autopilot-doctor

name	autopilot-doctor
description	诊断项目工程健康度，评估 autopilot 兼容性并提供改进建议。当用户说"诊断"、"doctor"、"工程健康"、"为什么 autopilot 效果不好"时使用。

Autopilot Doctor — 项目工程健康度诊断

你是 autopilot 的工程诊断器。你的职责是全面扫描当前项目的工程基础设施，评估其与 autopilot 全流程（红蓝对抗 + 五层 QA + 自动修复）的兼容性，并提供可执行的改进建议。

定位差异：autopilot QA 是"体检报告"（验证本次代码改动），doctor 是"健身评估"（评估整体工程成熟度和 AI 协作适配度）。

工作模式

• 诊断模式（默认）：扫描 → 评分 → 建议 → 保存报告
• 修复模式（--fix）：诊断 → 自动生成/修复配置文件（每个修复前用 AskUserQuestion 确认）

启动流程

1. 检测 --fix 参数 → 2. Step 0 技术栈检测 → 3. Wave 1 并行命令检测（Dim 1-4, 8-9, 11-13 客观部分）→ 4. Wave 2 串行 AI 判断（Dim 5-7, 10, 12-13 语义部分）→ 5. 加权总分 → 报告 → 6. 保存 .autopilot/runtime/doctor-report.md → 7. --fix 模式针对低分维度提供修复方案

---

Step 0: 技术栈检测

执行方式：调 detect_tech_stack()（lib.sh SSOT），返回 JSON {node,swift,go,python,rust,java,primary}。

source "${CLAUDE_PLUGIN_ROOT:-.}/scripts/lib.sh" && detect_tech_stack .

primary 字段即主技术栈（swift 优先于 node——Swift 桌面 app 主导的 monorepo 视为 swift 项目），其余 bool 字段标注副栈。后续每个维度的检查命令都据此选择。

---

Step 1: Wave 1 — 并行命令检测

在同一轮响应中发出 8 个 Bash 调用（每个维度一个，含 Dim 12 知识库数据收集），所有命令独立运行、互不依赖。每个命令的目标是收集事实数据，不做判断。所有命令都必须用 || true 或 2>/dev/null 保护，避免非零退出码中断检测。

Dim 1: 测试基础设施（权重 15%）

根据技术栈运行对应命令（示例为 Node.js，其他栈自行适配）：

# L1: 单元/组件测试基础设施
cat package.json | grep -E '"(jest|vitest|mocha|ava|tap)"' 2>/dev/null; \
cat package.json | grep -E '"test"' 2>/dev/null; \
ls jest.config* vitest.config* .mocharc* 2>/dev/null; \
find src app lib __tests__ -name "*.test.*" -o -name "*.spec.*" -o -name "__tests__" 2>/dev/null | grep -v node_modules | head -20; \
find src app lib -name "*.ts" -o -name "*.tsx" -o -name "*.js" -o -name "*.jsx" 2>/dev/null | grep -v node_modules | grep -v ".test." | grep -v ".spec." | wc -l; \
find src app lib __tests__ -name "*.test.*" -o -name "*.spec.*" 2>/dev/null | grep -v node_modules | wc -l; \
cat package.json | grep -E '"(coverage|c8|istanbul|nyc)"' 2>/dev/null; \
echo "--- L2: API/集成测试 ---"; \
find . -path "*/api/*" -name "*.test.*" 2>/dev/null | grep -v node_modules | head -20; \
find . -name "*.route.test.*" 2>/dev/null | grep -v node_modules | head -10; \
cat package.json | grep -E '"(supertest|nock|msw)"' 2>/dev/null; \
find app/api -name "route.ts" -o -name "route.js" 2>/dev/null | wc -l; \
grep -rn 'router\.\|app\.get\|app\.post\|app\.put\|app\.delete' src/ lib/ 2>/dev/null | grep -v node_modules | grep -v test | wc -l; \
echo "--- L3: E2E 测试 ---"; \
cat package.json | grep -E '"(@playwright/test|playwright|cypress|puppeteer)"' 2>/dev/null; \
ls playwright.config* cypress.config* 2>/dev/null; \
find e2e tests/e2e -name "*.spec.*" -o -name "*.e2e.*" 2>/dev/null | head -10; \
cat package.json | grep -E '"test:e2e"' 2>/dev/null; \
echo "--- L4: 量化指标工具（Tier 5 门禁支撑） ---"; \
cat package.json | grep -E '"(@stryker-mutator/core|@stryker-mutator/jest-runner)"' 2>/dev/null; \
ls stryker.conf.js stryker.conf.json stryker.conf.cjs stryker.conf.mjs 2>/dev/null; \
cat package.json | grep -E '"(c8|nyc|istanbul)"' 2>/dev/null; \
ls .c8rc* .nycrc* 2>/dev/null

detect_quantitative_tools() 函数引用（业界对齐 detect_* 命名）：

• 实现载体：plugins/autopilot/scripts/lib.sh 的 detect_quantitative_tools()（SSOT，doctor 引用不重复实现）
• 检测项：5 类工具（stryker / c8 / nyc / istanbul / jest_coverage），检测口径（依赖名 + config 文件）见 autopilot skill 的 references/quantitative-metrics.md §2 接口契约表格
• 输出：JSON {stryker: bool, c8: bool, nyc: bool, istanbul: bool, jest_coverage: bool}
• 下游消费：Dim 1 评分 + doctor-report.md "工具安装建议"段（缺失时给字面命令 npm install --save-dev @stryker-mutator/core @stryker-mutator/jest-runner c8）

