Code Analysis Skills

核心用法

该 Skill 是一款面向 Git 仓库的开发者行为分析工具，通过解析提交历史生成多维度评估报告。支持自然语言交互，用户只需描述需求（如"分析 Alice 的研发效率""对比团队代码质量"），无需记忆命令。核心功能包括：

• 开发者全景评估：基于六维加权模型（提交纪律、工作一致性、效率、代码质量、代码风格、参与度）生成 0-100 分评分及 S-F 等级
• 摸鱼指数检测：量化活动水平、无意义提交占比、"消失"时长、拖延信号等休闲行为指标
• 团队对比分析：生成开发者排行榜、跨成员对比表、Slacking Index leaderboard
• 多格式输出：支持 Markdown / JSON / HTML / PDF 及组合导出

显著优点

1. 完全离线运行：零外部 API 调用，所有数据处理在本地完成，通过 GitPython 和 PyDriller 直接读取仓库
2. 评估体系完整：独创的六维评分模型 + 摸鱼指数，覆盖从代码质量到工作习惯的 20+ 量化指标
3. 隐私合规设计：内置 GDPR 合规声明，强制要求知情同意，明确禁止用于惩罚性管理
4. 多语言自然交互：支持中英日韩等 7 种语言的自然语言指令，降低使用门槛
5. 开源可审计：MIT 协议，GitHub 完整开源，代码结构清晰（36 文件 / 5,244 行）

潜在缺点与局限性

1. 评估维度单一：仅基于 Git 提交历史，无法反映设计能力、沟通协作、代码审查等软技能
2. 上下文盲区：无法识别"架构师提交少但价值高"等场景，可能误伤合理低提交角色
3. 技术栈限制：Python 复杂度分析依赖 radon，仅支持 .py 文件；大型仓库（10万+提交）分析耗时较长
4. 文化差异风险："深夜编码"在部分文化视为勤奋，在其他文化可能视为工作边界问题，需本地化解读

适合人群

• 技术管理者：需要客观数据辅助 1:1 沟通、识别团队负荷不均（非绩效考核）
• 开源维护者：分析贡献者模式，优化代码审查分配
• 个人开发者：自我复盘工作习惯，改善编码效率
• 咨询师/教练：为研发团队提供数据驱动的改进建议

常规风险

| 风险类型 | 说明 | 缓解措施 |

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

| 数据误读 | 将低提交量直接等同于低产出 | 文档强调"需结合实际工作上下文" |

| 信任侵蚀 | 未经同意的分析破坏团队心理安全感 | 强制知情同意原则 + 非惩罚性使用声明 |

| 报告泄露 | PDF/HTML 报告包含个人敏感活动数据 | 建议 chmod 600 权限 + 禁止公开分享 |

| 依赖供应链 | 9 个 PyPI 包需持续维护 | 虚拟环境隔离 + 定期 pip upgrade |

核心用法

code-analysis 是一款面向 Git 仓库的开发者行为分析工具，支持多语言自然语言指令（中英日德法等）。用户只需描述需求，如"分析 Alice 的研发效率"或"看看团队的摸鱼指数"，工具即可扫描本地仓库，生成涵盖开发者评分、工作习惯、代码质量、Slacking Index 等七维度的结构化报告。输出格式支持 Markdown、HTML、JSON、PDF。

典型工作流：确认仓库路径 → 选择分析维度（个人/团队/对比）→ 设定时间范围 → 执行分析 → 解读报告 → 生成改进建议。

显著优点

1. 完全离线，零数据外泄：基于 GitPython 和 PyDriller 本地读取 Git 历史，无外部 API 调用，通过安全认证的网络流量扫描（100分）。
2. 多语言自然语言交互：无需记忆 CLI 参数，支持"分析一下这个仓库的提交习惯"等口语化指令。
3. 评估体系科学完整：六大维度加权评分（代码质量25%、效率20%等），S-F 等级制 + 0-100 摸鱼指数，结果可落地。
4. 报告输出灵活：单次运行可同时生成 Markdown + HTML + PDF，适配不同场景（技术复盘、管理层汇报、存档）。

潜在缺点与局限

• Python 专属：代码复杂度分析依赖 radon，仅支持 .py 文件，Java/Go/C++ 等语言无原生复杂度指标。
• 大仓库性能瓶颈：10万+ commit 的仓库分析耗时较长，需手动限制时间范围。
• 评估维度单一：仅基于 Git 提交历史，无法反映设计评审、文档贡献、技术调研等"无提交"工作价值。
• 误伤风险：架构师、Tech Lead 等角色天然提交少，易被误判为"低产出"或"高摸鱼指数"。

适合人群

• 技术管理者：团队效能复盘、代码质量审计、新人入职评估参考。
• 开源维护者：识别长期贡献者活跃度，发现潜在的"幽灵维护者"。
• 开发者自驱改进：个人工作习惯诊断，优化 commit 节奏和代码风格。
• DevOps/效能团队：批量扫描多仓库，生成团队级效能基线报告。

常规风险

| 风险类型 | 说明 | 缓解措施 |

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

| 隐私合规 | 处理个人时间戳、工作时段等行为数据 | SKILL.md 强制要求"知情同意"，明确禁止用于绩效考核 |

| 误判风险 | 角色差异导致评分失真 | 需结合岗位上下文解读，避免一刀切 |

| 依赖安全 | 9个第三方包（含 GitPython） | 当前无 CVE，建议定期 `pip upgrade` |

> 安全等级 S 认证：静态/动态分析双95分，隐私合规90分，完全离线运行，绿色认证标签。