TTokenySpace
返回 Skills 列表

Code Analysis Toolkit Free

个人Git历史自查工具,生成提交模式、代码风格、质量指标的描述性报告

#中文
0

安装到 Tokeny(自动)

下载 ZIP
安装"code-analysis-toolkit-free"技能
技能信息:
- 名称: Code Analysis Toolkit Free
- 标识: code-analysis-toolkit-free
- 描述: 个人Git历史自查工具,生成提交模式、代码风格、质量指标的描述性报告
- 版本: 1.0.0
下载地址:
https://www.tokeny.space/api/skills/code-analysis-toolkit-free/download
继续

复制上方内容到 Tokeny 客户端并在会话中发送即可自动安装;也可直接 下载 ZIP并拖动到技能窗口安装。

SKILL.md

代码分析工具包免费版

概述

代码分析工具包免费版为个人开发者提供 Git 历史自查能力。工具将提交历史聚合为描述性统计(提交频率、文件变更模式、提交规范使用率、Bug 修复率等),并生成自我反思报告。

重要原则:本工具输出的是对 Git 历史的描述性画面,不是对个人能力的评判。代码审查、设计、指导、运维等贡献在 Git 历史中不可见,应将分析结果作为讨论起点,而非结论。

核心能力

1. 使用政策(必须遵守)

本工具处理个人 Git 活动数据,使用前必须确认:

要求说明
自我反思仅分析当前本地 Git 用户自己的仓库
非惩罚性不用于绩效、排名、薪酬等 HR 决策
不监控不用于监控他人或非同意的贡献者
合规遵守适用的隐私和劳动法规

输入: 用户提供使用政策(必须遵守)所需的指令和必要参数。 处理: 按照skill规范执行使用政策(必须遵守)操作,遵循单一意图原则。 输出: 返回使用政策(必须遵守)的执行结果,包含操作状态和输出数据。

2. 六大分析维度

维度分析内容注意事项
提交纪律频率、消息长度、规范符合仅反映 Git 可见部分
节奏一致性提交时间分布时区、批量提交会失真
变更模式代码变动量、重做率高变动可能是探索性开发
代码质量标记Bug 修复率、回退率基于提交标签,非实际缺陷
代码风格规范提交、Issue 引用反映工具采用度,非技能
节奏密度活动集中度稀疏不等于低效

输入: 用户提供六大分析维度所需的指令和必要参数。 处理: 按照skill规范执行六大分析维度操作,遵循单一意图原则。 输出: 返回六大分析维度的执行结果,包含操作状态和输出数据。

3. 自我反思叙事

报告以叙事形式呈现,包含:

  • 支持性观察(基于具体数据)
  • 需结合上下文考虑的要点
  • 个人反思提示

报告不包含:

  • 0-100 的综合评分
  • S/A/B/C/D/E/F 等级
  • 一句话评判
  • 排行榜或对比表

输入: 用户提供自我反思叙事所需的指令和必要参数。 处理: 按照skill规范执行自我反思叙事操作,遵循单一意图原则。 输出: 返回自我反思叙事的执行结果,包含操作状态和输出数据。

4. 多格式输出

格式适用场景命令参数
Markdown默认,版本控制友好-f markdown
JSON程序化处理-f json
HTML网页展示-f html
PDF归档打印-f pdf

输入: 用户提供多格式输出所需的指令和必要参数。 处理: 按照skill规范执行多格式输出操作,遵循单一意图原则。 输出: 返回多格式输出的执行结果,包含操作状态和输出数据。 能力覆盖范围:本skill的核心能力覆盖以下场景关键词:历史自查工具、生成提交模式、质量指标的描述性、面向个人开发者的、生成描述性的提交、模式分析报告、核心能力、个人提交模式分析、合并率、代码风格标记、提交规范、代码质量指标、复杂度、自我反思叙事报告等。这些关键词对应description中声明的使用场景,均已在上述能力点中提供对应的操作支持。

