pre-modification-check

使用 Repowise 进行修改前检查

修改 Repowise 已建立索引的代码库中的文件之前，请先评估影响。

编辑文件之前

调用 get_risk(targets=["path/to/file.py"])。每个文件都会返回 hotspot_score、trend、risk_type、impact_surface（前 3 项）、 dependents_count、co_change_partners、primary_owner、 test_gap 和 security_signals。请查看以下信息：

• 缺陷修复历史（defect_profile）——仅在有统计到的修复记录的文件中提供：过去 6 个月的 fix_count、last_fix_days_ago、表示近期修复压力持续存在的 bug_magnet 标志，以及 top_symbols（每个符号的计数是近似值，请理解为“主要集中在这里”）。反复需要修复的文件，是下次编辑会造成问题的最强单一信号；优先说明这一点。
• 热点状态（hotspot_score、trend）——高变更频率且复杂？需要格外谨慎。
• 依赖方（dependents_count、impact_surface）——影响范围有多大？
• 协同变更伙伴——会与此文件一同变更的文件（通常没有导入关系）；你可能也需要更新它们。
• 所有权／巴士系数——由谁负责维护？是否只有一位作者维护？
• 测试缺口和安全信号——修改前标出未经测试或涉及安全敏感内容的文件。

修改多个文件时

在一次调用中批量检查所有目标：get_risk(targets=["file1.py", "file2.py", "module/"])。

何时提醒用户

如果 get_risk 显示：

• defect_profile 中的 bug_magnet 已启用——明确说明此文件近期反复被修复
• 热点分数高于第 90 百分位——说明这是一个频繁变更、高风险的文件
• 依赖方超过 10 个——列出主要依赖方；此处的 API 变更会破坏调用方
• 巴士系数为 1——说明只有一人维护这段代码
• 风险类型为 "bug-prone" 或 "high-coupling"——修改前明确指出

重构或移动代码之前

先调用 get_context(targets=["file.py"])，了解完整上下文：有哪些代码使用此文件、有哪些决策约束此文件，以及采用当前结构的原因。这可以避免意外违反架构决策。

对于大型重构，还要调用 get_health(targets=["file.py"])——标记出的发现项（复杂度、深层嵌套、低内聚性、重复代码）会告诉你需要改进的内容，并提供修改前后的评分。

错误处理

如果 get_risk 返回工具错误，MCP 服务可能尚未运行。继续进行修改，但请注明无法进行风险评估。