一键导入
deep-simplify
深度简化Python代码,通过运行时日志分析识别并移除死代码。 当用户需要简化代码、清理未使用的代码、优化代码结构、移除死代码时使用此skill。 适用于:代码清理、死代码检测、代码重构前的分析、代码库瘦身。 使用方法:/deep-simplify <file_path>
用 Codex 或 Claude 帮你安装 复制这段 Prompt,粘贴到 Codex、Claude 或其他助手里,让它检查 Skill 页面并帮你完成安装。
菜单
深度简化Python代码,通过运行时日志分析识别并移除死代码。 当用户需要简化代码、清理未使用的代码、优化代码结构、移除死代码时使用此skill。 适用于:代码清理、死代码检测、代码重构前的分析、代码库瘦身。 使用方法:/deep-simplify <file_path>
用 Codex 或 Claude 帮你安装 复制这段 Prompt,粘贴到 Codex、Claude 或其他助手里,让它检查 Skill 页面并帮你完成安装。
基于 SOC 职业分类
当用户说"你来问我"、"ask me"时触发。第一次创建方案或设计时触发。修改文件后用于理解变更意图。关键:当你(AI)感到困惑、不确定如何执行、或指令有歧义时——不要猜测,立即调用此skill。当你觉得方案有多种执行的可能,你从中挑选了一种的时候,立刻调用此skill确认你的选择是否正确。
依据 GB/T 20001.5—2017 和 GB/T 20001.1—2024 审查规范标准草稿的合规性。当用户上传或粘贴标准草稿,并要求进行合规审查、符合性检查、标准编写审核时使用。
更新项目 CLAUDE.md 文档以保持与项目状态一致。当用户明确请求"更新CLAUDE.md"、"同步文档"、"刷新项目说明"、"检查文档一致性"或类似的明确指令时触发。也适用于项目结构发生重大变化后需要更新文档的场景。
检查并修复 Python 文件的命名规范,确保文件名与主要类名保持一致。 **命令格式:** `/python-naming-convention <file_path> [--fix]` - 无 `--fix`:仅检查,输出命名规范报告 - 有 `--fix`:执行完整修复流程(复制文件→更新引用→验证) **触发场景:** - 用户要求检查代码命名规范 - 用户提到文件名和类名不一致 - 需要验证 Python 文件是否符合项目的命名约定 - 需要自动修复命名不一致的问题 **检查规则:** - 类名使用大驼峰(PascalCase),如:EgoMsgMapNode - 文件名使用小写+下划线(snake_case),如:ego_msg_map_node.py - 文件名应与主类名对应:EgoMsgMapNode → ego_msg_map_node.py
分析大型 JSON 文件(支持 100MB+)并生成格式说明文档(Markdown 或 CSV)。当用户需要分析 JSON 文件结构、生成 JSON Schema 文档、理解大数据集的字段组成、或导出字段清单时,使用此 skill。适用于数据探索、API 文档生成、数据验证、字段清单导出等场景。支持流式读取避免内存溢出,输出层级树状结构的 Markdown 文档或结构化 CSV 表格。
| name | deep-simplify |
| description | 深度简化Python代码,通过运行时日志分析识别并移除死代码。 当用户需要简化代码、清理未使用的代码、优化代码结构、移除死代码时使用此skill。 适用于:代码清理、死代码检测、代码重构前的分析、代码库瘦身。 使用方法:/deep-simplify <file_path> |
通过运行时日志分析,识别并移除Python代码中未被实际执行的"死代码"。
当用户有以下请求时触发此skill:
main.py 作为主程序入口astor 库(用于AST代码生成)检查用户提供的文件路径:
.py 文件如果不满足条件,向用户说明原因并退出。
使用 scripts/instrument.py 对目标文件进行插桩:
python /Users/kang/.claude/skills/deep-simplify/scripts/instrument.py <file_path>
插桩位置包括:
func_entry)loop_entry)if_branch/elif_branch/else_branch)try_block/except_block/finally_block)插桩后的日志格式:
print(f"[DEEP_SIMPLIFY] {file_name}:{line_number}:{function_name}:{tag_type}")
原文件会被备份为 .bak 文件。
执行项目主程序:
cd /Users/kang/Documents/workspace/rebuild_data_flow && python main.py
捕获所有输出(stdout和stderr),筛选包含 [DEEP_SIMPLIFY] 的日志行。
解析收集到的日志,与插桩点对比:
extract_instrumentation_points 函数)已执行点数 / 总插桩点数过滤死代码列表:
test_ 开头)使用 scripts/simplify.py 移除确认的死代码:
python /Users/kang/.claude/skills/deep-simplify/scripts/simplify.py <file_path> <analysis_json> <output_path>
简化规则:
再次运行主程序:
cd /Users/kang/Documents/workspace/rebuild_data_flow && python main.py
删除临时文件:
.deep_simplify_logs.txt.deep_simplify_inst.txt保留备份文件 .bak 供用户需要时手动恢复。
执行完成后输出简洁报告:
============================================================
代码简化完成!
============================================================
文件: <file_path>
总插桩点: <count>
已执行: <count> (<rate>%)
死代码: <count> 个
- 未使用函数: <count>
- 未执行分支: <count>
已移除: <count> 个代码项
验证: 通过
原始备份: <file_path>.bak
.bak 备份如果缺少 astor 库,自动安装:
pip install astor
如果简化后出现问题,手动恢复:
cp <file_path>.bak <file_path>