Code Analyze

面向团队与企业的高级结构化分析工具,在免费版基础上扩展批量分析、协作评审、自定义框架等能力。核心能力: 多领域深度分析(代码、数据、文本、决策、可视化、架构) 批量文件分析与聚合报告生成 团队协作评审与多视角交叉验证 自定义分析框架与模板管理 历史分析存档与趋势追踪 适用场景: 企业代码库批量安全审查 架构决策多视角评审 团队复盘与改进追踪 差异化: 兼容免费版全部框架,无缝升级 支持自定义分析维度与权重配置 提供团队协作与历史追踪能力 优先...

代码分析工具专业版

付费版专享能力

能力	免费版	付费版
基础功能	支持	支持
代码分析工具专业版业级多领域结构化分析	不支持	支持
代码分析工具专业版支持批量分析	不支持	支持
代码静态分析与质量评分	不支持	支持
依赖漏洞检测与升级建议	不支持	支持
批量代码审查与报告生成	不支持	支持

核心能力

1. 六大领域深度分析

领域	分析重点	重点关注项
代码	生产故障、死代码	风格问题不等于缺陷
数据	粒度、缺失值、异常值	混合类型、分母缺失
文本	论点、证据强度	无来源的断言
决策	未列选项、可逆性	现状偏误
可视化	主导性、一致性	平台约定差异
架构	耦合度、扩展性	单点故障、技术债

输入: 用户提供六大领域深度分析所需的指令和必要参数. 输出: 返回六大领域深度分析的处理结果,包含执行状态码、结果数据和执行日志.

2. 批量分析与聚合报告

支持对整个目录或代码库进行批量分析,自动生成聚合报告:

bash

# 批量分析整个模块
请对 src/payment/ 目录下所有 Python 文件执行安全分析
框架: MECE
输出: 聚合报告,按风险等级排序

输入: 用户提供批量分析与聚合报告所需的指令和必要参数.

3. 多视角交叉验证

同一输入由不同角色视角分析,交叉验证结论:

视角	关注维度
安全视角	漏洞、注入、权限
性能视角	复杂度、瓶颈、资源
可维护视角	耦合、命名、文档
业务视角	需求覆盖、边界条件

输出: 返回多视角交叉验证的处理结果,包含执行状态码、结果数据和执行日志.

4. 自定义分析框架

支持注册自定义分析框架,通过模板文件管理:

json

{
  "framework_name": "安全合规审查",
  "dimensions": [
    "数据保护",
    "访问控制",
    "审计日志",
    "合规要求"
  ],
  "weights": {
    "数据保护": 0.4,
    "访问控制": 0.3,
    "审计日志": 0.2,
    "合规要求": 0.1
  },
  "thresholds": {
    "critical": 0.8,
    "warning": 0.6
  }
}

输入: 用户提供自定义分析框架所需的指令和必要参数. 输出: 返回自定义分析框架的处理结果,包含执行状态码、结果数据和执行日志。- 验证执行结果,确认输出符合预期格式

• 异常时参考错误处理章节进行恢复
• 关键参数: 自定义分析框架 选项

5. 历史存档与趋势追踪

每次分析自动存档,支持按时间线追踪变化趋势:

bash

# 查看历史分析
请列出过去 30 天针对 src/auth/ 模块的分析记录
对比: 安全风险分数变化趋势

输入: 用户提供历史存档与趋势追踪所需的指令和必要参数. 输出: 返回历史存档与趋势追踪的处理结果,包含执行状态码、结果数据和执行日志.

适用场景

场景一: 企业代码库批量安全审查

安全团队对整个服务做批量审查,生成聚合报告并分发给相关团队.

bash

# 批量安全审查
请对 services/ 目录执行批量安全审查
分析维度: 注入风险、认证缺陷、敏感信息泄露、依赖漏洞
输出格式: 聚合报告 + 按服务分组的详细清单
优先级: 红色(立即修复) / 黄色(本周修复) / 白色(排期修复)

输出结构示例:

text

批量安全审查报告 - services/
=====================================
# ...
红色 关键(3项):
1. [order-service] SQL 拼接存在注入风险 [来自输入 handler.py:45]
2. [auth-service] JWT 密钥硬编码 [来自输入 config.py:12]
3. [payment-service] 未验证回调签名 [来自输入 webhook.py:89]
# ...
黄色 重要(7项):
- [user-service] 密码强度未校验 [推断]
- ...
# ...
聚合统计:
- 审查文件: 156 个
- 发现问题: 24 项
- 红色占比: 12.5%
- 建议优先处理: order-service, auth-service

场景二: 架构决策多视角评审

对架构方案做四视角交叉评审,确保决策全面.

bash

# 架构方案评审
请对以下微服务拆分方案做多视角评审:
方案: 按业务域拆分订单、用户、支付三个服务
视角: 安全 / 性能 / 可维护 / 业务
框架: MECE + 预演失败

场景三: 团队复盘与改进追踪

迭代结束后,对代码质量做复盘分析并追踪改进趋势.

bash

# 迭代复盘分析
请对本次迭代(Sprint 23)的代码提交做复盘分析
分析维度: 提交规范、测试覆盖、重构比例、缺陷修复率
对比: 与 Sprint 22 的变化趋势
输出: 复盘报告 + 改进建议清单

使用流程

优秀步: 初始化工作区

bash

# 创建分析工作区
mkdir -p .code-analyze/{reports,frameworks,history}
# ...
# 初始化配置
cat > .code-analyze/config.json << 'EOF'
{
  "edition": "pro",
  "default_framework": "MECE",
  "batch_limit": 200,
  "cross_validation": true,
  "auto_archive": true,
  "history_retention_days": 90
}
EOF

