测。

依赖清单审计：列出所有直接依赖及其版本
过时依赖检测：
- 哪些依赖有更新的主版本可用
- 哪些依赖已停止维护或被废弃
- 哪些依赖有已知安全漏洞
升级建议：
- 每个建议升级的依赖：当前版本 → 建议版本
- 升级的收益（性能、安全、新特性）
- 升级的风险（Breaking changes、兼容性问题）
- 升级优先级排序
工具链评估：
- 构建工具是否为当前最佳实践
- CI/CD 配置是否合理
- 开发工具链是否有更现代的替代方案
- Linter、Formatter、测试框架是否为社区推荐

Agent 10: 新人上手指南

为首次接触该项目的开发者提供完整的上手建议：

前置检测：检查是否存在 README、构建配置、Dockerfile 等。如果缺少构建配置，环境搭建部分如实标注「无法从代码自动推断完整的构建流程」，基于文件结构和代码内容给出最佳猜测，不得反复尝试构建或搜索构建方式。

环境搭建：
- 需要安装哪些工具和依赖（语言版本、包管理器、数据库等）
- 本地开发环境搭建的完整步骤（从 clone 到跑通第一个请求）
- 常见的环境搭建坑点和解决方案
代码导读路线：
- 建议的代码阅读顺序（从哪个文件开始，按什么路径读）
- 核心概念和领域术语解释
- 关键设计决策的背景（为什么用这个框架、为什么这样分层）
开发工作流：
- 日常开发流程（分支策略、提交规范、CR 流程）
- 如何跑测试、如何本地调试
- 如何部署和验证改动
快速上手任务建议：
- 推荐 3-5 个适合新人的 Good First Issue 级别的改进点
- 每个任务标注预估耗时、涉及文件、学习收益
常见问题 FAQ：
- 基于代码分析预测新人可能遇到的常见问题
- 容易踩的坑和隐式约定

汇总报告格式

所有子 Agent 完成后，按以下结构输出最终报告。

N/A 维度处理：如果某个维度被标记为 N/A 或部分 N/A，在报告中保留该章节标题，简要说明跳过原因（如「无 git 历史」「无构建配置」），对应评分卡中填写 N/A 而非强行给分。综合评分仅基于有有效数据的维度计算。

# [项目名] 全面分析报告

## 一句话总结
（用一句话概括这个项目的现状和最关键的发现）

## 1. 架构分析
## 2. 调用链与依赖图
## 3. 代码质量评估
## 4. 风险评估与上手痛点
## 5. 优化建议（P0/P1/P2）
## 6. 迭代建议与路线图
## 7. 文档建议
## 8. AI 原生度评估
## 9. 依赖与工具链评估
## 10. 新人上手指南

## 综合评分卡
| 维度 | 评分(1-10) | 一句话说明 |
|------|-----------|-----------|
| 架构设计 | | |
| 代码质量 | | |
| 安全性 | | |
| 可维护性 | | |
| 文档完备度 | | |
| AI 原生度 | | |
| 依赖健康度 | | |
| 总分 | | |

## 最终建议：Top 5 优先行动项
（从所有维度中提炼出最重要的 5 件事）