mcpField
E
extract

extract

github.com/athola开发34879 次安装1 天前更新
代码仓库

关于 extract

extract 是用于构建或重建 Gauntlet 代码库知识库的技能。它结合 AST 提取与 AI 说明，为相关条目建立交叉引用，并保留人工整理的注释。

主要功能

  1. 01从 AST 提取代码条目
  2. 02用自然语言补充条目说明
  3. 03关联相关模块中的条目
  4. 04合并已有的人工注释
  5. 05报告类别统计与覆盖缺口

适用场景

  1. 01创建代码库知识库
  2. 02代码变更后重建知识库
  3. 03查找不同模块中的关联条目

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/athola/claude-night-market --skill extract

安装后在 Claude Code 中输入/extract确认已加载。

详细介绍

提取代码库知识

构建或重建 .gauntlet/knowledge.json 知识库。

不适用场景

  • 解析器无法识别的隐性知识（使用 gauntlet:curate）
  • 构建代码图谱（使用 gauntlet:graph-build）

步骤

  1. 确定目标目录：使用当前工作目录 或用户指定的路径

  2. 运行 AST 提取：调用提取脚本

    python3 ${CLAUDE_PLUGIN_ROOT}/scripts/extractor.py <target-dir>

  3. AI 增强：为每个提取的条目扩充 detail 字段，用自然语言说明业务逻辑、数据流、 架构角色和设计原因

  4. 交叉引用：通过匹配导入、共享类型和数据流路径， 链接不同模块中的相关条目

  5. 与注释合并：保留 .gauntlet/annotations/ 中现有的精选条目

  6. 保存：写入 .gauntlet/knowledge.json

  7. 报告：按类别显示摘要、覆盖缺口和难度 分布

完成标准

  • 技能执行完成后，.gauntlet/knowledge.json 存在且为有效 JSON；.gauntlet/annotations/ 中的条目已合并，且未被覆盖
  • 报告按全部 7 个类别显示条目数量（business_logic、architecture、data_flow、api_contract、pattern、dependency、error_handling），并指出覆盖缺口
  • 每个提取的条目都包含 detail 字段，其中有自然语言说明（而不只是原始 AST 节点名称）
  • 共享导入、共享类型或数据流路径的模块之间，已建立相关条目的交叉引用链接

类别优先级

  1. business_logic（权重 7）
  2. architecture（权重 6）
  3. data_flow（权重 5）
  4. api_contract（权重 4）
  5. pattern（权重 3）
  6. dependency（权重 2）
  7. error_handling（权重 1）

评论

支持 Markdown