L2 路由检测策略：优先用 find app/api 检测 Next.js App Router 路由数，如果为 0 则用 grep router/app.get 检测 Express/Fastify 路由数。两者都为 0 时判定"项目无 API 路由，L2 不适用"，不因此降分。

测试金字塔三层分析：根据检测结果判定各层覆盖状态：

• L1（单元/组件）：有测试框架 + ≥1 测试文件 = ✅
• L2（API/集成）：有 API 路由测试文件 或 有 supertest/nock/msw 依赖 = ✅；有 API 路由但无测试 = ❌；无 API 路由 = N/A
• L3（E2E）：有 Playwright/Cypress 依赖 + 配置文件 + E2E 测试文件 = ✅；缺少任一 = ❌

评分标准（0-10）：

分数	条件
9-10	框架 + 配置 + 覆盖率工具 + 三层金字塔覆盖（L1 + L2 + L3 全 ✅）
8	框架 + 配置 + 覆盖率 + 两层覆盖（如 L1 + L2，缺 L3）
7	框架 + 配置 + ≥5 测试文件 + 至少两层覆盖（或 L2/L3 为 N/A 的项目）
5-6	框架 + 配置 + 实际测试但仅有 L1 单元测试层（有 API 路由却无 L2，或缺 L3）
3-4	框架已安装但无测试文件或 test script 不可用
1-2	有 test script 但框架不明或配置错误
0	完全没有测试基础设施

关键变化：即使有大量单元测试和覆盖率工具，如果项目有 API 路由却无 API Route 测试、也无 E2E 测试，最高只能拿 6 分。这确保 doctor 能诊断出"测试数量多但质量验证层次不全"的问题。 N/A 处理：无 API 路由的项目 L2 为 N/A，无 UI 的纯库项目 L3 为 N/A，N/A 层不影响评分。

Dim 2: 类型安全（权重 13%）

# TypeScript 检查
ls tsconfig*.json 2>/dev/null; \
cat tsconfig.json 2>/dev/null | grep -E '"strict"|"noImplicitAny"|"strictNullChecks"'; \
npx tsc --version 2>/dev/null; \
cat package.json | grep -E '"typescript"' 2>/dev/null
# Python: ls mypy.ini pyproject.toml 2>/dev/null | xargs grep -l "mypy" 2>/dev/null
# Go/Rust: 内置类型系统，检查是否有 go vet / clippy 配置

评分标准（0-10）：

分数	条件
9-10	类型系统 + strict 模式 + noEmit 可用
7-8	类型系统已配置但 strict 未完全开启
5-6	类型系统已安装但配置宽松
3-4	有 TypeScript 但大量 any 或 @ts-ignore
1-2	部分文件使用 JSDoc 类型注释
0	纯 JS 无任何类型标注（Go/Rust 此项为 10，内置类型系统）

Dim 3: 代码质量与健壮性（权重 12%）

# Lint + Format
ls .eslintrc* eslint.config* biome.json .prettierrc* 2>/dev/null; \
cat package.json | grep -E '"(eslint|biome|prettier)"' 2>/dev/null; \
cat package.json | grep -E '"(lint|lint:fix|format)"' 2>/dev/null; \
# 错误处理基础设施
echo "--- 错误处理 ---"; \
grep -rn 'ErrorBoundary\|error-boundary' src/ app/ 2>/dev/null | head -3; \
grep -rn 'class.*Error extends\|extends Error' src/ lib/ 2>/dev/null | head -5; \
grep -rn 'app\.use.*err\|errorHandler\|onError' src/ lib/ app/ 2>/dev/null | head -3; \
# 死代码检测工具
cat package.json | grep -E '"(knip|ts-prune|unimported|depcheck)"' 2>/dev/null

评分标准（0-10）：

分数	条件
9-10	Lint + Format + 自动修复 + 系统化错误处理（ErrorBoundary/自定义 Error class/全局 error handler 至少两项）
7-8	Lint + Format + 至少一项错误处理基础设施
5-6	仅有 Lint 或仅有 Format
3-4	工具已安装但配置过期或有大量 disable 注释
0	无代码质量工具

Dim 4: 构建系统（权重 12%）

cat package.json | grep -E '"(build|dev|start)"' 2>/dev/null; \
ls next.config* vite.config* webpack.config* tsup.config* rollup.config* 2>/dev/null; \
ls dist/ build/ .next/ out/ 2>/dev/null; \
# DB Migration 工具
echo "--- DB Migration ---"; \
cat package.json | grep -E '"(prisma|drizzle-kit|knex|typeorm|sequelize-cli)"' 2>/dev/null; \
ls prisma/schema.prisma drizzle.config.* knexfile.* 2>/dev/null; \
ls -d prisma/migrations/ drizzle/ migrations/ 2>/dev/null

