> 功能说明: 本技能涵盖 化工作流场景 等核心能力。

> 功能说明: 本技能涵盖 提升工作效率 等核心能力。

> 功能说明: 本技能涵盖 中文交互 等核心能力。

Code Analysis Skills

付费版进阶功能

适用范围

• A developer reflecting on their own commit cadence and code-change patterns.
• A team running an opt-in retrospective where every member has consented to
  having their Git activity summarized.
• Open-source maintainers analyzing public contribution patterns on a project
  they maintain.
• Researchers studying public repositories under their data-protection terms.

操作流程

依赖说明

运行环境

1. Agent平台: 支持SKILL.md的任意AI Agent(Claude Code / Cursor / Codex / Gemini CLI等)
2. 操作系统: Windows / macOS / Linux

第三方依赖

API Key 配置

可用性分类

4. 分类: MD+execute()
5. 说明: 基于Markdown的AI Skill,

API Key配置方式:

export API_KEY="${API_KEY:?请设置环境变量}"

配置后需重启会话或开启新终端生效。API Key应妥善保管,避免泄露到版本控制系统.

输入定义

输出规范

{
  "success": true,
  "data": {
    "final_result": {
      "skills_result": "skills_result_value",
      "skills_metadata": "skills_metadata_value",
      "skills_status": "skills_status_value"
    },
    "execution_log": [
      {
        "step": 1,
        "name": "按流程执行",
        "status": "completed",
        "duration_ms": 1200,
        "output_summary": "按流程执行"
      },
      {
        "step": 2,
        "name": "按流程执行",
        "status": "completed",
        "duration_ms": 3500,
        "output_summary": "按流程执行"
      },
      {
        "step": 3,
        "name": "按流程执行",
        "status": "completed",
        "duration_ms": 2100,
        "output_summary": "按流程执行"
      },
      {
        "step": 4,
        "name": "按流程执行",
        "status": "completed",
        "duration_ms": 800,
        "output_summary": "按流程执行"
      }
    ],
    "total_duration_ms": 7600,
    "gates_passed": 3,
    "gates_total": 3
  },
  "error": null
}

中间产物模板参考: assets/code-analysis-skills_template

依赖说明(补充)

国内替代方案:
- OpenAI GPT → 智谱GLM-4 / 百度文心一言 / 通义千问 / DeepSeek
- OpenAI Embedding → 智谱embedding-2 / 百度embedding

案例展示

💬 "Run a Git-history reflection report on my own repo at /path/to/repo."
💬 "Help me prepare a team retro — everyone has agreed to opt in."
💬 "I want to look at my own commit cadence for self-reflection."
💬 "对我自己的仓库做一次 Git 历史自查。"
💬 "团队复盘（已经征得每个成员同意），帮我跑一份 Git 历史汇总。"

技术创新

效率提升量化分析

差异化对比

核心痛点解决

常见问题FAQ

Q1: 代码分析技能支持哪些编程语言？

A: 代码分析技能支持多种编程语言，包括但不限于Java、Python、JavaScript、C++等。

Q2: 如何配置API Key？

A: 在运行环境配置文件中设置API_KEY环境变量，值为你的API Key。

Q3: 代码分析技能如何集成到CI/CD流程中？

A: 通过在CI/CD配置文件中添加代码分析技能的执行命令来实现集成。

Q4: 代码分析技能的输出结果如何查看？

A: 代码分析技能的输出结果可以通过日志文件或直接在控制台查看。

Q5: 代码分析技能如何帮助提高开发效率？

A: 代码分析技能通过自动化代码审查、依赖缺陷检测等功能，减少手动操作，提高开发效率。

问题处理指引

安全提示

1. 确保API Key安全，避免泄露到版本控制系统。
2. 定期更新代码分析技能，以修复已知的安全漏洞。
3. 对输入数据进行验证，防止注入攻击。
4. 限制代码分析技能的访问权限，仅授权给需要使用的人员。
5. 在处理敏感代码时，确保遵守相关的数据保护法规。

安全风险防范

错误恢复流程

针对代码使用中可能遇到的常见问题,提供以下排查方案:

代码通用排查步骤

1. 检查输入参数: 确认所有必填参数已提供且格式正确
2. 查看日志输出: 定位具体错误行和异常类型
3. 验证环境配置: 确认依赖库版本和运行环境满足要求
4. 逐步调试: 缩小问题范围,隔离故障模块

适用边界

• 涉及关键决策的场景需人工复核,避免因自动化遗漏关键因素
• API凭证需妥善管理,避免硬编码到代码中,推荐使用环境变量注入
• 生成结果受模型能力影响,不同模型输出质量可能有差异
• 大文件处理可能消耗较多内存,建议对超大文件进行分块处理
• 不同操作系统的命令行参数可能存在差异,需做平台适配