Code Analyze Tool Free

结构化分析任意输入,支持数据、代码、文本、决策的优先级排序与结论推导

代码分析工具免费版

概述

代码分析工具免费版为个人开发者提供结构化分析能力,可将任意输入(数据、代码、文本、决策)转化为有优先级、有结论、可行动的分析报告。工具内置多种分析框架,通过自然语言指令驱动 AI Agent 执行分析任务。

免费版聚焦核心分析流程,适合个人技术决策、代码审查、数据整理等日常场景。

核心能力

1. 结构化分析框架

提供多种成熟的分析框架,在开始分析前选择其一:

框架名称	适用场景	核心思路
MECE	全面性分析	相互独立、完全穷尽
优劣势分析	方案对比	附加可逆性与不行动成本
预演失败	风险评估	假设失败、反推原因
钢铁人论证	观点验证	构建最强反对意见

输入: 用户提供结构化分析框架所需的指令和必要参数。 处理: 按照skill规范执行结构化分析框架操作,遵循单一意图原则。 输出: 返回结构化分析框架的执行结果,包含操作状态和输出数据。

2. 优先级排序机制

分析过程中始终标注优先级,确保关键信息不被淹没:

• 红色 关键: 最重要发现,最多 1-2 条
• 黄色 重要: 次级发现,2-3 条
• 白色 次要: 补充说明

输入: 用户提供优先级排序机制所需的指令和必要参数。 处理: 按照skill规范执行优先级排序机制操作,遵循单一意图原则。 输出: 返回优先级排序机制的执行结果,包含操作状态和输出数据。

3. 来源标注

每条结论都标注信息来源,区分事实与推断:

• [来自输入]: 直接引用输入内容
• [推断]: 基于输入的推理结论

输入: 用户提供来源标注所需的指令和必要参数。 处理: 按照skill规范执行来源标注操作,遵循单一意图原则。 输出: 返回来源标注的执行结果,包含操作状态和输出数据。

4. 反证机制

专门设置"为何我可能是错的"区域,主动寻找反证,对抗确认偏误。

输入: 用户提供反证机制所需的指令和必要参数。 处理: 按照skill规范执行反证机制操作,遵循单一意图原则。 输出: 返回反证机制的执行结果,包含操作状态和输出数据。

• 执行此能力时使用input_params参数,支持创建/查询/导出操作 能力覆盖范围：本skill的核心能力覆盖以下场景关键词：结构化分析任意输、支持数据、决策的优先级排序、与结论推导、面向个人开发者的、结构化分析工具、提供数据、决策四大领域的分、核心能力、多领域结构化分析、预演失败等、优先级排序与反证、避免确认偏误、事实与观点区分、一句话总结与行动、建议输出等。这些关键词对应description中声明的使用场景,均已在上述能力点中提供对应的操作支持。

使用场景

场景一: 个人代码审查

开发者完成功能开发后,使用本工具对代码进行结构化审查。

bash

# 示例
请分析以下代码模块的安全性与可维护性:
- 模块路径: src/auth/login.py
- 关注点: SQL注入、异常处理、日志记录

分析输出示例:

text

目标: 评估 login.py 的安全性与可维护性
红色 关键: 密码明文比对 [来自输入 第45行]
黄色 重要: 缺少登录失败限流 [推断]
警告 反证: 该模块处于内网环境,安全要求较低
行动 建议: 引入 bcrypt 哈希,增加失败计数器

场景二: 技术方案选型

在多个技术方案之间做选择时,用结构化框架对比优劣。

bash

# 方案对比分析
请用优劣势分析框架对比以下数据库方案:
- 方案A: 关系型数据库
- 方案B: 文档型数据库
- 关注点: 一致性、扩展性、运维成本

场景三: 数据报告整理

将杂乱的数据整理为有结论的分析报告。

bash

# 数据分析
请分析以下用户留存数据(近30天):
- 总注册用户: 1200
- 活跃用户: 480
- 流失用户: 720
- 关注: 留存率下降原因

快速开始

第一步: 确认分析目标

在开始分析前,用一句话明确本次分析服务的决策:

text

本次分析帮助决定 ___

第二步: 选择分析框架

根据分析目标选择合适的框架,并记录第一印象(稍后挑战它):

text

框架选择: MECE
第一印象: 我觉得方案A更好(待挑战)