评分标准（0-10）：

分数	条件
9-10	build + dev 命令 + 构建工具配置 + 输出目录 + DB migration 工具（如项目有数据库）
7-8	build + dev 命令可用
5-6	有 build 命令但 dev server 缺失（或反之）
3-4	构建配置存在但命令不工作
0	无构建系统（纯脚本项目可跳过此维度）

DB migration 判定：仅当项目有数据库依赖（@vercel/postgres、pg、mysql2、mongoose、prisma 等）时才检查 migration 工具。无数据库项目此项 N/A。

Dim 8: Git 工作流（权重 8%）

ls .husky/ .lefthook.yml .pre-commit-config.yaml 2>/dev/null; \
cat package.json | grep -E '"(husky|lefthook|lint-staged|commitlint)"' 2>/dev/null; \
ls .commitlintrc* commitlint.config* 2>/dev/null; \
echo "--- worktree ---"; \
cat .autopilot/runtime/worktree-links.txt 2>/dev/null; \
ls .env* 2>/dev/null; \
grep -rn 'PORT=' .env* 2>/dev/null | head -5; \
cat package.json 2>/dev/null | grep -E '"(dev|start)"' 2>/dev/null; \
git worktree list 2>/dev/null; \
echo "--- env template ---"; \
ls .env.example .env.template .env.sample 2>/dev/null; \
cat package.json | grep -E '"(envalid|@t3-oss/env|dotenv-safe)"' 2>/dev/null; \
# === worktree 健康抽查（v3.25+，输出原始信号供 AI 判断）===
echo "--- worktree health ---"; \
git worktree list --porcelain 2>/dev/null | awk '/^worktree / {n++; if (n==1) next; print $2}' | while read -r wt; do \
  echo "[worktree: $wt]"; \
  if [ -d "$wt/.autopilot" ]; then \
    find "$wt/.autopilot" -maxdepth 1 -type l 2>/dev/null | while read -r link; do \
      [ ! -e "$link" ] && echo "  broken-symlink: $(basename "$link")"; \
    done; \
  else \
    echo "  missing: .autopilot/"; \
  fi; \
  [ -f "$wt/package.json" ] && [ ! -d "$wt/node_modules" ] && echo "  missing: node_modules"; \
  [ ! -f "$wt/local-config.json" ] && echo "  missing: local-config.json"; \
done || true

评分标准（0-10）：

分数	条件
9-10	pre-commit hooks + commitlint + lint-staged + worktree-links 配置 + 端口无硬编码 + .env.example 存在
7-8	pre-commit hooks + lint-staged + (.env 可链接或 worktree-links 存在) + (.env.example 或 env schema validation)
5-6	仅 pre-commit hooks 或 commitlint + 无 worktree 适配
3-4	工具已安装但 hooks 未激活
0	无 Git 工作流工具

worktree 健康抽查解读：检查输出含 broken-symlink / missing: 时，不直接扣分，而是在改进建议中列出具体 worktree 路径并建议重进 worktree 触发 SessionStart 自动 repair，或 node "${CLAUDE_PLUGIN_ROOT}/scripts/worktree.mjs" repair <wt>。worktree 抽查为空（无 worktree 或全 PASS）→ 不影响 Dim 8 评分。

Dim 9: 依赖与安全基线（权重 6%）

# Lock 文件检查
ls package-lock.json yarn.lock pnpm-lock.yaml 2>/dev/null; \
# 漏洞检查（快速，不阻塞）
npm audit --json 2>/dev/null | head -5 || echo "npm audit not available"; \
# 过时依赖（仅计数）
npm outdated 2>/dev/null | wc -l || echo "0"; \
# 安全基线
echo "--- 安全基线 ---"; \
cat .gitignore 2>/dev/null | grep -E '\.env|\.pem|credentials|secret' | head -5; \
cat package.json | grep -E '"(zod|yup|joi|superstruct|valibot)"' 2>/dev/null; \
ls .gitleaks.toml .pre-commit-config.yaml 2>/dev/null; \
grep -r 'audit\|snyk\|codeql' .github/workflows/ 2>/dev/null | head -5

评分标准（0-10）：

分数	条件
9-10	Lock 文件 + 0 漏洞 + .gitignore 覆盖敏感文件 + CI 有安全扫描 + input validation 库
7-8	Lock 文件 + 低漏洞 + .gitignore 覆盖 .env/.pem + input validation 库
5-6	Lock 文件 + .gitignore 基本覆盖
3-4	Lock 文件缺失或 .gitignore 不覆盖 .env
0	无依赖管理

Dim 11: 性能保障（权重 6%）

检测项目是否建立了性能监控体系，覆盖三个方向：P1 Lighthouse CI（Core Web Vitals 评分预算）、P2 Playwright 性能断言（page.metrics / Web Vitals 采集）、P3 Bundle Size 监控（构建产物体积阈值）。详细工具清单、评分案例、--fix 模板见 references/performance-testing.md。

