代码质量提升技能

任务目标

本 Skill 用于：提升AI生成代码的质量，包括代码审查、BUG修复和最佳实践指导
能力包含：多维度代码审查、系统性BUG修复、编码最佳实践推荐、工具调用验证
触发条件：用户要求"审查代码"、"修复BUG"、"提升代码质量"、"代码评审"或提供需要改进的代码时

前置准备

无特殊依赖，充分利用智能体的代码理解和推理能力

操作步骤

标准流程

1. 代码审查

当用户需要代码审查时：

步骤1.1：读取并理解代码

调用 read_file 读取目标代码文件
识别编程语言、框架、技术栈
理解代码的功能和上下文

步骤1.2：执行多维度审查 按以下维度检查代码质量：

功能正确性：逻辑是否正确，边界条件是否处理
代码风格：命名规范、缩进格式、注释完整性
性能效率：时间复杂度、空间复杂度、资源使用
安全性：SQL注入、XSS、认证授权、数据验证
可维护性：模块化、可读性、可扩展性

详细的检查点见 references/code-review-checklist.md

步骤1.3：生成审查报告

列出发现的问题（按严重程度排序：严重/中等/轻微）
为每个问题提供具体修复建议和代码示例
标注符合最佳实践的优秀部分

2. BUG修复

当用户需要修复BUG时：

步骤2.1：定位问题

读取错误信息、堆栈跟踪、相关代码
使用 grep_file 搜索可能相关的代码段
分析问题的触发条件和复现步骤

步骤2.2：分析根因

追踪错误传播路径
识别逻辑错误、数据异常、边界问题等
区分表面问题和根本原因

详细的修复流程见 references/bug-fix-workflow.md

步骤2.3：生成修复方案

提供完整的修复代码
说明修复原理和影响范围
考虑潜在的副作用和兼容性问题

步骤2.4：验证修复

使用 exec_shell 执行测试命令（如果有测试脚本）
检查修复后代码的语法正确性
确认修复是否引入新的问题

3. 最佳实践指导

当用户需要编码最佳实践建议时：

根据编程语言和框架查阅 references/best-practices.md
识别代码中的反模式
提供符合行业标准的改进建议
推荐可用的工具和库

可选分支

当涉及多个文件：使用 glob_file 查找相关文件，系统性审查代码库
当需要运行验证：调用 exec_shell 执行 lint、单元测试或集成测试
当代码不完整：先补充缺失的部分，再进行审查和修复

资源索引

领域参考

references/code-review-checklist.md（何时读取：执行代码审查时，作为检查清单）
references/bug-fix-workflow.md（何时读取：修复BUG时，作为流程指导）
references/best-practices.md（何时读取：推荐最佳实践时，参考语言/框架规范）

工具调用

read_file：读取源代码文件
grep_file：搜索代码模式和关键词
exec_shell：执行测试、lint、格式化工具
glob_file：查找相关文件

注意事项

审查时要结合上下文，避免脱离实际的教条式评判
修复BUG时要考虑影响范围，优先修复根本原因而非表面症状
推荐最佳实践时要考虑项目实际情况，避免过度设计
充分利用智能体的代码理解和推理能力，避免不必要的脚本调用
保持输出简洁明了，突出问题本质和解决方案

使用示例

示例1：代码审查

用户：审查这个Python文件的质量
执行：
1. 读取代码文件
2. 按功能正确性、代码风格、性能、安全性、可维护性维度检查
3. 输出问题清单和修复建议

示例2：BUG修复

用户：这个函数有空指针异常，帮我修复
执行：
1. 定位异常发生的代码行
2. 分析变量初始化和边界条件
3. 生成添加空值检查的修复代码
4. 解释修复原理

示例3：最佳实践推荐

用户：这段代码有什么改进空间？
执行：
1. 识别代码中的反模式
2. 推荐符合Python风格的改进方案
3. 提供重写后的代码示例

code-quality-enhancer

SKILL.md.claude/skills/code-quality-enhancer/SKILL.md