ludo-technologies/pyscn

解決的問題

pyscn 解決了 AI 輔助程式設計時代中維持程式碼品質的挑戰。透過結構分析，識別出在快速 AI 開發過程中常被忽略的無用程式碼、重複程式碼與架構缺陷，防止 AI 生成的程式碼變得難以管理。

工作原理

此工具基於 Go 與 tree-sitter 建構，可在多個維度上執行高速結構分析（每秒處理超過 10 萬行程式碼）：

• 程式碼健康度：偵測無法到達的無用程式碼與重複程式碼（克隆）。
• 複雜度：量測循環複雜度與認知複雜度，找出難以閱讀的函式。
• 架構：識別循環匯入、層級規則違規（如 MVC 或六邊形架構）與模組社群。
• 類別設計：分析耦合度（CBO）與內聚度（LCOM4）。
• 熱點：映射檔案級品質與目錄複雜度，以優先進行重構。

適用對象

使用 AI 編碼代理（如 Cursor、Claude 或 ChatGPT）的 Python 開發者與團隊，需要確保程式碼庫保持可維護性與整潔性。

主要亮點

• AI 代理整合：提供「代理技能」與 MCP 伺服器，讓 AI 代理能自主執行健康檢查與重構審查。
• 全面報告：產生 0–100 的品質分數（A–F 等級）與詳細的 HTML 報告。
• CI/CD 就緒：包含 check 命令，可在 CI 流水線中實現快速通過/失敗的品質門檻。
• 高效率：由 Go 驅動，執行速度極快。