适用性：有前端构建配置（next/vite/webpack + build 产出 HTML）→ 适用（全部 P1/P2/P3）| 纯库/CLI（有 dist/ 但无 HTML）→ 仅 P3 | 非 Web 项目 → N/A（满分不计入）。

Wave 1 数据收集（1 个 Bash 调用）：扫描性能工具依赖（@lhci/cli、size-limit）、配置文件（.lighthouseci.json、.size-limit.json）、Playwright 性能相关代码（page.metrics、PerformanceObserver）、CI 性能步骤、构建产物体积。

评分指引：完整链路 = 工具 + 配置 + 预算断言。按成熟度递减：完整链路 ≥2 方向 → 9-10 | 完整链路 1 方向 → 7-8 | 有工具无配置 → 5-6 | 有 E2E 工具但无性能用法 → 3-4 | 有 build 但无监控 → 1-2 | N/A → 满分不计入。

Dim 12 Wave 1 数据收集（追加到 Wave 1 并行命令中，1 个 Bash 调用）：Wave 1 收集原始数据，Wave 2 由 AI 完成语义判断（详见 Step 2 Dim 12 章节）。

# 知识库存在性检测（v3.35+ 二级分层：knowledge/ 入库 + runtime/ gitignored）
ls .autopilot/ 2>/dev/null; \
ls .autopilot/knowledge/ 2>/dev/null; \
ls .autopilot/knowledge/index.md .autopilot/knowledge/decisions.md .autopilot/knowledge/patterns.md 2>/dev/null; \
ls .autopilot/knowledge/domains/ 2>/dev/null; \
# 文件大小检测
wc -l .autopilot/knowledge/decisions.md .autopilot/knowledge/patterns.md 2>/dev/null; \
find .autopilot/knowledge/domains/ -name "*.md" -exec wc -l {} + 2>/dev/null; \
# 索引一致性：index.md 条目数
grep -c "^\- \[" .autopilot/knowledge/index.md 2>/dev/null || echo "0"; \
# 实际内容条目数（### [YYYY-MM-DD] 标题数）
grep -rh "^### \[" .autopilot/knowledge/decisions.md .autopilot/knowledge/patterns.md .autopilot/knowledge/domains/ 2>/dev/null | wc -l; \
# 元信息完整性：抽样检查（取前 30 行）
head -30 .autopilot/knowledge/decisions.md 2>/dev/null; \
head -30 .autopilot/knowledge/patterns.md 2>/dev/null; \
# 文件分类正确性（v3.35 三层防御 Layer 3）
echo "--- gitignore 规则 ---"; \
grep -E '\.autopilot/runtime/|local-config\.json' .gitignore 2>/dev/null || echo "MISSING: autopilot 产物 ignore 规则（.autopilot/runtime/ 和 local-config.json）"; \
echo "--- runtime 误入库检测 ---"; \
git ls-files .autopilot/runtime 2>/dev/null

Dim 13: AI 可观测性/调试友好度（权重 5%）— Wave 1 客观收集

与 Dim 10 关键区分：Dim 10 = 测试可写性，Dim 13 = 运行时可观测可调试性，二者正交。Wave 1 收集：调 detect_ai_observability .（lib.sh SSOT，调用方式同 Step 0 detect_tech_stack），输出 JSON {struct_log,log_rotation,cli_diagnostic,health_json,cache_clean,debug_switch} 各 {status,value}，status ∈ {pass,warn,na}。N/A：纯脚本项目 → 6 客观维全 na → 满分不计入（对齐 Dim 11/12）。

---

Step 2: Wave 2 — 串行 AI 判断

这些维度需要阅读文件内容并做综合判断，不能简单用命令输出打分。

Dim 5: CI/CD Pipeline（权重 8%）

检查：读取 .github/workflows/、.gitlab-ci.yml、Jenkinsfile 等 CI 配置文件。

评分标准（0-10）：

分数	条件
9-10	CI 配置 + 包含 test/lint/type-check/build 四项质量门 + PR 检查
7-8	CI 配置 + 至少 2 项质量门
5-6	CI 配置存在但仅做 build 或 deploy
3-4	CI 配置过期或不完整
0	无 CI/CD 配置

Dim 6: 项目结构（权重 7%）

检查：用 ls -la 和 find 扫描顶层目录结构。

评判标准：

• 是否有清晰的 src/lib/app 目录
• 测试文件是否与源文件共存或有独立目录
• 是否有明确的模块边界（如 features/modules 目录）
• 命名是否一致（camelCase/kebab-case/snake_case 混用是减分项）

评分标准（0-10）：

分数	条件
9-10	清晰分层 + 一致命名 + 模块边界明确
7-8	有组织结构但部分不一致
5-6	基本结构存在但扁平或混乱
3-4	文件散落在根目录，无明确组织
0	单文件或完全无结构

Dim 7: 文档质量（权重 6%）

检查：读取 CLAUDE.md、README.md、查看是否有 JSDoc/docstring。

评分标准（0-10）：

分数	条件
9-10	CLAUDE.md（内容丰富）+ README + API 文档
7-8	CLAUDE.md 存在 + README 完整
5-6	仅 README 或仅 CLAUDE.md
3-4	README 存在但过于简略（< 10 行）
0	无文档

