闲社服务运行正常AI智能体自动化平台
a

开源项目分析

技能标识:analyze-open-source

Analyze and explain open-source project code logic, architecture, data flows, APIs, and algorithms. Use when the user asks to analyze a project, understand codebase structure, explain code logic, or requests a technical walkthrough of an open-source repository.

作者:admin | 来源记录:ClawHub
登记来源
ClawHub
版本
V 1.0.0
检测标记
后台标记通过
免费
免费获取
0
收藏
来源与检测标记为平台登记信息,并不代表已展示可复核的检测报告。使用前请核对版本、依赖和所需权限,建议先在隔离环境中运行。
概述
安装方式
版本历史

开源项目分析

分析开源项目

系统性地分析开源项目的代码库,帮助用户快速理解其架构、核心逻辑、数据流、关键API及算法实现。

所有分析输出必须使用中文(zh-CN)。

执行工作流

严格按照以下步骤顺序执行。在标注处使用并行子代理(使用子代理类型为explore的任务工具)。

第一阶段:上下文收集

首先读取以下文件(使用并行读取):

  1. 1. README.md(或README.rst、README.txt)——项目目的、功能、快速入门
  2. 主要配置/依赖文件——检测技术栈:
- Node.js:package.json - Python:pyproject.toml > setup.py > requirements.txt - Go:go.mod - Java/Kotlin:pom.xml 或 build.gradle - Rust:Cargo.toml - C/C++:CMakeLists.txt 或 Makefile - .NET:.csproj 或 .sln
  1. 3. 如果存在CI/Docker文件(Dockerfile、.github/workflows/)——揭示构建与部署信息

总结:项目名称、目的、技术栈、主要依赖项以及构建/运行命令。

第二阶段:目录结构扫描

运行目录列表(深度为2),绘制项目布局图。

将每个顶级目录分类为以下之一:

  • - 核心:主要业务逻辑
  • API:HTTP/gRPC/CLI接口层
  • 模型/实体:数据模型或领域对象
  • 配置:配置与环境
  • 工具/通用:共享工具
  • 测试:测试套件
  • 文档:文档
  • 脚本/工具:构建或部署脚本
  • 其他:其他内容

第三阶段:入口点识别

根据检测到的技术栈搜索程序入口点:

技术栈典型入口点
Node.jspackage.json中的main/scripts.start、index.js、src/index.ts、app.js
Python
main.py、main.py、app.py、manage.py、cli.py |
| Go | main.go、cmd/*/main.go |
| Java | 包含public static void main的类、@SpringBootApplication |
| Rust | src/main.rs、src/lib.rs |
| C/C++ | main.c、main.cpp |
| Web前端 | src/index.tsx、src/main.ts、src/App.vue |

读取入口点文件,并追踪初始化/启动序列。

第四阶段:深度分析

执行所有四个维度的分析。对独立维度使用并行探索子代理。

4a. 架构与模块依赖

  • - 识别架构模式(MVC、整洁架构、六边形架构、微服务、单体应用等)
  • 绘制模块依赖关系图——哪些模块导入/调用哪些模块
  • 生成展示模块关系的Mermaid图

4b. 核心业务流与数据流

  • - 端到端追踪主要的面向用户工作流
  • 识别数据如何进入、转换、持久化并离开系统
  • 为最重要的流程生成Mermaid流程图或时序图

4c. 关键API接口与调用链

  • - 列出公共API端点或导出的接口
  • 针对最重要的3-5个API,追踪从处理器到数据层的调用链
  • 记录调用链中的中间件、拦截器或装饰器

4d. 算法与函数实现

  • - 识别非平凡算法或复杂业务逻辑
  • 提取关键代码片段(保持简洁,每个片段最多约30行)
  • 为每个片段添加注释,逐步解释逻辑

输出格式

使用template.md中定义的模板来构建最终报告。

关键格式规则:

  • - 使用Markdown标题(##、###)实现清晰的层级结构
  • 至少包含2个Mermaid图(架构图+主要流程)
  • 引用现有代码时,使用代码引用格式(起始行:结束行:文件路径)
  • 确保整个报告在15分钟内可阅读完毕

指导原则

  • - 深度优先于广度:深入解释3个关键模块,优于浅显地列出20个模块。
  • 跟随数据流:不确定下一步分析什么时,跟随数据流。
  • 引用代码:始终引用具体文件和行号——绝不做出模糊断言。
  • 有观点:清晰说明架构的优势和劣势。
  • 渐进式披露:从执行摘要开始;将详细分析放在后续章节。用户应从报告的前20%内容中获得80%的价值。

标签

skill ai

通过对话安装

以下为平台配置的接入选项,并非逐项实测通过。能否安装取决于客户端支持、技能来源和运行环境:

OpenClaw WorkBuddy QClaw Kimi Claude

方式一:安装 SkillHub 和技能

帮我安装 SkillHub 和 analyze-open-source-1776124922 技能

方式二:设置 SkillHub 为优先技能安装源

设置 SkillHub 为我的优先技能安装源,然后帮我安装 analyze-open-source-1776124922 技能

通过命令行安装

skillhub install analyze-open-source-1776124922

下载

⬇ 下载 analyze-open-source v1.0.0(免费)

文件大小: 4.81 KB | 发布时间: 2026-4-14 11:22

v1.0.0 最新 2026-4-14 11:22
- Initial release of the analyze-open-source skill.
- Systematically analyzes open-source project codebases, covering architecture, data flows, APIs, and algorithms.
- Executes a step-by-step workflow: gathers context, scans directory structure, identifies entry points, and performs deep analysis across four key dimensions.
- Outputs comprehensive reports in Chinese, including clear Mermaid diagrams and annotated code references.
- Emphasizes depth, data flow tracing, precise citations, and clear structural formatting for all analyses.
返回顶部