project-deep-analyzer

# Project Deep Analyzer

本技能提供了一套结构化的方法论，用于深度剖析和理解任何规模的软件项目。它通过六个核心维度引导用户或 AI 进行全方位的项目审计。

## 核心分析流程

### 1. 系统边界分析 (System Boundary)
明确项目的外部交互和运行环境。
- **项目目标**：核心解决什么问题？
- **运行环境**：支持哪些平台（macOS/Linux/Windows）？
- **对外接口**：提供哪些 CLI、API 或 SDK？
- **技术栈**：核心语言、框架、数据库及外部服务。
- **安装与使用**：前置条件、依赖项及启动步骤。

### 2. 核心概念体系 (Core Concept System)
提取项目中的关键领域模型和术语。
- **术语清单**：列出项目中的所有关键术语。
- **定义与动机**：每个概念的定义及其存在的原因。
- **关系图谱**：层级、依赖或组合关系。
- **核心 vs 辅助**：区分核心业务逻辑和周边支持工具。
- **代码映射**：概念在代码结构中的具体位置。

### 3. 模块架构分析 (Module Architecture)
拆解项目的物理和逻辑组织。
- **目录结构**：模块的物理划分。
- **职责划分**：每个模块的核心职责和边界。
- **依赖关系**：模块间的耦合度和调用链。
- **代码度量**：行数、文件数及其揭示的开发重心。
- **解耦建议**：识别可独立拆分的模块和强耦合点。

### 4. 核心算法分析 (Core Algorithm)
深入理解项目的逻辑心脏。
- **算法清单**：项目使用的关键算法及其作用。
- **性能评估**：时间/空间复杂度及限制。
- **数据结构**：算法的输入输出及核心数据流动。
- **源码定位**：算法的具体实现文件和函数。

### 5. 技术选型评估 (Technical Selection)
反思设计决策的合理性。
- **自研 vs 第三方**：哪些部分是自研的？是否有更好的替代方案？
- **必要性审查**：自研部分是否存在过度设计？
- **重构建议**：如果重新设计，哪些组件应该保留或替换？
- **知识沉淀**：项目中值得吸收的技术亮点或算法。

### 6. 错误排查与分析 (Error Handling)
结构化定位和修复问题。
- **日志定位**：通过错误日志定位具体的文件和函数。
- **链路追溯**：分析完整的调用栈（Stack Trace）。
- **根本原因**：解释错误发生的深层原因。
- **修复方案**：提供具体的修复代码或配置建议。

## 使用场景

- **新项目接手**：快速建立对陌生代码库的全局视野。
- **架构审计**：识别现有项目中的设计缺陷或优化空间。
- **技术调研**：分析开源项目的实现原理，评估其是否适合集成...

# Project Deep Analyzer Skill

A structured methodology for deep auditing and understanding software projects. Based on a set of core questions to analyze project boundaries, concepts, architecture, algorithms, and technical decisions.

## Features

- **System Boundary Analysis**: Goals, platforms, interfaces, and tech stack.
- **Concept System**: Key terms, definitions, and code mapping.
- **Module Architecture**: Physical and logical structure, dependencies, and code metrics.
- **Core Algorithms**: Identification, performance, and code location.
- **Technical Selection**: Evaluation of design choices and self-developed parts.
- **Error Handling**: Structured debugging and trace analysis.

## How to use in Trae

This skill is designed to be invoked when you need a deep understanding of a project or when troubleshooting complex issues.

## How to publish to ClawHub

[ClawHub](https://github.com/openclaw/clawhub) is the public registry for OpenClaw skills. To publish this skill:

1. **Create a GitHub Repository**: Create a new repository for this skill (e.g., `project-deep-analyzer-skill`).
2. **Push Files**: Add `SKILL.md` and this `README.md` to the root of the repository.
3. **Register on ClawHub**: Visit [ClawHub](https://onlycrabs.ai/skills) (or the official ClawHub entry point) and submit your repository URL.
4. **ClawHub Sync**: Once registered, you can use `clawhub sync` to update the skill registry.

## File Structure

- `SKILL.md`: The core skill definition with structured prompts.
- `README.md`: Usage and publication guide.