一個零依賴的 Python 工具，用於深度程式碼庫分析，衡量複雜度、語言分佈和技術債指標。
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 codebase-stats
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 codebase-stats。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 Codebase Stats？
Codebase Stats 是一款高效能分析工具，旨在為開發人員和 AI 代理提供專案健康狀況和規模的全景視圖。作為 Openclaw Skills 函式庫的核心部分，它提供了一個零依賴解決方案，用於審計程式碼品質、統計程式碼行數 (LOC)，並識別 40 多種程式語言中的技術債。
透過利用此技能，團隊可以立即深入了解其軟體架構，從圈複雜度估計到程式碼注釋比。無論您是執行快速專案規模審計，還是將指標整合到 CI/CD 管線中，該工具都能以人類可讀的 Markdown 和機器可解析的 JSON 格式提供可操作的數據。
Codebase Stats 應用場景
- 對程式碼品質和技術債信號（如 TODO 和 FIXME）進行全面審計。
- 生成語言分佈報告，以了解新儲存庫 技術棧。
- 衡量圈複雜度，以識別需要重構的高風險函數。
- 為文件或衝刺計劃計算專案規模和程式碼行數。
- 審計各種套件管理器（如 npm、pip 和 Cargo）的依賴項數量。
Codebase Stats 運作原理
- 使用者或 AI 代理透過指定目標目錄路徑和選用篩選器來觸發該技能。
- 腳本對檔案系統進行遞迴掃描，識別 40 多種支援的檔案副檔名。
- 它解析每個檔案以區分原始程式碼、注釋和空行，同時標記技術債標記。
- 對函數和方法應用複雜度啟發式算法以估計圈複雜度。
- 該工具根據要求的格式（Markdown、JSON 或控制台）將指標彙總到結構化報告中。
- 最終輸出被回傳或儲存到檔案中，提供程式碼庫健康狀況的快照。
Codebase Stats 設定指南
要開始使用此 Openclaw Skills 組件，請確保您已安裝 Python 3。不需要外部依賴項。
# 進入您的腳本目錄
cd scripts/
# 使用預設設定分析目前目錄
python3 codebase_stats.py
# 分析特定專案並輸出 Markdown 報告
python3 codebase_stats.py /path/to/project --format markdown --output report.md
Codebase Stats 資料結構與分類體系
該技能將分析數據組織成特定類別，以便進行細粒度報告：
| 類別 | 追蹤的指標 |
|---|---|
| 規模 | 總檔案數、程式碼行、注釋行、空行、單檔案行數 |
| 語言 | 按行數和檔案數計算的分佈百分比 |
| 複雜度 | 圈複雜度估計和前 10 個複雜函數的識別 |
| 技術債 | 特定標籤的計數：TODO, FIXME, HACK, 和 XXX |
| 生態系統 | 來自套件檔案（package.json, requirements.txt 等）的依賴項數量 |
| 大檔案 | 儲存庫中最大檔案的排名列表 |
Codebase Stats 進階特性
- 支援包括 JSON 在內的多格式輸出，以便與 CI/CD 儀表板無縫整合。
- 特定語言篩選，以隔離多語言程式碼庫中單一部分的指標。
- 深度掃描技術債信號，以自動化程式碼品質門檻檢查。
- 作為純 Python 腳本，具有零外部函式庫要求的跨平台相容性。
- 支援小眾語言和設定檔，包括 Terraform, Protobuf, 和 Solidity。
SKILL.md
加載中
Openclaw 相關技能
Text to Video Hunyuan
Text to Video Hunyuan 是一款強大的 AI 生成工具，可在幾分鐘內將描述性文字提示詞轉換為高品質的 1080p 影片剪輯。
Canary Deployment Analyzer
一個智慧 DevOps 工具，用於比較金絲雀與基準指標，提供基於數據的發布晉級或回滾建議。
精選*
