项目理解skill-v1

This commit is contained in:
闫旭隆
2025-11-12 10:27:56 +08:00
commit ae83b9d4d8
14 changed files with 4007 additions and 0 deletions

View File

@ -0,0 +1,259 @@
# Phase 5: 报告生成指南
**执行时间**:约 30 秒
**目标**:汇总所有分析结果,生成完整的架构分析报告
---
## 生成步骤
### 步骤 1: 收集所有分析结果
从前 4 个 Phase 收集以下信息:
1. **Phase 1 - 快速扫描**
- 项目类型
- 主要编程语言
- 核心框架
- 子系统列表
- 代码规模
2. **Phase 2 - 系统架构**
- 系统架构 Mermaid 图
- 子系统清单(名称、路径、技术栈、入口文件)
- 通信关系列表
3. **Phase 3 - 核心流程**
- 工作流 Mermaid 图stateDiagram-v2 / flowchart
- 执行单元清单Agent / 服务 / 函数)
- 关键决策点
4. **Phase 4 - 数据流**
- 序列图 Mermaid
- 数据模型清单
- 数据转换链路
### 步骤 2: 使用模板生成报告
使用 `assets/report.md` 模板,将收集的信息填充到相应章节。
### 步骤 3: 添加快速上手指南
从项目文件中提取以下信息:
1. **环境要求**
- 从 README.md 或 pyproject.toml 提取
- Python/Node.js 版本要求
- 系统依赖Docker、Redis 等)
2. **安装步骤**
- 依赖安装命令
- 环境变量配置
- 数据库初始化
3. **启动命令**
- 开发环境启动命令
- 生产环境部署命令
- 测试运行命令
4. **核心入口文件**
- 主入口文件路径
- 配置文件路径
- 关键模块路径
### 步骤 4: 生成代码位置索引
汇总所有关键文件的位置:
```
代码位置索引:
├─ 入口文件
│ ├─ 后端入口: backend/app/main.py:1
│ └─ 前端入口: frontend/src/main.tsx:1
├─ 核心模块
│ ├─ Agent 编排: agents/graph.py:23
│ ├─ 研究 Agent: agents/nodes.py:45
│ └─ 写作 Agent: agents/nodes.py:78
├─ API 端点
│ ├─ 研究 API: backend/app/routes.py:42
│ └─ WebSocket: backend/app/routes.py:58
└─ 数据模型
├─ ResearchTask: models/task.py:8
└─ Report: models/report.py:22
```
### 步骤 5: 保存报告
将生成的报告保存到项目根目录:
- **保存路径**: `PROJECT_ARCHITECTURE.md`
---
## 报告结构模板
```markdown
# [项目名] 架构分析报告
> 生成时间: [YYYY-MM-DD HH:MM:SS]
> 分析工具: Claude Code - Codebase Architecture Analyzer
---
## 一、项目概览
**项目类型**: [自动推断]
**主要语言**: [Python 3.11]
**核心框架**: [FastAPI + LangGraph]
**代码规模**: [156 个 Python 文件, 89 个 TypeScript 文件]
**子系统**:
- frontend/ (React + TypeScript)
- backend/ (FastAPI + Python)
- agents/ (LangGraph)
---
## 二、系统架构
### 2.1 架构图
```mermaid
[Phase 2 生成的 Mermaid 图]
```
### 2.2 子系统详情
[Phase 2 生成的子系统清单]
### 2.3 通信机制
[Phase 2 生成的通信关系列表]
---
## 三、核心业务流程
### 3.1 流程图
```mermaid
[Phase 3 生成的 Mermaid 图]
```
### 3.2 执行单元清单
[Phase 3 生成的 Agent/服务/函数清单]
### 3.3 关键决策点
[Phase 3 识别的条件分支和路由规则]
---
## 四、数据流分析
### 4.1 序列图
```mermaid
[Phase 4 生成的 Mermaid 序列图]
```
### 4.2 数据模型清单
[Phase 4 生成的数据模型列表]
### 4.3 数据转换链路
[Phase 4 追踪的数据流转路径]
---
## 五、快速上手指南
### 5.1 环境要求
- Python 3.11+
- Node.js 18+
- Docker (可选)
### 5.2 安装步骤
```bash
# 1. 安装后端依赖
pip install -r backend/requirements.txt
# 2. 安装前端依赖
cd frontend && npm install
# 3. 配置环境变量
cp .env.example .env
```
### 5.3 启动命令
```bash
# 启动后端
cd backend && uvicorn app.main:app --reload
# 启动前端
cd frontend && npm start
```
### 5.4 核心入口文件
- 后端入口: `backend/app/main.py`
- 前端入口: `frontend/src/main.tsx`
- Agent 编排: `agents/graph.py`
---
## 六、代码位置索引
[Phase 2-4 汇总的所有关键文件位置]
---
## 附录:分析方法说明
本报告由 Claude Code 的 `codebase-architecture-analyzer` Skill 自动生成。
分析方法:
- Phase 1: 快速扫描(识别技术栈)
- Phase 2: 系统架构分析Explore sub-agent
- Phase 3: 核心流程提取(智能模式识别)
- Phase 4: 数据流追踪(类型追踪)
- Phase 5: 报告生成(本文档)
```
---
## 输出示例
执行完成后,向用户显示:
```
✓ 分析完成!
报告已保存: PROJECT_ARCHITECTURE.md
核心发现:
- 采用 LangGraph 编排 Multi-Agent 工作流
- 支持条件路由和循环优化
- 数据流: 查询 → 搜索 → 写作 → 审核 → 报告
快速上手:
1. 安装依赖: pip install -r requirements.txt
2. 配置环境: cp .env.example .env
3. 启动后端: uvicorn app.main:app --reload
4. 启动前端: cd frontend && npm start
```
---
## 注意事项
1. **Mermaid 图表检查**:确保所有 Mermaid 代码块语法正确
2. **代码位置准确性**:所有文件路径和行号必须准确
3. **快速上手可用性**:安装步骤必须可执行,不能遗漏关键步骤
4. **避免敏感信息**:不要在报告中包含 `.env` 文件内容或 API 密钥