hyhmrright/brooks-lint
AI code reviews grounded in 12 classic engineering books — decay risk diagnostics with book citations, severity labels, and 6 analysis modes including full-sweep auto-fix
解決的問題
brooks-lint 是一個基於 AI 的程式碼審查工具,能識別傳統 linter(專注於語法與風格)通常忽略的架構偏移、技術負債與領域模型扭曲等問題。它提供一種基於已建立的軟體工程原則,而非一般性 AI 建議的結構化、可追蹤的程式碼品質評估方式。
作用方式
該工具整合了十二本經典工程書籍(如《人月神話》、《清潔架構》與《重構》)的原則,針對十二項「衰變風險」(生產程式碼六項,測試套件六項)進行診斷。
在審查程式碼時,它遵循嚴格的診斷流程:症狀 → 原因 → 結果 → 解決方案。每一項發現皆附有書籍引用、嚴重性標籤(Critical、Warning 或 Suggestion),以及數值健康分數(0–100)。
適用對象
希望獲得基於軟體工程文獻、而非僅 LLM 模式的一致性、有證據支持的程式碼審查與架構審計的軟體工程師與架構師。
主要特色
- 書籍溯源分析:每一項發現皆可追溯至十二本經典軟體工程著作之一。
- 六項生產衰變風險:診斷認知過載、變更傳播、依賴混亂等問題。
- 架構審計:產生 Mermaid 依賴圖,可視化模組關係並識別循環依賴。
- 多平台支援:可作為「代理技能」整合至 Claude Code、Cursor、Windsurf 與 GitHub Copilot 等多種 AI 程式設計助手。
- 完整工具集:包含專用指令用於技術負債路徑圖(
/brooks-debt)、測試套件審計(/brooks-test)與自動修復(/brooks-sweep)。
相關
- 專案
- 專案
- Dispatch
- 專案
- 專案