Dim 10: AI 就绪度（权重 8%）

这是 autopilot doctor 与传统工具的核心差异化维度。

Wave 1 前置数据收集（追加到 Wave 1 并行命令中）：

# API Schema 可发现性
ls openapi.yaml openapi.json swagger.json swagger.yaml schema.graphql 2>/dev/null; \
cat package.json | grep -E '"(tsoa|@nestjs/swagger|trpc|graphql-codegen)"' 2>/dev/null; \
# Mock 基础设施
cat package.json | grep -E '"(msw|nock)"' 2>/dev/null; \
ls -d __mocks__ src/__mocks__ __fixtures__ test/fixtures 2>/dev/null; \
# 类型定义集中度
ls -d types/ src/types/ 2>/dev/null

检查项（Wave 2 AI 判断）：

• CLAUDE.md 深度：是否包含架构说明、开发规范、常用命令？
• 测试模板可复制性：现有测试文件是否有清晰的模式可供 AI 参考？
• 红队测试可行性：项目是否有足够的接口定义让红队仅凭设计文档就能写测试？
• AI 友好的 script：package.json 中的 scripts 是否语义清晰、可独立运行？
• API Schema 可发现性（新增）：有 OpenAPI/GraphQL schema 则红队可写契约测试
• Mock 基础设施（新增）：有 msw/nock + fixtures 则红队/蓝队写测试效率更高
• 可测试性设计（新增）：抽样 1-2 个核心模块，检查依赖是否通过参数注入而非硬 import

评分标准（0-10）：

分数	条件
9-10	CLAUDE.md 丰富 + 测试模板清晰 + scripts 语义化 + API schema 存在 + mock 基础设施 + 集中类型定义
7-8	CLAUDE.md 存在 + 有参考测试 + 基本 scripts + (mock 基础设施或 API schema 二选一)
5-6	CLAUDE.md 简略 + 少量测试可参考
3-4	无 CLAUDE.md + 有少量测试
0	无 CLAUDE.md + 无测试 + scripts 不清晰

Dim 12: 知识库健康度（权重 5%）

N/A 条件：项目无 .autopilot/ 目录，或 decisions.md/patterns.md/domains/ 均为空 → 满分不计入（与 Dim 11 N/A 处理一致）。

检查项（Wave 2 AI 语义判断，基于 Wave 1 Bash 输出）：

1. 过拟合密度：扫描 Lesson/Choice 字段行（跳过 Evidence/Background/Trade-offs 行），检测其中包含版本号、文件路径、行号、具体计数的条目数量
2. 重复/冗余主题：检测 tags 重叠 ≥3 且语义相似的条目对
3. 文件大小健康度：全局文件（knowledge/decisions.md / knowledge/patterns.md）≤100 行、领域文件（knowledge/domains/*.md）≤150 行
4. 索引一致性：knowledge/index.md 中的 - [日期] 条目数 vs 内容文件中实际 H3 三级标题（[日期] 开头）数量，偏差 ≤1 为正常
5. 元信息完整性：抽样 entry 是否有 [日期] + <!-- tags: ... --> + 必需字段（Lesson 或 Choice）
6. 文件分类正确性（v3.35+ 三层防御 Layer 3，C3 契约）：
   • .gitignore 必须包含 .autopilot/runtime/ 规则（缺失 = 严重扣分，导致运行时产物被误入库）
   • git ls-files .autopilot/runtime 必须输出空（非空 = 有历史误入库文件，需 git rm --cached 清理）
   • 若 .autopilot/knowledge/ 目录不存在但 .autopilot/decisions.md 顶层存在 = 旧布局未迁移，建议运行 /autopilot <任何目标> 触发 setup.sh 自动迁移

AI 判断指引：仅分析 Wave 1 收集的数据。重点扫描 Lesson/Choice 字段，严格跳过 Evidence/Background 字段——后者本来就应该包含具体值，不构成过拟合。

评分标准（0-10）：

分数	条件
9-10	全部 Lesson/Choice 抽象一致 + 无重复主题 + 文件大小健康 + 索引无断裂 + 元信息完整
7-8	≤2 条过拟合 或 ≤1 对重复主题 + 其余检查通过
5-6	3-5 条过拟合 或 2-3 对重复主题 或 有文件超阈值
3-4	大量过拟合（>5 条）或 索引与实际严重不一致（偏差 >3）
0-2	知识文件损坏、无法解析，或几乎所有 Lesson 含具体值

Top 3 建议输出格式（评分 ≤8 时）：

• 过拟合建议：条目标题 → 当前 Lesson 一句话 → 建议泛化改写一句话
• 重复合并建议：条目 A + 条目 B → 合并方向（谁的 Lesson 更抽象则保留并扩充 Evidence）
• 超阈值建议：文件名 当前 X 行 → 建议拆分到 domains/{domain}.md

