---

name: code-analyzer description: 深度代码分析工具。分析代码架构、执行流程、数据流、业务规则、外部依赖、数据模型，支持 DDD 模式识别（聚合根、实体、值对象、领域服务、仓储、领域事件、限界上下文）。使用场景：新代码库熟悉、架构文档生成、代码审查准备、技术债务评估、知识传承、DDD 模式识别。支持 Python、JavaScript、TypeScript、Rust、Java、Go 等 20+ 语言。

Code Analyzer - 深度代码分析

专业的深度代码库分析工具，超越表面指标，深入理解：

• 🏗️ 架构风格 - 识别 MVC、Clean Architecture、微服务等
• 🚀 执行流程 - 入口点、调用图、执行路径追踪
• 💧 数据流动 - 数据如何在系统中传输和转换
• 📜 业务规则 - 从代码中提取验证逻辑、业务约束
• 🔗 外部依赖 - API、数据库、第三方服务
• 📊 数据模型 - 实体、DTO、值对象及其关系
• 🏛️ DDD 模式 - 聚合根、实体、值对象、领域服务

快速开始

# 完整深度分析
python3 scripts/analyze.py --path /path/to/project --output report.md

# DDD 专项分析
python3 scripts/ddd-analyzer.py --path /path/to/project --output ddd-report.md

# 排除特定目录
python3 scripts/analyze.py --path . --exclude "node_modules,vendor,target" --output analysis.md

核心功能

📊 代码质量评估

维度	说明
可维护性	代码结构、复杂度、可读性
可测试性	单元测试覆盖率、可测试程度
文档完整性	注释、文档覆盖率
复杂度	圈复杂度、耦合度

🏛️ DDD 模式识别

模式	识别能力
聚合根	✅ 识别一致性边界
实体	✅ 识别有身份的对象
值对象	✅ 识别不可变对象
领域服务	✅ 识别无状态业务逻辑
仓储	✅ 识别持久化抽象
领域事件	✅ 识别事件驱动模式
限界上下文	✅ 识别模块边界

📝 报告生成

• 执行摘要
• 质量评分
• 问题清单（分级）
• 改进建议（分优先级）
• 架构图（Mermaid）

输出示例

# 代码分析报告

## 执行摘要
- 总文件数：105
- 总代码行数：24,780
- 架构风格：Layered
- 入口点：5 个
- 数据模型：45 个
- 业务规则：23 个

## 质量指标
| 指标 | 评分 | 状态 |
|------|------|------|
| 可维护性 | 75/100 | 👍 |
| 可测试性 | 82/100 | ✅ |
| 文档完整性 | 68/100 | ⚠️ |
| 复杂度 | 71/100 | 👍 |

## 发现的问题
### 严重 (1)
- 循环依赖：module_a ↔ module_b

### 主要 (3)
- 高复杂度函数：calculate_score (复杂度=25)
- 过大文件：admin.py (850 行)

支持语言

语言	扩展名	分析深度
Python	.py	深度 (AST)
JavaScript	.js	深度
TypeScript	.ts	深度
Rust	.rs	深度
Java	.java	中等
Go	.go	中等
C/C++	.c, .cpp	基础

使用场景

1. 新项目熟悉

python3 scripts/analyze.py --path /new/project --output onboarding.md

2. 架构文档生成

python3 scripts/analyze.py --path . --output architecture.md

3. 代码审查准备

python3 scripts/analyze.py --path ./feature --output pr-analysis.md

4. 技术债务评估

python3 scripts/analyze.py --path . --exclude "tests" --output debt-review.md

5. DDD 模式识别

python3 scripts/ddd-analyzer.py --path . --output ddd-analysis.md

与 AI 助手配合

Claude/Codex:

"分析这个代码库并解释：
1. 主要入口点是什么？
2. 核心数据模型有哪些？
3. 编码了哪些业务规则？
4. 数据如何在系统中流动？"

AI 会：

1. 运行 code-analyzer
2. 解读分析报告
3. 提供针对性解释
4. 回答具体问题

最佳实践

详见 references/best-practices.md：

• 代码分析方法论
• 架构识别技巧
• DDD 模式识别指南
• 质量改进建议

参见

• OpenClaw 文档
• ClawHub Skills