使用场景

场景一: 个人开发习惯自查

开发者回顾自己的提交习惯,寻找改进空间。

# 生成个人自查报告
python -m src.main --i-have-consent -r /path/to/my-repo

# 指定时间范围
python -m src.main --i-have-consent -r /path/to/my-repo \
  -s 2026-01-01 -u 2026-06-30 \
  -f markdown -o my-reflection.md

输出示例:

个人 Git 历史自查报告
=====================================

使用须知:
- 本报告描述 Git 历史,不描述个人能力
- 代码审查、设计、指导等贡献在此不可见
- 高/低值通常有多种合理解释

反思叙事:
观察: 你的提交频率在工作日较为稳定,周末提交较少。
这可能是健康工作节奏的体现。

考虑点: 提交消息平均长度为 45 字符,有改进空间。
较长的提交消息有助于团队理解变更意图。

反思提示: 你的 Bug 修复占比为 18%。
这是否反映了测试覆盖的不足?还是正常的新功能迭代?

提交模式:
- 总提交数: 156
- 平均提交大小: 23 行
- 合并提交占比: 12%
- 提交消息平均长度: 45 字符

代码质量标记:
- Bug 修复占比: 18%
- 回退提交占比: 3%
- 测试文件变更占比: 22%

场景二: 代码提交质量回顾

定期回顾提交质量,改进提交习惯。

# 季度提交质量回顾
python -m src.main --i-have-consent -r /path/to/my-repo \
  -s 2026-04-01 -u 2026-06-30 \
  -f html -o quarterly-review.html

# 对比格式
python -m src.main --i-have-consent -r /path/to/my-repo \
  -f "markdown,html" -o quarterly-report

场景三: 开发效率自我评估

通过提交模式评估自己的开发效率。

# 月度自查
python -m src.main --i-have-consent -r /path/to/my-repo \
  -s 2026-07-01 -u 2026-07-31 \
  -f markdown -o monthly-reflection.md

不适用场景

以下场景代码分析工具包免费版不适合处理:

  • 实时流数据处理
  • 小规模数据手动分析
  • 非结构化文本情感分析

触发条件

需要数据分析、报表生成、统计洞察、数据可视化时使用。不适用于非本工具能力范围的需求。

快速开始

依赖详情

# 安装必需依赖
pip install gitpython pydriller radon tabulate jinja2 click reportlab

# PDF 高质量输出(可选)
pip install weasyprint

第二步: 运行分析

# 基本用法(必须包含 --i-have-consent)
python -m src.main --i-have-consent -r /path/to/my-repo

# 指定输出格式
python -m src.main --i-have-consent -r /path/to/my-repo -f html -o report.html

# 多格式输出
python -m src.main --i-have-consent -r /path/to/my-repo \
  -f "markdown,html,pdf" -o report

第三步: 查看报告

报告以使用须知开头,阅读时注意:

  • 数字描述的是 Git 历史,不是个人
  • 许多贡献在 Git 历史中不可见
  • 高/低值有多种合理解释,先问再下结论

示例

CLI 参数

参数简写说明默认值
--repo-path-r仓库路径必需
--i-have-consent使用政策确认(必需)必需
--since-s开始日期(ISO)
--until-u结束日期(ISO)
--branch-b分析的分支当前分支
--format-f输出格式markdown
--output-o输出路径stdout

分析维度详解

维度指标说明
提交纪律提交频率每日/周/月提交数
消息长度平均提交消息字符数
规范符合Conventional Commits 占比
节奏一致性时间分布活跃时段分布
连续性提交连续天数
变更模式代码变动每次提交变更行数
重做率同文件反复修改率
代码质量Bug 修复率标记为 fix 的提交占比
回退率revert 提交占比
测试变更测试文件修改占比
代码风格规范提交Conventional Commits 使用
Issue 引用提交中引用 Issue 的占比

