code-intelligence

name	code-intelligence
description	用于代码库的深度分析、影响评估和逻辑解构。当用户询问：‘修改 X 会影响哪里？’、‘解释这段复杂的异步逻辑’、‘分析某个类的依赖树’时使用。它超越了简单的搜索，专注于代码的语义关联和副作用分析。

Code Intelligence Skill

该 Skill 旨在增强对大规模代码库的理解，特别是处理复杂的异步逻辑、跨模块调用和隐式依赖。

1. 深度分析模式 (Deep Analysis Patterns)

A. 架构拓扑扫描 (Architecture Topology)

当你被要求“理解某个模块”时，不要只看代码，要看拓扑：

1. 入口追踪：识别谁在直接调用这个 Entry Point（是 API Route 还是异步任务？）。
2. 状态流转：追踪 SQLModel 对象从数据库取出后，经过了哪些 Service 修改，最终如何返回。
3. 资源绑定：识别该模块强依赖的基础设施（如它是依赖 Elasticsearch 进行向量检索，还是依赖 Neo4j 存储图关系？）。

B. 级联影响评估 (Impact Cascading)

在修改代码前执行“影子评估”：

• 静态分析：使用 grep_search 查找所有显式调用。
• 隐式关联：检查 REGISTRY.md 中的登记信息，确认是否有动态注册的 Hook 或 Event Listener 关联。
• 破坏性检查：如果修改了 schemas/ 中的 Pydantic 模型，必须列出所有受影响的前端组件。

C. 逻辑解构与可视化

对于复杂的业务流程（如 memory_compression_design.md 的实现）：

• 翻译：将复杂的异步处理链翻译为步骤明确的伪代码或 Mermaid 图。
• 边界识别：明确指出哪些逻辑是在 Main Process 中运行，哪些是跑在 BackgroundTask 中。

2. 强制审计项 (Audit Checklist)

在进行 Code Review 或解答架构问题时，必须对照以下“红线”：

• Layer Violation：是否存在 Service 直接调 API，或 API 直接调 DB 驱动？
• Sync in Async：在 async 函数中是否存在没加 await 的阻塞型磁盘或网络 IO？
• Log Hygiene：错误捕获是否只写了 print 而没用 logger.exception？

3. 工具组合策略 (Tool Combinations)

意图	推荐链式操作
找 Bug 原因	grep_search (查错误日志关键字) -> view_file (分析上下文) -> code-intelligence (推导因果)
重构建议	find_by_name (查相关类) -> code-intelligence (分析耦合度) -> 编写重构方案
版本 PK	针对新旧代码运行 skill-creator 的 comparator.md 进行盲测分析

4. 指令模式 (Standard Response Format)

当用户询问影响分析时，必须按以下格式回答：

1. 直接受影响 (Direct)：文件名 + 行号 + 变更点。
2. 级联影响 (Indirect)：受影响的下游 API 或前端页面。
3. 风险系数 (Risk Level)：高/中/低，并说明理由。
4. 测试建议 (Testing)：建议运行的具体测试用例。