核心用法
Repo Discovery Auditor 是一款面向陌生代码库的系统性审计工具，专为开发者首次接触新项目时快速建立全局认知而设计。其核心工作流遵循"高信号文件优先"原则：从包管理配置、应用入口、路由布局、配置文件等关键节点切入，逐步构建完整的技术画像。
该工具执行四项核心识别任务：确定框架与运行时环境、解析路由模型、定位状态管理方案、梳理数据层与认证机制，以及识别 UI 系统选型。在此基础上，逐页或逐功能映射用户可见的业务流程，形成结构化的功能地图。
显著优点
证据驱动：严格遵循"证据规则"，所有结论须绑定到实际检视的文件或代码模式，避免基于静态代码推断运行时行为的虚假陈述。
成熟度分层评估：建立清晰的 maturity bands（mature / working but rough / unclear or likely incomplete），每标签附带具体证据，使技术债务可见可量化。
风险信号捕获：专设风险识别维度，涵盖过期 schema 引用、业务逻辑重复、弱类型约束、认证不一致、调试代码残留等常见隐患。
工程交接友好：输出格式天然适配下游开发任务，为 Codex 等编码助手提供"待触碰文件清单、架构约束、高危区域、待确认信息"四项关键输入。
潜在局限
静态分析边界：工具依赖源代码静态检视，无法验证运行时行为（如实际网络请求、数据库连接、第三方服务集成状态），需人工补充动态验证。
框架覆盖依赖：对新兴框架或高度定制化架构的识别准确率可能下降，需维护者持续更新特征库。
主观判断成分："mature"与"rough"的界定包含一定主观标准，不同团队的技术阈值可能存在差异。
适合人群
- 新加入团队需快速 onboard 的开发者
- 技术负责人评估第三方依赖或收购代码库
- 项目经理制定重构或迁移计划前的技术摸底
- AI 编码助手寻求上下文以生成符合现有架构的代码
常规风险
过度依赖静态结论可能导致误判代码库健康度；建议在关键决策前结合运行时测试与团队访谈交叉验证。
---
该工具本质上是结构化的代码库尽职调查框架，将经验性的"翻代码"过程转化为可重复、可交付的审计报告。