Code Analysis Skills

核心功能

code-analysis 是一款 Git 历史分析工具，专注于将仓库提交记录转化为描述性统计报告，支持 Markdown、HTML、JSON、PDF 等多种输出格式。该工具设计初衷明确限定于两类场景：(1) 开发者对自身仓库进行自我反思；(2) 全员知情同意下的团队复盘回顾。

显著优点

伦理设计前置：工具内置硬性使用策略门控，CLI 强制要求 --i-have-consent 标志，无环境变量绕过机制；默认仅分析当前本地 Git 用户，跨作者分析需双重确认（--multi-author-team-retro + --consented-author），从技术架构层面阻断滥用可能。

反评分机制：输出 deliberately 排除综合评分（0-100）、等级评定（S/A/B/C/D/E/F）、排行榜、跨作者对比表等易被挪用为"绩效报告卡"的要素； cadence-sparsity 等信号以独立分量值呈现，避免合成"懈怠指数"。

本地化执行：完全本地运行，不传输数据至外部服务器，降低数据泄露风险。

潜在局限

数据盲区严重：Git 历史无法捕捉代码评审、架构设计、技术 mentoring、值班运维、文档贡献等关键活动，报告呈现的是"狭窄的、有偏见的画面"。

解释维度单一：高代码变动率可能反映重构探索而非质量低下；稀疏提交节奏可能对应架构师角色或休假状态——工具输出大量"讨论提示"，但缺乏组织上下文易引发误读。

合规依赖用户：虽然技术层面强制 consent，但 GDPR、工会规则等法律合规最终责任仍落在使用者，工具无法自动验证跨国/跨地区劳动法规遵循。

适合人群

• 希望系统性回顾自身编码习惯的个人开发者
• 运行透明复盘文化、已建立知情同意流程的技术团队
• 研究公开仓库贡献模式的学术研究者

常规风险

误用风险：尽管有多重技术限制，若用户以截图、手工整理等方式二次加工输出，仍可能变相实现"隐性排名"。此外，工作习惯指标（周末/深夜提交比例）在缺乏时区、值班制度上下文时，存在隐私敏感信息暴露风险。

核心用法

该 Skill 是一款 Git 历史分析工具，将提交记录聚合为描述性统计（提交频率、文件变更模式、提交规范度、修复/回退比例等），生成 Markdown/HTML/JSON/PDF 格式的个人反思报告。运行方式包括：

• 个人自查：分析当前 Git 用户的本地仓库
• 团队复盘：需启用 --multi-author-team-retro 并为每位开发者显式指定 --consented-author

所有命令必须携带 --i-have-consent 或 acknowledge_usage_policy: true，无环境变量绕过机制。

显著优点

1. 隐私优先设计：默认仅分析当前本地 Git 用户（self-scope），分析他人需多步骤显式确认
2. 伦理边界清晰：文档反复强调禁止用于绩效评估、排名、监控、HR 决策等用途
3. 输出去评分化：刻意避免综合评分、字母等级、排行榜、"判决书"式结论，仅以讨论提示形式呈现
4. 完全本地运行：无网络外联，不发送数据至外部服务器
5. 安全合规：通过 CLS-Certify 认证，无危险函数、无硬编码密钥、依赖均为知名开源包

潜在局限

• 数据维度狭窄：仅反映 Git 提交历史，无法捕捉代码评审、架构设计、技术指导、运维值班等关键贡献
• 上下文缺失：稀疏提交频率可能源于架构工作、评审职责、请假等合理原因，需结合实际情境解读
• 技术限制：Python 复杂度分析仅支持 .py 文件；大型仓库（10万+提交）分析耗时较长
• 人工依赖：需用户主动确认同意与使用意图，无法自动判定合规性

适合人群

• 希望反思个人提交习惯与代码变更模式的开发者
• 开展全员知情同意团队复盘的技术团队
• 研究公开仓库贡献模式的开源维护者与学术研究者

常规风险

| 风险类型 | 说明 |

|---------|------|

| **误用为绩效工具** | 尽管设计禁止，用户仍可能试图将报告用于评估他人；需 Agent 主动拦截此类请求 |

| **同意机制被绕过** | 需确保 `--consented-author` 列表真实反映每位开发者的知情同意 |

| **报告泄露** | 输出含个人活动数据，需安全存储，避免截图外传 |

| **过度解读数据** | 低提交频率易被误判为"懈怠"，需反复强调多因解释 |

合规要点

• GDPR 就绪：包含明确数据处理同意机制
• 禁止用途：绩效评估、薪酬晋升、PIP、纪律处分、员工监控
• 建议措施：生成后使用 shred 等工具安全销毁报告文件