第二步: 注册自定义框架(可选)

bash

# 在 frameworks 目录创建自定义框架
cat > .code-analyze/frameworks/security-review.json << 'EOF'
{
  "framework_name": "安全合规审查",
  "dimensions": ["数据保护", "访问控制", "审计日志"],
  "weights": {"数据保护": 0.5, "访问控制": 0.3, "审计日志": 0.2}
}
EOF

第三步: 执行批量分析

bash

# 批量分析命令
请对 src/ 目录执行批量安全分析
配置: .code-analyze/config.json
框架: security-review
输出: .code-analyze/reports/security-$(date +%Y%m%d).md

第四步: 查看聚合报告

bash

# 查看最新报告
请展示 .code-analyze/reports/ 下最新一份分析报告的摘要
包含: 红色问题数、黄色问题数、涉及模块、趋势对比

输入格式

参数名	类型	必填	说明
content	string	否	code-analyze处理的内容输入
strict_level	string	否	审查严格度, 可选: strict/normal/loose, 默认: normal

输出格式

json

{
  "success": true,
  "data": {
    "overall_grade": "A",
    "total_score": 92,
    "max_score": 100,
    "summary": "处理完成",
    "details": [
      {
        "item": "代码风格",
        "status": "pass",
        "score": 95,
        "comment": "符合规范"
      },
      {
        "item": "安全合规",
        "status": "warn",
        "score": 80,
        "comment": "符合规范"
      }
    ],
    "improvements": [
      {
        "priority": "high",
        "suggestion": "建议优化",
        "expected_gain": "+5分"
      },
      {
        "priority": "medium",
        "suggestion": "建议优化",
        "expected_gain": "+3分"
      }
    ]
  },
  "error": null
}

异常处理

错误场景	原因	处理方式
配置错误	参数缺失或格式错误	检查依赖说明中的配置要求
运行时错误	运行环境不满足	确认运行环境符合依赖说明
网络错误	连接超时或不可达

依赖说明

运行环境

• Agent 平台: 支持读取 SKILL.md 的任意 AI Agent(Claude Code / Cursor / Codex / Gemini CLI 等)
• 操作系统: Windows / macOS / Linux
• 运行时: Python 3.8+(批量分析脚本,可选)

依赖说明(补充)

依赖项	类型	是否必需	获取方式
LLM API	API	必需	由 Agent 内置 LLM 提供
Python 3.8+	运行时	批量分析必需	python.org
jq	CLI 工具	否	系统包管理器
ripgrep	CLI 工具	批量扫描推荐	系统包管理器

API Key 配置

• 本工具基于 Markdown 指令驱动,无需额外 API Key
• 批量分析若调用外部 LLM API,需配置对应 Key:

bash

# 可选: 批量分析使用的外部 LLM Key(如非 Agent 内置)
export ANALYZE_LLM_API_KEY="your-api-key"
export ANALYZE_LLM_ENDPOINT="https://api.example.com/v1"

可用性分类

• 分类: MD+EXEC+SCRIPT(Markdown 指令 + 命令行执行 + 可选 Python 脚本)
• 说明: 核心分析通过自然语言指令驱动 Agent 执行,批量分析可通过 Python 脚本加速
• 离线可用: 核心分析完全离线;批量分析脚本可选调用外部 API

案例展示

企业级配置

json

{
  "edition": "pro",
  "organization": {
    "name": "技术团队",
    "default_reviewers": ["security-team", "arch-team"]
  },
  "analysis": {
    "default_framework": "MECE",
    "cross_validation_roles": ["security", "performance", "maintainability"],
    "batch_concurrency": 5,
    "max_file_size_mb": 10
  },
  "archive": {
    "enabled": true,
    "retention_days": 180,
    "storage": "local",
    "path": ".code-analyze/history"
  },
  "notification": {
    "on_critical": true,
    "channels": ["email", "webhook"]
  }
}

团队协作配置

json

{
  "collaboration": {
    "shared_frameworks": true,
    "review_workflow": "round-robin",
    "min_reviewers": 2,
    "conflict_resolution": "senior-decides"
  }
}

常见问题

Q1: 专业版是否兼容免费版的分析结果?

完全兼容。专业版输出的报告格式与免费版一致,免费版创建的分析可直接在专业版中打开和继续编辑.

Q2: 批量分析有文件数量上限吗?

默认单次批量上限 200 个文件,可通过配置文件调整。超大批量建议分模块执行,避免单次分析时间过长.

Q3: 自定义框架如何与内置框架混用?

在分析指令中指定即可,框架名称对应 frameworks 目录下的文件名:

bash

# 混用框架
请用 security-review 框架分析 src/auth/,用 MECE 框架分析 src/utils/

Q4: 历史分析数据存储在哪里?

默认存储在项目根目录的 .code-analyze/history/ 下,可配置为其他本地路径。数据不出本机.

Q5: 团队协作如何同步框架?

将 .code-analyze/frameworks/ 目录纳入版本控制,团队成员拉取后即可共享自定义框架.

Q6: 如何获得优先技术支持?

专业版用户可通过专属通道提交问题,通常 1 个工作日内响应.

错误处理

错误场景(续)	原因	处理方式
LLM响应超时或无响应	网络延迟或模型负载过高	，请求；确认Agent平台LLM服务正常
输入内容格式不正确	用户输入不符合skill预期格式	检查输入是否符合skill使用说明中的格式要求，参考示例章节
执行结果与预期不符	指令描述不够明确或上下文不足	提供更详细的指令描述，补充必要的上下文信息
命令执行失败	运行环境不满足要求或权限不足	确认运行环境符合依赖说明中的要求；检查命令权限设置