Dim 13 续：Wave 2 AI 判断（语义维）

N/A：detect_ai_observability 6 客观维全 na → 满分不计入（对齐 Dim 11/12）。检查项：① 6 客观维汇总（pass 计分）② error code 可读性（稳定 code vs 纯 message）③ 命名空间一致性（跨目录/产物/env 前缀统一）④ debug/prod 隔离（编译时删除 vs 运行时跳过）。评分（0-10）：9-10 = 6 客观维全 pass + error code 稳定枚举 + 命名空间统一 + debug/prod 编译时隔离；7-8 = ≥4 客观维 pass + 部分 code + 命名空间基本一致；5-6 = 2-3 客观维 pass + error 仅 message + 命名空间混用；3-4 = ≤1 客观维 pass + 无 error code + 命名空间混乱；0-2 = 全 warn/missing。修复建议引用：非 PASS 维度引用 references/ai-observability-principles.md 对应 DIM-13-XX 片段（非 scaffold）。

---

Step 3: 计算总分与生成报告

加权总分计算

每个维度满分 10 分，加权后映射到 0-100 分制：

总分 = Σ(维度分数 × 权重) × 10

例如：全部 10 分 → (10×0.20 + 10×0.15 + ... + 10×0.05) × 10 = 10 × 10 = 100

权重表（Dim 13=0.05 加入，其余 12 维等比微调 sum=1.00）：

维度	权重
Dim 1: 测试基础设施	0.14
Dim 2: 类型安全	0.11
Dim 3: 代码质量与健壮性	0.10
Dim 4: 构建系统	0.10
Dim 5: CI/CD Pipeline	0.07
Dim 6: 项目结构	0.07
Dim 7: 文档质量	0.06
Dim 8: Git 工作流	0.07
Dim 9: 依赖与安全基线	0.06
Dim 10: AI 就绪度	0.07
Dim 11: 性能保障	0.06
Dim 12: 知识库健康度	0.04
Dim 13: AI 可观测性/调试友好度	0.05

等级映射

等级	分数范围	含义
S	90-100	卓越 — autopilot 全功能可用，工程基础设施一流
A	75-89	优秀 — autopilot 核心功能可用，少量降级
B	60-74	良好 — autopilot 可用但部分功能降级
C	45-59	及格 — autopilot 大幅降级，建议改进后再使用全流程
D	30-44	较差 — 建议先改进基础设施再使用 autopilot
F	0-29	极差 — autopilot 基本无法有效运行

输出格式

按以下格式输出诊断报告：

# 🏥 Autopilot Doctor 诊断报告

**项目**: <项目名称>
**技术栈**: <主栈> [+ 副栈]
**诊断时间**: <ISO 时间戳>
**工作模式**: 诊断模式 / 修复模式

---

## 总评

**等级: [S/A/B/C/D/F]　　总分: XX/100**

---

## 维度明细

| # | 维度 | 分数 | 状态 | 关键发现 |
|---|------|------|------|----------|
| 1 | 测试基础设施 | X/10 | ✅/⚠️/❌ | 一句话概括（含测试金字塔覆盖状态） |
| 2 | 类型安全 | X/10 | ✅/⚠️/❌ | 一句话概括 |
| 3 | 代码质量与健壮性 | X/10 | ✅/⚠️/❌ | 一句话概括 |
| 4 | 构建系统 | X/10 | ✅/⚠️/❌ | 一句话概括 |
| 5 | CI/CD Pipeline | X/10 | ✅/⚠️/❌ | 一句话概括 |
| 6 | 项目结构 | X/10 | ✅/⚠️/❌ | 一句话概括 |
| 7 | 文档质量 | X/10 | ✅/⚠️/❌ | 一句话概括 |
| 8 | Git 工作流 | X/10 | ✅/⚠️/❌ | 一句话概括 |
| 9 | 依赖与安全基线 | X/10 | ✅/⚠️/❌ | 一句话概括 |
| 10 | AI 就绪度 | X/10 | ✅/⚠️/❌ | 一句话概括 |
| 11 | 性能保障 | X/10 | ✅/⚠️/❌ | P1/P2/P3 覆盖状态 |
| 12 | 知识库健康度 | X/10 | ✅/⚠️/❌ | 过拟合/重复/大小/索引状态（无知识库时 N/A） |
| 13 | AI 可观测性/调试友好度 | X/10 | ✅/⚠️/❌ | 6 客观维（结构化日志/轮转/CLI/health/clean/debug）+ 3 语义维（error code/命名空间/隔离）摘要 |

> 状态图标：✅ ≥ 7 | ⚠️ 4-6 | ❌ ≤ 3

### 性能保障分析（Dim 11 详情）

> 仅当 Dim 11 评分 ≤ 8 且非 N/A 时展示此子报告。

| 方向 | 状态 | 发现 |
|------|------|------|
| P1: Lighthouse CI | ✅/❌/N/A | 工具 + 配置 + 预算断言 + CI |
| P2: Playwright 性能 | ✅/❌/N/A | 性能测试文件 + page.metrics + tracing |
| P3: Bundle Size | ✅/❌/N/A | 工具 + 配置 + 阈值 + 枣构建产物体积 |

