一款多語言靜態分析工具，透過測量圈複雜度、認知複雜度與結構指標來識別高風險程式碼。
安裝與下載
1. ClawHub CLI
從來源直接安裝技能的最快方式。
npx clawhub@latest install code-complexity-analyzer
2. 手動安裝
將技能資料夾複製到以下位置之一
~/.openclaw/skills/ <project>/skills/ 優先級：工作區 > 本地 > 內建
3. 提示詞安裝
將此提示詞複製到 OpenClaw 即可自動安裝。
請幫我使用 Clawhub 安裝 code-complexity-analyzer。如果尚未安裝 Clawhub，請先安裝（npm i -g clawhub）。
想要直接下載？
取得包含原生技能檔案的ZIP壓縮檔。
什麼是 程式碼複雜度分析器？
程式碼複雜度分析器是一個強大的工具，旨在透過量化程式碼測試與維護的難度來維持高工程標準。透過將其整合到您的 Openclaw Skills 函式庫中，開發人員可以自動掃描原始碼，找出導致技術債的深層巢狀、過長函數和複雜邏輯路徑。
作為不含外部依賴的純 Python 工具建構，它提供了評估 Python、JavaScript、TypeScript 和 Go 檔案的高效方式。它透過關注理解程式碼的感知難度（認知複雜度）和獨立執行路徑的數量（圈複雜度），協助團隊超越簡單的 linting。
程式碼複雜度分析器 應用場景
- 透過精確定位高風險函數，識別舊有程式碼庫中的重構候選對象。
- 設置 CI/CD 品質門檻，防止合併過於複雜的程式碼。
- 為提取請求 (Pull Request) 評論產生 Markdown 格式的自動化複雜度報告。
- 稽核新依賴項或內部模組的可維護性與結構完整性。
程式碼複雜度分析器 運作原理
- 該工具將目標原始碼檔案解析為對應語言的抽象語法樹 (AST)。
- 它遍歷樹以識別函數定義和邏輯控制結構（如迴圈和條件語句）。
- 它根據結構計算指標，包括圈複雜度 (CC)、認知複雜度 (COG) 和巢狀深度。
- 它將這些值與可配置的閾值進行比較，以確定風險等級（簡單、低、中等或高）。
- 最後，它以文字、JSON 或 Markdown 格式輸出結果，並根據違規狀態回傳結束代碼。
程式碼複雜度分析器 設定指南
要開始在您的 Openclaw Skills 中使用此工具，請確保已安裝 Python 3。不需要額外的 pip 安裝。
# 複製或定位腳本
# 分析您的來源目錄
python3 scripts/analyze_complexity.py src/
# 使用自訂閾值執行以實現更嚴格的 CI 門檻
python3 scripts/analyze_complexity.py src/ --cc 8 --cog 12
程式碼複雜度分析器 資料結構與分類體系
分析器根據函數級粒度組織其發現。它追蹤每個分析檔案的以下分類：
| 指標 | 描述 | 指標內容 |
|---|---|---|
| CC | 圈複雜度 | 邏輯路徑 |
| COG | 認知複雜度 | 可讀性評分 |
| Lines | 函數長度 | 垂直規模 |
| Params | 參數計數 | 介面表面 |
| Nesting | 最大深度 | 邏輯縮排 |
輸出結果可以匯出為結構化 JSON 物件，以便整合到其他 Openclaw Skills 工作流程中。
程式碼複雜度分析器 進階特性
- 支援多格式輸出 (JSON, Markdown, Text)，實現無縫工具整合。
- 可配置的風險等級映射，用於區分輕微技術債與關鍵危害。
- 自動排除 node_modules 和 pycache 等常見目錄。
- 詳細模式可查看所有函數的完整透明度，而不僅僅是違反閾值的函數。
- 標準化結束代碼 (0, 1, 2)，便於整合到 shell 腳本和自動化流水線中。
SKILL.md
加載中
Openclaw 相關技能
Mockup Video Generator Free
一個專門的 AI agent skill，可自動將靜態應用程式截圖和圖像轉換為高品質、逼真的手機樣機影片。
Bun Workspace Optimizer
一個專門用於基於 Bun 的 Monorepo 效能稽核工具，旨在消除相依性冗餘並加速建置流水線。
Accessibility Scanner
一個用於確保 Web 應用程式符合 WCAG 2.2 無障礙標準和包容性設計原則的自動化與手動稽核工具。
精選*
