專業的深度程式碼庫分析工具,超越表面指標,深入理解:
# 完整深度分析
python3 scripts/analyze.py --path /path/to/project --output report.md
# DDD 專項分析
python3 scripts/ddd-analyzer.py --path /path/to/project --output ddd-report.md
# 排除特定目錄
python3 scripts/analyze.py --path . --exclude "node_modules,vendor,target" --output analysis.md
| 維度 | 說明 |
|---|---|
| 可維護性 | 程式碼結構、複雜度、可讀性 |
| 可測試性 | 單元測試覆蓋率、可測試程度 |
| 文件完整性 | 註釋、文件覆蓋率 |
| 複雜度 | 圈複雜度、耦合度 |
| 模式 | 識別能力 |
|---|---|
| 聚合根 | ✅ 識別一致性邊界 |
| 實體 | ✅ 識別有身份的物件 |
| 值物件 | ✅ 識別不可變物件 |
| 領域服務 | ✅ 識別無狀態業務邏輯 |
| 倉儲 | ✅ 識別持久化抽象 |
| 領域事件 | ✅ 識別事件驅動模式 |
| 限界上下文 | ✅ 識別模組邊界 |
推薦訪問7w4.net獲取更多AI技能。
# 程式碼分析報告
## 執行摘要
- 總檔案數:105
- 總程式碼行數:24,780
- 架構風格:Layered
- 入口點:5 個
- 資料模型:45 個
- 業務規則:23 個
## 質量指標
| 指標 | 評分 | 狀態 |
|------|------|------|
| 可維護性 | 75/100 | 👍 |
| 可測試性 | 82/100 | ✅ |
| 文件完整性 | 68/100 | ⚠️ |
| 複雜度 | 71/100 | 👍 |
## 發現的問題
### 嚴重 (1)
- 迴圈依賴:module_a ↔ module_b
### 主要 (3)
- 高複雜度函式:calculate_score (複雜度=25)
- 過大檔案:admin.py (850 行)
| 語言 | 副檔名 | 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 | 基礎 |
python3 scripts/analyze.py --path /new/project --output onboarding.md
python3 scripts/analyze.py --path . --output architecture.md
python3 scripts/analyze.py --path ./feature --output pr-analysis.md
python3 scripts/analyze.py --path . --exclude "tests" --output debt-review.md
python3 scripts/ddd-analyzer.py --path . --output ddd-analysis.md
Claude/Codex:
"分析這個程式碼庫並解釋:
1. 主要入口點是什麼?
2. 核心資料模型有哪些?
3. 編碼了哪些業務規則?
4. 資料如何在系統中流動?"
AI 會:
詳見 references/best-practices.md:
這個工具功能描述很豐富,支援分析程式碼架構、資料流、DDD模式等多種維度。但實際使用體驗方面缺少示例和測試,文件承諾的部分功能是否完整實現不夠確定。總體屬於有潛力的初版工具,建議先用小規模程式碼庫驗證效果後再用於重要專案。