← 返回列表
未验证
运行一条命令,获得下一位工程师真正需要的代码库地图。
尚未跑自动兼容性验证,可查看页面内的依赖与入口分析。 · 最近上游提交 2026/7/30 · 已提供中文文档
为任意本地仓库生成一份10分钟可读完的工程入门资料包。确定性静态分析;Python/TS-JS/Docker Compose。适用于 Codex/Claude Code/Cursor 的 Agent Skill。
综合分
26
GitHub 分
26
用户评分
—
★ Stars
1
周下载量
—
安装插件(需先安装 dsh CLI 引擎:npm install -g @deepseek-ai/dsh)
dsh plugin --profile web add whaojie797-design/codebase-brief该插件未发布到 npm,走 GitHub 源安装(pnpm 若拦截 prepare 脚本,按其提示在 pnpm-workspace.yaml 的 allowBuilds 中放行后重跑)
数据截至 2026/9/17(元数据每日更新 · 实装验证按队列轮转,单条结论的验证时间见上方)
用户评分
还没有人投票,来当第一个
订阅周报,不错过优质插件更新
每周一封 · 高评分插件 + 新用户活动
README
codebase-brief 运行一条命令,获得下一位工程师真正需要的代码库地图。 一条命令,生成新成员 10 分钟就能读懂的代码库入门包。 License: MIT Python Tests Topics codebase-brief 将一个陌生的代码库转化为结构化的工程入门包 —— 包含来源、未知项以及 Mermaid 架构图。它是确定性的静态分析:没有 LLM、没有网络、没有上传、没有猜测。 v0.1.0 支持:Python、TypeScript/JavaScript、Docker Compose。任何其他语言都会报告为 UNKNOWN —— 绝不会伪装成受支持。 Demo / 演示 python scripts/scan_repo.py tests/fixtures/ts-monorepo 的真实输出, 以终端录制形式呈现: demo (如果你愿意,可以把 docs/demo.gif 换成更长的屏幕录制;上面的 画面来自一次真实的扫描。) 它会产出什么 | 文件 | 用途 | |------|---------| | CODEBASE_BRIEF.md | 它是什么、如何运行、核心模块、关键依赖、风险 | | ARCHITECTURE_MAP.md | Mermaid 模块图;每条边都标记为 EXTRACTED/INFERRED 并附来源 | | ONBOARDING.md | 本地启动、测试、最小首次修改路径 | | OPEN_QUESTIONS.md | 仅包含静态分析无法确认的内容 | | codebase-inventory.json | 供工具/CI 使用的机器可读清单 | 每一条已确认的论断都会引用文件路径。推断内容标记为 INFERRED。 未知项归入 OPEN_QUESTIONS.md。绝不捏造。 Install / 安装 每个 skill 都单独安装 —— 你不需要整个包。 Claude Code git clone https://github.com/whaojie797-design/codebase-brief ~/.claude/skills/codebase-brief Cursor git clone https://github.com/whaojie797-design/codebase-brief ~/.cursor/skills/codebase-brief Codex / OpenAI Codex git clone https://github.com/whaojie797-design/codebase-brief ~/.codex/skills/codebase-brief 在任意仓库上运行它 cd your-repo python ~/.claude/skills/codebase-brief/scripts/scan_repo.py . 需要 Python 3.10+。无第三方依赖包。 快速开始 git clone https://github.com/whaojie797-design/codebase-brief cd codebase-brief python scripts/scan_repo.py tests/fixtures/flask-blog writes CODEBASE_BRIEF.md, ARCHITECTURE_MAP.md, ONBOARDING.md, OPEN_QUESTIONS.md, codebase-inventory.json into the target repo 使用 --out 将输出重定向到另一个文件夹。 真实示例输出(flask-blog fixture) python scripts/scan_repo.py tests/fixtures/flask-blog 会生成: 1. 这个仓库看起来是什么 - 识别到的语言: python (3) - 包清单: requirements.txt (python) - 检测到的入口点: app.py (python) 2. 如何运行(推断) - 推断出的主要入口点:app.py - pip install -r requirements.txt(或 poetry install) 3. 核心模块 - app (python) - posts (python) 4. 关键依赖(外部) - flask 5. 风险与未知项 - 未识别到任何风险 以及架构图(Mermaid,附证据): flowchart LR app["app"] -->|INFERRED| flask["flask"] app["app"] -->|EXTRACTED| posts["posts"] posts["posts"] -->|INFERRED| flask["flask"] - app -> posts: app.py:2 from posts import get_posts Before / After / 前后对比 Before —— 一位开发者加入仓库并摸索了一个小时: “我觉得这是个 Flask 应用?不太确定这些模块是做什么的,也不知道该从 哪里开始。某个地方有个 tests/ 文件夹。” After —— codebase-brief 只需 5 秒: 一份带日期的简报,列出了入口点(app.py)、核心模块(app、 posts)、外部依赖(flask,标记为 INFERRED)、运行 命令,并明确说明该产品的用途无法从代码中推导出来 (见 OPEN_QUESTIONS.md)。新工程师阅读 10 分钟后就能 做出真正的改动。 Tests / 测试 14 个 pytest 用例覆盖了入口点检测(Python/TS/JS)、依赖提取 (本地 EXTRACTED 与外部 INFERRED)、Docker Compose 服务、未识别的 语言、证据路径、Mermaid 语法、清单 schema、缺失测试的风险、 配置检测、多语言仓库以及确定性。 python -m pytest -c pytest.ini -q 14 passed GitHub Actions 在每次推送和拉取请求时运行同一套测试。 Privacy / 隐私 - 完全在本地运行。没有 API 密钥,没有网络调用,没有遥测。 - 绝不上传你的代码。它只读取你指定的文件。 - 确定性:相同的仓库输入,相同的简报输出。 License MIT —— Copyright (c) 2026 whaojie797-design。
同作者(whaojie797-design)的其他插件
扫码进群