メニュー
深度功能分析，以问题驱动的方式深入挖掘某个功能/机制的实现原理，生成单篇深度解析文档。参考 skill-creation-mechanism.md 的分析风格：从核心问题出发，层层深入，多维度对比，最后给出总结。适用于"深入分析 X 的原理"、"深度解析 Y 机制的实现"、"理解 Z 功能的设计决策"等场景。
Codex または Claude でインストール この Prompt をコピーして Codex、Claude、または他のアシスタントに貼り付けると、Skill ページを確認してインストールできます。
SOC 職業分類に基づく
| name | deep-functional-analysis |
| description | 深度功能分析，以问题驱动的方式深入挖掘某个功能/机制的实现原理，生成单篇深度解析文档。参考 skill-creation-mechanism.md 的分析风格：从核心问题出发，层层深入，多维度对比，最后给出总结。适用于"深入分析 X 的原理"、"深度解析 Y 机制的实现"、"理解 Z 功能的设计决策"等场景。 |
以问题驱动的方式深入挖掘代码库中某个功能、机制或原理，生成一篇自包含、可顺序阅读的深度解析文档。
核心方法： 开篇提出 1-2 个核心问题，全文围绕问题展开。从表面现象 → 实现细节 → 设计原理 → 权衡取舍，层层深入。不追求完整覆盖，而是把一个点讲透。
与 system-architecture-analysis 的区别：
不适用： 整个系统的架构结构 → 使用 system-architecture-analysis；多系统的对比研究 → 本技能聚焦单一主题
1.1 确认参数（分析目标、核心问题、输出路径、语言）
1.2 定位核心文件（Glob 搜索文件名、Grep 搜索关键词/类名/函数名）
1.3 定义核心问题（1-2 个贯穿全文的问题，如"是否规范？""如何权衡？"）
产出： 核心文件清单 + 核心问题定义
2.1 追踪完整流程（入口 → 处理 → 输出，每步关键决策点）
2.2 识别关键机制（如安全检查、缓存、同步、错误处理等）
2.3 收集设计权衡（每个决策点的当前方案 vs 替代方案）
2.4 识别质量保障点（多层检查、回滚机制、边界条件等）
产出： 流程清单 + 关键机制列表 + 设计权衡表
3.1 与相似机制对比（同一项目中不同实现）
3.2 与外部系统对比（其他项目/框架的类似功能）
3.3 与理想方案对比（完美方案 vs 实际实现 + 缺失说明）
产出： 多个对比表格
4.1 撰写核心问题章节（表格形式：问题 → 答案 → 证据）
4.2 撰写生命周期/流程章节（状态机 + 时序图 + 分步解释）
4.3 撰写关键技术章节（每个技术点的原理 + 代码证据）
4.4 撰写质量保障章节（分层图 + 每层说明）
4.5 撰写对比章节（多个对比表格 + 分析）
4.6 撰写总结章节（核心洞察 + 边界条件）
产出： 完整文档
推荐章节结构（参考 skill-creation-mechanism.md）：
一、概述 — 功能定位、核心文件关系
二、核心问题 — 1-2 个核心问题 + 直接回答表格
三、完整生命周期 — 状态机/流程图
四、实现流程详解 — 分步骤深入讲解，配合时序图
五、关键技术机制 — 核心技术点（如安全扫描、缓存策略等）
六、质量保障体系 — 多层保障的可视化总结图
七、对比分析 — 与其他系统的对比表格
八、相关文件索引 — 所有涉及的源码文件
九、总结 — 核心洞察 + 关键要点
章节增减规则： 根据分析目标灵活调整，不追求固定章节顺序，以问题为主线串联。
| 借口 | 事实 |
|---|---|
| "这个机制很简单，不用深入" | 简单机制也有设计权衡；要求至少 3 个关键技术机制 |
| "没有可对比的机制" | 必须至少 1 张对比表格；可与理想方案对比 |
| "量化权衡很难" | 至少给出具体说明；禁止"大概"、"应该"等模糊表述 |
| "没有边条件" | 任何结论都有边界；必须说明"何时不成立" |
| "代码就是证据" | 代码路径不能替代解释；必须先解释原理再引用代码 |
差： 先按章节复述流程，最后说"整体没什么特别"。
好： 开篇直接提出核心问题："Agent 自建 Skills 是否规范？"，然后以表格形式逐项回答。
差： "安全扫描检查危险模式，如数据泄露等。相关代码在 tools/skills_guard.py。"
好： "scan_skill() 函数扫描 100+ 威胁模式，覆盖数据泄露、提示注入等 11 个类别。发现危险内容时自动回滚，回滚通过 shutil.rmtree() 删除整个 skill 目录。量化：扫描耗时约 50-200ms（取决于 skill 大小）。"
差： "采用威胁模式而不是静态分析。"
好： "当前方案：威胁模式正则扫描。替代方案：AST 静态分析。为何不选：静态分析难以处理模板展开和动态生成代码；威胁模式简单直接，覆盖常见攻击模式足够。代价量化：静态分析需要额外依赖，启动时间增加 ~1s。"
交付前须将下列待勾选框逐项勾为已满足；全部勾选后，方可将本轮分析标为"完成"。
以上验证项已全部满足，本轮交付物符合本技能质量契约。
输出文档的模板位于 reference/article-template.md，包含完整的 9 章结构：
一、概述 — 功能定位、核心文件关系
二、核心问题 — 1-2 个核心问题 + 直接回答表格
三、完整生命周期 — 状态机/流程图
四、实现流程详解 — 分步骤深入讲解，配合时序图
五、关键技术机制 — 核心技术点（如安全扫描、缓存策略等）
六、质量保障体系 — 多层保障的可视化总结图
七、对比分析 — 与其他系统的对比表格
八、相关文件索引 — 所有涉及的源码文件
九、总结 — 核心洞察 + 关键要点
使用方法：直接复制模板，将 {占位符} 替换为实际内容，删除不适用章节并标注。
在评审技术设计文档、实现计划、迁移方案、架构规格、发布与上线计划、插件或 hook 设计、以及需要工程师或代理按文档可靠执行的安全敏感自动化方案时使用；也适用于用户说评审技术方案、审设计文档、看实现计划、方案可不可行等场景。
Build and maintain a personal knowledge base where an LLM incrementally builds and maintains a structured, interlinked collection of markdown files. Based on Andrej Karpathy's LLM Wiki pattern.
Create new skills, modify and improve existing skills, and measure skill performance. Use when users want to create a skill from scratch, edit, or optimize an existing skill, run evals to test a skill, benchmark skill performance with variance analysis, or optimize a skill's description for better triggering accuracy.
Use when building TypeScript SDKs, extracting shared code into packages, creating developer tooling libraries, designing clean API surfaces, or publishing to npm (public or private). Covers typed clients, error handling, multi-target bundling (ESM/CJS/browser).
Interact with GitHub using the `gh` CLI. Use `gh issue`, `gh pr`, `gh run`, and `gh api` for issues, PRs, CI runs, and advanced queries.
Browser automation CLI for AI agents. Use when the user needs to interact with websites, including navigating pages, filling forms, clicking buttons, taking screenshots, extracting data, testing web apps, or automating any browser task.