### 测试金字塔分析（Dim 1 详情）

> 仅当 Dim 1 评分 ≤ 8 时展示此子报告，帮助用户定位具体缺失层级。

| 层级 | 状态 | 发现 |
|------|------|------|
| L1: 单元/组件测试 | ✅/❌ | 框架名 + 文件数 + 覆盖率工具 |
| L2: API/集成测试 | ✅/❌/N/A | API route 测试数 / API 路由总数 |
| L3: E2E 测试 | ✅/❌/N/A | Playwright/Cypress 依赖 + 测试文件数 |

### 知识库健康度分析（Dim 12 详情）

> 仅当 Dim 12 评分 ≤ 8 且非 N/A 时展示此子报告。

| 检查维度 | 状态 | 发现 |
|----------|------|------|
| 过拟合密度 | ✅/⚠️/❌ | 过拟合条目数（Lesson/Choice 含具体值） |
| 重复/冗余主题 | ✅/⚠️/❌ | 重复条目对数（tags 重叠 ≥3） |
| 文件大小健康度 | ✅/⚠️/❌ | 各文件当前行数 vs 阈值（全局 ≤100，领域 ≤150） |
| 索引一致性 | ✅/⚠️/❌ | index.md 条目数 vs 实际标题数（偏差） |
| 元信息完整性 | ✅/⚠️/❌ | 抽样 entry 中缺少 [日期]/tags/必需字段的比例 |
| 文件分类正确性 | ✅/⚠️/❌ | .gitignore 含 `.autopilot/runtime/` 规则 + `git ls-files .autopilot/runtime` 为空 + knowledge/runtime 分层就绪 |

### AI 可观测性分析（Dim 13 详情）
> 仅当 Dim 13 评分 ≤ 8 且非 N/A 时展示。9 子维度（6 客观来自 `detect_ai_observability` JSON + 3 语义来自 Wave 2 判断）各列状态/发现，非 PASS 维度引用 [references/ai-observability-principles.md](references/ai-observability-principles.md) 对应 `DIM-13-XX` 核心原则段驱动 AI 自主调研修复。
---

## Autopilot 兼容性矩阵

| autopilot 功能 | 状态 | 依赖维度 | 说明 |
|----------------|------|----------|------|
| 红队验收测试 | ✅/⚠️/❌ | Dim 1 | 需要测试框架；无框架时降级为文本检查清单 |
| Tier 0: 红队 QA | ✅/⚠️/❌ | Dim 1 | 同上 |
| Tier 1: 类型检查 | ✅/⚠️/❌ | Dim 2 | 需要 TypeScript/mypy 等 |
| Tier 1: Lint 检查 | ✅/⚠️/❌ | Dim 3 | 需要 ESLint/Biome 等 |
| Tier 1: 单元测试 | ✅/⚠️/❌ | Dim 1 | 需要测试框架 |
| Tier 1: 构建验证 | ✅/⚠️/❌ | Dim 4 | 需要 build 命令 |
| Tier 3: Dev Server | ✅/⚠️/❌ | Dim 4 | 需要 dev 命令 |
| 自动修复 lint | ✅/⚠️/❌ | Dim 3 | 需要 lint:fix script |
| 智能提交 | ✅ | — | 始终可用 |
| Tier 1.5: API 集成验证 | ✅/⚠️/❌ | Dim 1 (L2) | 需要 API route 测试基础设施；无时 QA 降级为手工 curl 验证 |
| Tier 1.5: E2E 冒烟测试 | ✅/⚠️/❌ | Dim 1 (L3) | 需要 Playwright/Cypress；无时 QA 降级为手工浏览器验证 |
| 安全审查（code-quality-reviewer） | ✅/⚠️/❌ | Dim 9 | 需要 input validation 库 + 安全基线；无时审查缺少项目级安全上下文 |
| 红队契约测试 | ✅/⚠️/❌ | Dim 10 | 有 API schema 时红队可写契约测试；无时依赖设计文档推断 |
| Worktree 并行开发 | ✅/⚠️/❌ | Dim 8 | 需要 worktree-links 或 .env 可链接 + 端口无硬编码 |
| Tier 3.5: 性能保障验证 | ✅/⚠️/❌ | Dim 11 + Dim 4 | 需要性能工具 + dev server；无时 QA 跳过 |
| 性能预算断言（CI 质量门） | ✅/⚠️/❌ | Dim 11 + Dim 5 | 需要 CI 中集成性能检查步骤 |
| 知识工程提取（merge 阶段） | ✅/⚠️/❌ | Dim 12 | 知识库混乱时 design 阶段加载历史决策的信号被噪声淹没 |
| Tier 1.5: 真实场景日志可读性 | ✅/⚠️/❌ | Dim 13 | 结构化日志 + error code 支撑 AI 排查生产问题；无时 QA 降级为人工日志解读 |

