C3.x 代码库分析

v2.6.0 新增

C3.x 是 Skill Seekers 的深度代码库分析系统，使用抽象语法树（AST）解析从源代码中提取全面的知识。它远远超越简单的抓取，能够理解代码的实际工作方式。

什么是 C3.x？

C3.x 代表全面代码库上下文提取，包含 7 个分析模块：

• C3.1： 设计模式检测
• C3.2： 测试示例提取
• C3.3： 操作指南生成
• C3.4： 配置模式分析
• C3.5：（保留供将来使用）
• C3.6：（保留供将来使用）
• C3.7： 架构模式检测

支持的语言

C3.x 通过 AST 解析分析以下语言的代码：

C3.1：设计模式检测

自动检测代码库中的常见设计模式。

检测的模式

创建型模式：

• 单例模式
• 工厂方法
• 抽象工厂
• 建造者模式
• 原型模式

结构型模式：

• 适配器模式
• 桥接模式
• 组合模式
• 装饰器模式
• 外观模式
• 代理模式

行为型模式：

• 策略模式
• 观察者模式
• 命令模式
• 模板方法
• 迭代器模式
• 状态模式

输出示例

{
  "pattern": "Strategy",
  "confidence": 0.95,
  "location": "src/providers/oauth_provider.py",
  "line_number": 42,
  "context": {
    "interface": "OAuthProvider",
    "implementations": [
      "GoogleProvider",
      "AzureProvider",
      "GitHubProvider"
    ],
    "usage_count": 206
  },
  "explanation": "Strategy pattern allows runtime selection of OAuth provider implementation"
}

真实世界结果

从分析 fastmcp 仓库得到：

• 905 个模式实例检测
• 206 个策略模式（OAuth 提供商）
• 142 个工厂模式（提供商创建）
• 87 个装饰器模式（异步工具）

C3.2：测试示例提取

从测试文件中提取可工作的代码示例。

为什么使用测试文件？

测试文件包含：

• ✅ 完整的、可工作的示例
• ✅ 真实的用例
• ✅ 预期行为
• ✅ 已处理的边界情况

输出示例

{
  "title": "OAuth with Google Provider",
  "source": "tests/test_oauth.py:23-45",
  "language": "python",
  "code": "def test_google_oauth():\n    provider = GoogleProvider(\n        client_id='test-id',\n        client_secret='test-secret',\n        redirect_uri='http://localhost:8000/callback'\n    )\n    \n    auth_url = provider.get_authorization_url()\n    assert 'accounts.google.com' in auth_url",
  "description": "Configure Google OAuth provider with credentials and generate authorization URL",
  "category": "authentication",
  "complexity": "medium",
  "confidence": 0.92
}

真实世界结果

从 fastmcp 仓库得到：

• 723 个测试示例提取
• 分类：身份验证（150）、异步（80）、测试（60）
• 所有示例都经过验证可编译/运行
• 包括设置、执行和断言

C3.3：操作指南生成

从代码模式生成分步教程。

生成过程

1. 模式检测 - 查找重复的代码模式
2. 上下文分析 - 理解模式的作用
3. 示例选择 - 选择最佳示例
4. 指南生成 - 创建分步说明

输出示例

# How to Implement OAuth Authentication

## Overview
This guide shows how to add OAuth authentication using the Strategy pattern.

## Prerequisites
- Provider credentials (client_id, client_secret)
- Redirect URI configured

## Step 1: Create Provider Instance
\`\`\`python
from fastmcp import GoogleProvider

provider = GoogleProvider(
    client_id="your-client-id",
    client_secret="your-secret",
    redirect_uri="http://localhost:8000/callback"
)
\`\`\`

## Step 2: Generate Authorization URL
\`\`\`python
auth_url = provider.get_authorization_url()
# Redirect user to auth_url
\`\`\`

## Step 3: Handle Callback
\`\`\`python
token = provider.exchange_code(request.params['code'])
user_info = provider.get_user_info(token)
\`\`\`

## Common Issues
- **Redirect URI mismatch:** Ensure URI matches exactly in provider console
- **Invalid credentials:** Double-check client_id and client_secret

C3.4：配置模式分析

分析配置文件以理解设置模式。

支持的格式

AI 驱动的安全分析

自动扫描：

• ❌ 硬编码的密钥
• ❌ 暴露的 API 密钥
• ❌ 不安全的默认值
• ❌ 缺少验证
• ❌ 弱加密设置

输出示例

{
  "file": "config/settings.json",
  "format": "json",
  "structure": {
    "database": {
      "host": "localhost",
      "port": 5432,
      "name": "myapp_db"
    },
    "oauth": {
      "providers": ["google", "github"],
      "redirect_uri": "/auth/callback"
    }
  },
  "security_issues": [
    {
      "severity": "high",
      "issue": "Hardcoded database password",
      "line": 5,
      "recommendation": "Use environment variables"
    }
  ],
  "best_practices": [
    {
      "category": "security",
      "suggestion": "Add secrets rotation policy"
    }
  ]
}

