AI 编程会话根因分析：诊断代码重写与范围蔓延
解决 AI 编程中的“反复修改”痛点：通过对 AI 协作会话进行法医式分析，区分是需求不明确、AI 幻觉还是代码库过于脆弱导致的重复劳动，并输出量化的改进报告。
为什么需要这个技能
在 AI 辅助编程时，我们经常遇到同一个功能被 AI 反复修改（Rework），或者任务范围在执行过程中不断扩大（Scope Creep）。开发者通常凭感觉认为“AI 不太好用”或“代码太乱”，但缺乏客观数据来定位问题。
本技能通过分析会话记录（如 task.md、implementation_plan.md 及其版本快照），将模糊的挫败感转化为具体的数据：是初始提示词（Prompt）缺乏约束？还是代码库存在隐藏耦合导致 AI 频繁出错？通过这种根因分析，你可以有针对性地优化 Prompt 模版或重构脆弱的模块。
适用场景
- 复盘 AI 协作会话：当某个功能经历了多次重写才完成，需要分析原因时。
- 优化 Prompt 策略：对比“一次性成功”与“反复失败”的会话，提取高效提示词特征。
- 识别代码热点（Hotspots）：发现哪些文件或子系统最容易导致 AI 陷入死循环。
- 量化项目健康度：为团队提供 AI 协作的成功率、范围增长率等量化指标。
核心工作流
- 证据提取：扫描
brain/目录，索引所有会话，提取任务定义、实施计划及其.resolved.N版本快照。 - 意图与充分性评分：对会话意图（如交付、调试、重构）进行分类，并为初始 Prompt 的清晰度、约束力打分。
- 范围变化分类：将范围增加分为“用户新增”、“必要发现”和“AI 引入”三种类型，排除干扰项。
- 根因判定：从需求模糊（SPEC_AMBIGUITY）、代码脆弱（REPO_FRAGILITY）、AI 架构错误（AGENT_ERROR）等维度锁定主因。
- 严重程度量化：结合完成度、重构强度和根因影响，为每个会话计算 0-100 的严重得分。
- 生成分析报告：产出包含执行摘要、根因分布图、摩擦热点地图及改进建议的
session_analysis_report.md。
下载和安装
下载 analyze-project 中文版 Skill ZIP
解压后将目录放入你的 AI 工具 skills 文件夹，重启工具后即可使用。具体路径参考内附的 USAGE.zh.md。
你可能还需要
暂无推荐