最佳实践

1. 正确理解报告

报告是什么:
- 对 Git 历史的描述性汇总
- 以观察和讨论提示形式呈现
- 每个指标都有具体数据支撑

报告不是什么:
- 不是个人能力评分
- 不是绩效评估工具
- 不是排名或对比依据

2. 拒绝不当使用

以下使用方式必须拒绝:

不可接受的使用:
- "对比 Alice 和 Bob 谁更努力" (排名个人)
- "看看谁最摸鱼" (监控/羞辱)
- "找出绩效不行的同事" (HR 决策)
- "给每个人打分,决定裁谁" (惩罚性使用)

3. 稀疏节奏的正确理解

稀疏提交不等于低效:
- 架构师、审查者、值班工程师自然产生稀疏提交
- 代码审查、设计、指导等贡献不在 Git 中
- 休假、轮班等正常生活也会导致稀疏

正确做法:
- 将稀疏视为"提交集中在某段时间"
- 不要等同于"工作不努力"
- 结合实际工作上下文理解

4. 本地运行保证

数据安全:
- 工具完全在本地运行
- 不向外部服务器传输数据
- 生成的报告包含个人信息,需安全存储
- 不要公开发布包含个人数据的报告

常见问题

Q1: 免费版可以分析其他开发者的提交吗?

不可以。免费版默认仅分析当前本地 Git 用户(自我范围)。分析其他人需要明确同意机制,请使用 PRO 版。

Q2: 报告会给出评分或等级吗?

不会。报告是描述性的,不包含综合评分、字母等级或评判性结论。这是设计决策,防止被用作个人评分卡。

Q3: --i-have-consent 参数可以跳过吗?

不能。这是硬性门禁,没有环境变量绕过方式。不提供此参数,工具会打印使用须知并退出。

Q4: 分析大仓库会很慢吗?

是的。10万+提交的仓库分析可能需要较长时间,建议限制日期范围(-s-u 参数)。

Q5: Python 复杂度分析支持其他语言吗?

不支持。复杂度分析依赖 radon,仅适用于 .py 文件。其他语言文件的复杂度不分析。

Q6: 报告可以用于团队复盘吗?

免费版仅支持自我分析。团队复盘(多作者)需要 PRO 版的同意管理机制。

依赖说明

运行环境

  • Agent 平台: 支持读取 SKILL.md 的任意 AI Agent(Claude Code / Cursor / Codex / Gemini CLI 等)
  • 操作系统: Windows / macOS / Linux
  • Python: 3.8 或更高版本
  • Git: 已安装且待分析仓库存在

第三方依赖

依赖项类型是否必需获取方式
LLM APIAPI必需由 Agent 内置 LLM 提供
gitpythonPython 库必需pip install gitpython
pydrillerPython 库必需pip install pydriller
radonPython 库必需pip install radon
tabulatePython 库必需pip install tabulate
jinja2Python 库必需pip install jinja2
clickPython 库必需pip install click
reportlabPython 库PDF 必需pip install reportlab
weasyprint(可选)Python 库PDF 推荐pip install weasyprint

API Key 配置

  • 本工具完全在本地运行,无需外部 API Key
  • 分析过程不传输数据到外部服务器

可用性分类

  • 分类: MD+EXEC+SCRIPT(Markdown 指令 + 命令行执行 + Python 分析脚本)
  • 说明: 通过自然语言指令驱动 Agent 执行 Git 历史分析脚本
  • 离线可用: 是,完全在本地运行,不传输数据

错误处理

错误场景原因处理方式
配置错误参数缺失或格式错误检查依赖说明中的配置要求
运行时错误运行环境不满足确认运行环境符合依赖说明
网络错误连接超时或不可达执行ping命令测试网络连通性,检查防火墙和代理设置连接后执行ping命令测试网络连通性,检查防火墙和代理设置连接后重新执行命令,参考国内替代方案

已知限制

  • 本地运行,不支持多设备同步
  • 当前为免费版本,如需完整功能请升级到付费版获取全部能力

评论

加载中…