C3.7：架构模式检测

识别高级架构模式。

检测的架构

输出示例

{
  "primary_pattern": "Service Layer",
  "confidence": 0.89,
  "indicators": {
    "service_classes": 47,
    "repository_classes": 23,
    "controller_classes": 31,
    "pattern_consistency": 0.92
  },
  "architecture_description": "Application follows Service Layer pattern with 47 service classes handling business logic, 23 repositories for data access, and 31 controllers for HTTP handling.",
  "recommendations": [
    "Consider extracting common service logic into base class",
    "Add service interface layer for better testing"
  ]
}

用法

基本 C3.x 分析

skill-seekers unified \
  --source /path/to/project \
  --depth c3x \
  --output-dir output/my-project

使用 GitHub 仓库

skill-seekers unified \
  --repo-url https://github.com/fastapi/fastapi \
  --depth c3x \
  --fetch-github-metadata \
  --output-dir output/fastapi

配置文件

{
  "name": "my-framework",
  "sources": [
    {
      "type": "codebase",
      "source": "https://github.com/org/my-framework",
      "analysis_depth": "c3x",
      "c3x_modules": {
        "patterns": true,
        "examples": true,
        "guides": true,
        "configs": true,
        "architecture": true
      }
    }
  ]
}

选择性模块分析

仅启用特定模块：

{
  "c3x_modules": {
    "patterns": true,    // C3.1
    "examples": true,    // C3.2
    "guides": false,     // C3.3（跳过）
    "configs": true,     // C3.4
    "architecture": true // C3.7
  }
}

性能

分析时间

缓存

C3.x 使用智能缓存：

• 文件级缓存 - 仅重新分析更改的文件
• 模块缓存 - 跳过未更改的模块
• 快 50% - 重新运行时

示例：

# 首次运行：30 分钟
skill-seekers unified --source /my/project --depth c3x

# 更改 5 个文件后：3 分钟
skill-seekers unified --source /my/project --depth c3x

输出结构

output/my-framework_unified_data/
├── c3_analysis_temp/
│   ├── patterns/
│   │   └── detected_patterns.json        (C3.1)
│   ├── test_examples/
│   │   └── test_examples.json            (C3.2)
│   ├── how_to_guides/
│   │   └── guides.json                   (C3.3)
│   ├── config_patterns/
│   │   └── config_patterns.json          (C3.4)
│   └── architecture/
│       └── architectural_patterns.json    (C3.7)
│
├── references/
│   ├── patterns.md
│   ├── examples.md
│   ├── guides.md
│   └── architecture.md
│
└── SKILL.md                               (最终技能文件)

AI 增强

在 C3.x 分析之后，您可以使用 AI 增强：

skill-seekers enhance \
  --input output/my-framework_unified_data \
  --ai-provider anthropic \
  --enhancement-mode comprehensive

AI 添加的内容：

• 更好的模式解释
• 为示例提供更多上下文
• 改进的指南格式
• 最佳实践建议
• 安全咨询详情

最佳实践

小型项目（< 100 个文件）

{
  "analysis_depth": "c3x",
  "c3x_modules": {
    "patterns": true,
    "examples": true,
    "guides": true,
    "configs": true,
    "architecture": true
  }
}

时间： 2-5 分钟

大型项目（1000+ 个文件）

{
  "analysis_depth": "c3x",
  "c3x_modules": {
    "patterns": true,      // 必需
    "examples": true,      // 必需
    "guides": false,       // 跳过（耗时）
    "configs": true,       // 必需
    "architecture": true   // 快速，保留
  },
  "max_examples_per_category": 50  // 限制输出
}

时间： 20-30 分钟

快速概览

改用 basic 模式：

skill-seekers unified \
  --source /my/project \
  --depth basic

时间： 1-2 分钟 获得： 文件结构、导入、入口点（无 C3.x）

故障排除

”分析时间过长”

• 使用 --depth basic 进行快速概览
• 禁用 C3.3（指南）模块
• 限制示例：--max-examples-per-category 50
• 排除测试文件夹：--exclude-dirs tests,docs

”检测到的模式不够多”

• 检查语言支持（Python、JS、TS 支持最好）
• 确保代码遵循标准模式
• 降低置信度阈值：--min-pattern-confidence 0.7

”缺少示例”

• 确保包含测试文件（不要排除 tests/）
• 检查测试命名约定（test_*.py、*.test.js）
• 降低示例置信度：--min-example-confidence 0.8

下一步

• 三流架构 - 将 C3.x 与 GitHub 洞察结合
• 多 LLM 支持 - 部署到 Claude、Gemini、OpenAI
• AI 增强 - 使用 AI 改进 C3.x 输出
• CLI 参考：unified - 完整 CLI 文档