Skill عملی برای AI Agent

Improve Codebase Architecture

برای تحلیل معماری کد و پیشنهاد refactorهای عمیق و قابل تست استفاده می‌شود.

آمادهمعماری کدپیشرفتهبه‌روزرسانی ۱۶ تیر ۱۴۰۵
1

این Skill چه کاری می‌کند؟

این Skill به شما کمک می‌کند معماری کد را با کمک AI Agent سریع‌تر و دقیق‌تر تحلیل کنید. کافی است بخش هدف، نشانه‌های پیچیدگی و محدودیت ریسک را به Agent بدهید تا نقشه معماری، اولویت refactor و گام‌های کوچک اجرا دریافت کنید. این Skill برای تیم‌هایی مناسب است که می‌خواهند تغییرهای ساختاری را بدون تصمیم‌های حدسی پیش ببرند.

2

ورودی لازم

  • بخش یا repo هدف
  • نشانه‌های پیچیدگی
  • محدودیت زمان یا ریسک
  • معیار کیفیت
3

خروجی نهایی

  • نقشه معماری فعلی
  • اولویت refactor
  • ریسک‌های ساختاری
  • گام‌های اجرای کوچک
4

مناسب کدام Agentهاست؟

Claude CodeCursorCodexGitHub CopilotWindsurf
5

Copy Prompt / Workflow

ساختار کد را بررسی کن و refactorهای مهم را پیشنهاد بده. ورودی: بخش هدف، نشانه‌های پیچیدگی و محدودیت ریسک. خروجی: نقشه معماری، اولویت تغییر و گام‌های کوچک اجرا.
6

آموزش استفاده مرحله‌ای

  1. بخش مشکل‌دار را مشخص کن.
  2. از Skill بخواه معماری فعلی را توصیف کند.
  3. تغییرها را بر اساس ریسک و اثر مرتب کن.
  4. بعد از هر تغییر، دوباره ارزیابی کن.
7

مثال واقعی

در یک monorepo شلوغ، این Skill می‌تواند ماژول‌های coupled را مشخص کند و مسیر جدا کردن مسئولیت‌ها را بدهد.
8

خطاهای رایج

  • فقط به زیباسازی کد فکر می‌کنی و اثر معماری را نمی‌سنجی.
  • refactor بزرگ را بدون مراحل کوچک پیشنهاد می‌دهی.
  • معیار تست و rollback نداری.
9

منبع و نصب Skill

منبع اصلی و تأییدشده در skills.sh

npx skills add https://github.com/mattpocock/skills --skill improve-codebase-architecture
10
Refactorآمادهمتوسط

Request Refactor Plan

برای درخواست برنامه refactor قبل از تغییر کد و کاهش ریسک استفاده می‌شود.

ورودیکد یا ماژول هدف
خروجیبرنامه refactor
Compatible Agents
Claude CodeCursorCodexGitHub Copilot
خروجی نهایی

برنامه refactor · مراحل کوچک · ریسک‌ها · معیارهای تایید

تست و توسعهآمادهمتوسط

TDD

برای اجرای توسعه تست‌محور با Agent و کاهش باگ قبل از نوشتن کد اصلی استفاده می‌شود.

ورودیرفتار مورد انتظار
خروجیتست fail اولیه
Compatible Agents
Claude CodeCursorCodexGitHub CopilotGemini
خروجی نهایی

تست fail اولیه · کد minimal برای pass · مراحل refactor · سناریوهای edge case

دیباگ سیستماتیکآمادهمتوسط

Systematic Debugging

برای دیباگ مرحله‌ای بر اساس ریشه‌یابی، فرضیه‌سازی و تست استفاده می‌شود.

ورودینشانه مشکل
خروجیفرضیه‌های مرتب‌شده
Compatible Agents
Claude CodeCursorCodexGeminiChatGPT
خروجی نهایی

فرضیه‌های مرتب‌شده · تست‌های کوچک · علت ریشه‌ای · راه‌حل تاییدشده