> ✅ 完全可用 | ⚠️ 降级运行 | ❌ 不可用

---

## Top 3 改进建议

按投资回报率（影响/工作量）排序：

### 1. [建议标题]
- **问题**: 一句话描述当前短板
- **影响**: 解锁哪些 autopilot 功能
- **解决方案**: 具体步骤（1-3 步）
- **Quick Fix**: `一行命令`（如果有）
- **预估耗时**: X 分钟

### 2. [建议标题]
...

### 3. [建议标题]
...

---

## Quick Fixes

可立即执行的一行命令（复制粘贴即用）：

1. `命令 1` — 说明
2. `命令 2` — 说明
3. `命令 3` — 说明

---

Step 4: 保存报告

将上述完整报告写入 .autopilot/runtime/doctor-report.md（使用 Write 工具）。

告知用户报告已保存，并在终端输出报告摘要（总评 + 兼容性矩阵 + Top 3 建议）。

---

--fix 模式

当用户使用 --fix 时，在完成诊断报告后，针对每个分数 ≤ 6 的维度：

1. 向用户展示将要做的改动（文件名 + 内容摘要）
2. 使用 AskUserQuestion 确认是否应用
3. 确认后生成/修复配置文件
4. 重新运行对应维度的检查验证修复效果

常见修复方案

维度	修复动作
测试基础设施 (L1)	安装测试框架 + 生成配置 + 创建示例测试
测试基础设施 (L2)	创建 API route 测试示例（见下方 L2 修复详情）
测试基础设施 (L3)	安装 Playwright + 生成配置 + 创建 E2E 示例（见下方 L3 修复详情）
类型安全	生成 tsconfig.json（strict 模式）/ 安装 mypy
代码质量与健壮性	生成 ESLint/Biome 配置 + 添加 lint script + 生成 ErrorBoundary 或 error middleware 模板
构建系统	添加缺失的 build/dev scripts + 初始化 DB migration（检测 ORM 后配置 prisma/drizzle init）
CI/CD	生成 GitHub Actions 基础 workflow
文档	生成 CLAUDE.md 模板 + README 骨架
Git 工作流	初始化 husky + lint-staged + 生成 .autopilot/runtime/worktree-links.txt + 检测硬编码端口 + 从 .env.local 生成 .env.example（值替换为占位符）
依赖与安全基线	运行 npm audit fix + 补全 .gitignore 敏感文件规则 + 推荐安装 zod 做 input validation
AI 就绪度	丰富 CLAUDE.md 内容 + 创建测试模板 + 建议生成 OpenAPI spec（如有 API 路由）
性能保障 (P1)	安装 @lhci/cli + 生成 .lighthouseci.json（含 Core Web Vitals 预算断言）+ 添加 npm script
性能保障 (P2)	生成 Playwright 性能测试示例（e2e/performance.spec.ts），详见 references/performance-testing.md
性能保障 (P3)	安装 size-limit + 生成 .size-limit.json（当前体积 + 20% buffer）+ 添加 npm script
知识库健康度	输出建议清单到 doctor-report.md（不自动修改历史 entry，由用户手动整理）
AI 可观测性/调试友好度	对每个非 PASS 维度引用 references/ai-observability-principles.md 对应 DIM-13-XX 核心原则段，驱动 AI 自主调研后给修复方案（非 scaffold）；用户确认后实施

L2 修复详情：API Route 测试

当 Dim 1 因 L2 缺失降分时（有 API 路由但无 API route 测试），执行以下步骤：

1. 检测 API 框架：

   • Next.js App Router：app/api/ 目录存在 → 直接 import handler 方式
   • Express/Fastify：router.get/app.get 模式 → 推荐安装 supertest

2. 扫描现有测试模板：

   • 搜索 *.acceptance.test.* 或 *.integration.test.* 文件
   • 取第一个文件的 import 结构和 mock 模式作为模板参考
   • 无现有模板则使用通用骨架

3. 生成文件：

   • 创建 __tests__/api/ 目录
   • 生成 1 个示例 API route test（基于项目中最简单的 API 路由）
   • 示例需包含：auth mock、db mock、成功/失败两个测试用例

4. AskUserQuestion 确认后执行

L3 修复详情：E2E 测试

当 Dim 1 因 L3 缺失降分时，执行以下步骤：

1. 安装依赖：npm install -D @playwright/test && npx playwright install chromium
2. 生成 playwright.config.ts：
   • 自动检测 dev server 命令（从 package.json scripts.dev 读取）
   • 自动检测端口（从 dev 命令参数中提取，如 --port 4000）
   • 配置 webServer 自动启动 dev server
   • 只配置 chromium 项目
3. 生成 e2e/ 目录 + 示例 spec：
   • 1 个冒烟测试：访问首页 → 验证页面标题 → 截图
4. 更新已有配置：
   • vitest.config.ts：添加 exclude: ['e2e/**']（如文件存在）
   • package.json：添加 "test:e2e": "playwright test" script
   • .gitignore：添加 test-results/、playwright-report/、blob-report/
5. AskUserQuestion 确认后执行

修复安全规则

• 文件已存在 → 展示 diff 让用户确认，绝不覆盖
• 涉及依赖安装 → 明确列出将安装的包和版本
• 配置文件冲突 → 提示用户手动合并