第三步: 执行分析

按框架结构展开分析,标注优先级与来源:

bash

# 在 Agent 中触发分析
请对以下输入执行结构化分析,使用 MECE 框架:
[粘贴待分析内容]

第四步: 输出结论

分析完成后,按标准格式输出:

text

目标: 决定 [X]
红色 关键: [发现 + 来源]
黄色 重要: [发现列表]
警告 反证: [矛盾信息]
行动 建议: [可执行建议]

第五步: 验证结论

输出结论后,进行自我验证:

检查项	验证方式
浅显性测试	不读输入也能得出同样结论吗?如果能,需深入
分母完整	数据是否有明确的分母?如"500个"是600中的还是50000中的?
来源标注	每条结论都有来源标注吗?
反证完整	是否有"为何我可能是错的"区域?
行动导向	结论是否以行动建议结尾,而非只是总结?

领域分析重点

不同领域的分析关注点不同,免费版支持以下五类:

领域	分析重点	需要注意
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

配置示例

基础配置

本工具为纯 Markdown 指令驱动,无需复杂配置文件。可通过环境变量自定义默认行为:

bash

# 设置默认分析框架(可选)
export ANALYZE_DEFAULT_FRAMEWORK="MECE"

# 设置默认输出语言(可选)
export ANALYZE_OUTPUT_LANG="zh-CN"

自定义输出格式

可在项目根目录创建 .analyze-config.json 调整输出:

json

{
  "framework": "MECE",
  "priority_levels": 3,
  "show_counter_evidence": true,
  "output_format": "markdown",
  "language": "zh-CN"
}

最佳实践

1. 始终先定目标

分析前明确"本次分析帮助决定什么",避免为分析而分析。

2. 主动挑战第一印象

记录第一印象后,专门寻找支持与反对的证据,避免确认偏误。

3. 区分事实与观点

类型	特征	处理方式
事实	可验证、有数据支撑	直接引用
观点	主观判断、推测	标注为推断
相关性	两个变量同步变化	不可等同于因果
因果性	A 导致 B	需额外验证

4. 警惕常见陷阱

• 表面化: 复述输入不等于分析
• 平均权重: 所有项都标黄色等于没有优先级
• 缺失分母: "500 个退款"是 600 中的还是 50000 中的?
• 编造数据: 没有来源的统计数字是幻觉

常见问题

Q1: 免费版支持哪些分析框架?

免费版支持 MECE、优劣势分析、预演失败、钢铁人论证四种基础框架,满足个人日常分析需求。

Q2: 可以分析代码以外的内容吗?

可以。本工具支持数据、代码、文本、决策、可视化五个领域的分析,不仅限于代码。

Q3: 分析结果可以保存吗?

免费版通过 Markdown 格式输出,可手动保存或复制到笔记工具。如需自动存档与历史追溯,请使用 PRO 版。

已知限制

受底层 LLM 上下文窗口限制,建议单次输入不超过 50000 字符。超长内容建议分段分析。

Q5: 是否需要联网?

不需要。本工具为纯指令驱动,分析过程在本地 Agent 中完成,数据不出本机。

• 当前为免费版本,如需完整功能请升级到付费版获取全部能力

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: 无需额外运行时,Markdown 指令直接由 Agent 解释执行

依赖详情

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
jq(可选)	CLI 工具	否	系统包管理器安装

API Key 配置

• 本工具基于 Markdown 指令驱动,无需额外 API Key
• Agent 内置 LLM 的 API Key 由 Agent 运行时自动管理

可用性分类

• 分类: MD+EXEC(纯 Markdown 指令,部分功能需要 exec 命令行执行能力)
• 说明: 通过自然语言指令驱动 Agent 执行结构化分析任务
• 离线可用: 是,分析过程完全在本地完成

错误处理

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	执行ping命令测试网络连通性,检查防火墙和代理设置连接后执行ping命令测试网络连通性,检查防火墙和代理设置连接后重新执行命令，参考国内替代方案

示例

基本用法

输入：用户提供操作指令和必要参数

输出：返回执行结果,包含操作状态和输出数据

text

用户: 执行核心功能
Skill: 正在执行核心功能...
Skill: 执行完成,结果如下: 操作成功