Verwendung mit KI-Assistenten
codeknit wird mit vorgefertigten Skills ausgeliefert, die KI-Coding-Assistenten beibringen, wie sie es effektiv nutzen können. Diese Skills ermöglichen es Assistenten, Codestruktur zu extrahieren, Duplikate zu erkennen und strukturelle Analysen ohne manuelle Aufforderungen durchzuführen.
Skills-Übersicht
Abschnitt betitelt „Skills-Übersicht“codeknit bietet zwei Skills:
codeknit-parse: Lehrt Assistenten, Codestruktur (Funktionen, Klassen, Methoden, Variablen) und Beziehungen (Aufrufe, Vererbung, Enthaltensein) in.skt-Dateien zu extrahieren.codeknit-fingerprint: Lehrt Assistenten, duplizierten und beinahe-duplizierten Code mithilfe von fuzzy hashing zu erkennen.
Jeder Skill enthält Dokumentation, die der Assistent bei Bedarf liest, um Nutzung, Flags, Ausgabemodi und Workflows zu verstehen.
Installation
Abschnitt betitelt „Installation“Kopieren Sie die Skill-Verzeichnisse in den Skills-Ordner Ihres Assistenten.
Für Kiro:
cp -r skills/codeknit-parse ~/.kiro/skills/codeknit-parsecp -r skills/codeknit-fingerprint ~/.kiro/skills/codeknit-fingerprintFür Claude Code:
cp -r skills/codeknit-parse ~/.claude/skills/codeknit-parsecp -r skills/codeknit-fingerprint ~/.claude/skills/codeknit-fingerprintNach der Installation weiß der Assistent automatisch, wie er codeknit-Befehle aufrufen, geeignete Flags auswählen und .skt-Ausgaben interpretieren kann.
Was jeder Skill lehrt
Abschnitt betitelt „Was jeder Skill lehrt“codeknit-parse
Abschnitt betitelt „codeknit-parse“Der codeknit-parse-Skill lehrt Assistenten:
codeknit parsemit geeigneten Flags für verschiedene Szenarien auszuführen- Den richtigen Ausgabemodus zu wählen:
directory-flat(Standard) für die meisten Projekteinlinefür einzelne Dateien oder kleine Eingabendirectory-tree, um die Quellstruktur widerzuspiegeln
.skt-Ausgabedateien zu lesen und zu interpretieren, einschließlich[symbols],[edges]und optionaler[dict]-Abschnitte- Strukturelle Daten für Refactoring, Abhängigkeitskartierung und Code-Reviews zu nutzen
codeknit graph analyzefür tiefere Einblicke in die Codequalität auszuführen (zyklische Abhängigkeiten, Hub-Symbole, god classes usw.)
codeknit-fingerprint
Abschnitt betitelt „codeknit-fingerprint“Der codeknit-fingerprint-Skill lehrt Assistenten:
codeknit fingerprintfür Duplikaterkennung, DRY-Audits und Refactoring-Identifikation zu verwenden- Geeignete Ähnlichkeitsbereiche auszuwählen (
--min-similarity,--max-similarity) - Den
[duplicates]-Abschnitt zu lesen, um beinahe-duplizierten Code zu identifizieren - Zu verstehen, dass Fingerprints die strukturelle Form messen, nicht die semantische Absicht
--rerankmit Ollama-Embeddings zu verwenden, um falsch-positive Ergebnisse bei Bedarf zu reduzieren
Workflow-Beispiele
Abschnitt betitelt „Workflow-Beispiele“Strukturelle Analyse
Abschnitt betitelt „Strukturelle Analyse“- Bitten Sie den Assistenten, die Struktur Ihres Codebase zu analysieren
- Er führt
codeknit parse ./srcaus und liest die resultierenden.skt-Dateien - Er beantwortet strukturelle Fragen: Abhängigkeiten, Aufrufketten, dead code
- Für tiefere Einblicke führt er
codeknit graph analyze ./srcaus und interpretiert den Bericht
[symbols]## src/service.goS1 type/struct L5-L8 AuthService {}S2 callable/method L10-L15 Authenticate(token: string) {receiver=*AuthService}
[edges]S1 --contains--> S2Duplikaterkennung
Abschnitt betitelt „Duplikaterkennung“- Bitten Sie den Assistenten, duplizierten Code zu finden
- Er führt
codeknit fingerprint ./srcaus - Er liest den
[duplicates]-Abschnitt in der Ausgabe - Er untersucht die markierten Paare und schlägt Konsolidierungen vor
[duplicates]S1, S2: 87% ÄhnlichkeitS3, S4: 76% Ähnlichkeit- Lesen Sie immer
.skt-Dateien, nicht den Rohquellcode, für strukturelle Fragen — sie enthalten die extrahierte Struktur in einem kompakten, zuverlässigen Format - Verwenden Sie
codeknit graph analyze, um Codequalitätsprobleme wie zyklische Abhängigkeiten, Hub-Symbole und tiefe Vererbungsketten aufzudecken - Führen Sie
codeknit fingerprintvor großen Refactorings aus, um kopierten Code zu identifizieren, der konsolidiert werden sollte - Das
.skt-Format ist darauf ausgelegt, token-effizient zu sein, was es ideal für LLM-Kontextfenster macht - Verwenden Sie
--minify, um den Token-Verbrauch bei der Verarbeitung großer Codebasen weiter zu reduzieren