code-feeder

name	code-feeder
description	当用户需将代码提供给外部 AI（重构/分析/修复）时激活。自动收集代码、记录意图、生成上下文文档。支持增量合并。

Code Feeder Skill

目标：生成包含用户意图和关键代码的高质量 Markdown 文档。 脚本路径：~/.claude/skills/code-feeder/scripts/ (若不存在则搜索 code_collector.py)

🧠 核心法则

1. 意图第一：必须询问收集目的（如"重构登录"），并写入文档。
2. 精准采集：根据意图挑选代码。小文件批量导入，大文件提取片段。
3. 闭环补全：工具反馈"跳过"的文件，必须用 --append 模式提取关键片段补全。

⚙️ 模式决策

模式	标志	适用场景	关键参数
Batch	--mode batch	小文件/配置文件	--files f1 f2
Snippets	--mode snippets	大文件(>500KB)/特定函数	--target f1 --ranges [...]
Append	--append	补全漏掉的文件/增量更新	(配合 Snippets 使用)

📋 执行流程

1. 确认意图

若未提供，询问："收集代码的具体目的是什么？关注哪些模块？"

2. 检测与规划

python {script_dir}/detect_project.py "{project_path}"

根据输出忽略无关目录，聚焦核心文件。

3. 执行收集

A. 批量模式 (首选)

python {script_dir}/code_collector.py "{project_path}" \
  --mode batch --files src/main.py config.json ... \
  --intent "{user_intent}" --output "ctx.md"

B. 片段模式 (针对大文件/特定逻辑) 支持类型: function, class, method, lines

python {script_dir}/code_collector.py "{project_path}" \
  --mode snippets --target "src/heavy.js" \
  --ranges '[{{"type":"function","name":"login"}}, {{"type":"lines","start":1,"end":50}}]' \
  --intent "{user_intent}" --output "ctx.md"

4. 补全 (Critical)

检查输出中的 "⚠️ 跳过的文件"。若文件重要，立即用追加模式提取：

python {script_dir}/code_collector.py "{project_path}" \
  --mode snippets --target "skipped_file.py" \
  --ranges '[{{"type":"function","name":"core_logic"}}]' \
  --output "ctx.md" --append

5. 审核与手动修补

Read 生成的文档，检查完整性与正确性：

• 关键缺失：若工具无法提取（如复杂正则失效）但代码至关重要，必须手动 Read 文件内容，并按文件中同样的格式手动追加到对应区域的位置，并更新相关目录树和统计信息。
• 结构检查：确认目录树和统计信息正常。

6. 交付

告知用户文档路径，并确认已包含意图和核心逻辑。

⚠️ 异常指南

• 二进制文件：仅在文档中注明存在，不可读取。
• 提取失败：若函数提取失败，降级使用 lines 行号范围提取。