Sử dụng với Trợ lý AI

codeknit đi kèm với các kỹ năng được tạo sẵn giúp dạy các trợ lý lập trình AI cách sử dụng hiệu quả. Những kỹ năng này cho phép trợ lý trích xuất cấu trúc mã, phát hiện trùng lặp và thực hiện phân tích cấu trúc mà không cần prompting thủ công.

Tổng quan về kỹ năng

codeknit cung cấp hai kỹ năng:

• codeknit-parse: Dạy trợ lý cách trích xuất cấu trúc mã (hàm, lớp, phương thức, biến) và các mối quan hệ (lời gọi, kế thừa, chứa) vào các tệp .skt.
• codeknit-fingerprint: Dạy trợ lý cách phát hiện mã trùng lặp và gần trùng lặp bằng fuzzy hashing.

Mỗi kỹ năng bao gồm tài liệu mà trợ lý đọc theo yêu cầu để hiểu cách sử dụng, cờ, định dạng đầu ra và quy trình làm việc.

Cài đặt

Sao chép các thư mục kỹ năng vào thư mục kỹ năng của trợ lý.

Đối với Kiro:

cp -r skills/codeknit-parse ~/.kiro/skills/codeknit-parse
cp -r skills/codeknit-fingerprint ~/.kiro/skills/codeknit-fingerprint

Đối với Claude Code:

cp -r skills/codeknit-parse ~/.claude/skills/codeknit-parse
cp -r skills/codeknit-fingerprint ~/.claude/skills/codeknit-fingerprint

Sau khi cài đặt, trợ lý sẽ tự động biết cách gọi các lệnh codeknit, chọn các cờ phù hợp và diễn giải đầu ra .skt.

Nội dung mỗi kỹ năng dạy

codeknit-parse

Kỹ năng codeknit-parse dạy trợ lý cách:

• Chạy codeknit parse với các cờ phù hợp cho các tình huống khác nhau
• Chọn chế độ đầu ra phù hợp:
  • directory-flat (mặc định) cho hầu hết các dự án
  • inline cho các tệp đơn hoặc đầu vào nhỏ
  • directory-tree để phản ánh cấu trúc nguồn
• Đọc và diễn giải các tệp đầu ra .skt, bao gồm các phần [symbols], [edges] và [dict] tùy chọn
• Sử dụng dữ liệu cấu trúc cho việc tái cấu trúc, lập bản đồ phụ thuộc và đánh giá mã
• Chạy codeknit graph analyze để có cái nhìn sâu hơn về chất lượng mã (phụ thuộc vòng, các ký hiệu trung tâm, god classes, v.v.)

codeknit-fingerprint

Kỹ năng codeknit-fingerprint dạy trợ lý cách:

• Sử dụng codeknit fingerprint để phát hiện trùng lặp, kiểm tra DRY và xác định các phần cần tái cấu trúc
• Chọn phạm vi độ tương đồng phù hợp (--min-similarity, --max-similarity)
• Đọc phần [duplicates] để xác định mã gần trùng lặp
• Hiểu rằng fingerprints đo lường hình dạng cấu trúc, không phải ý định ngữ nghĩa
• Sử dụng --rerank với các embedding Ollama để giảm dương tính giả khi cần thiết

Ví dụ về quy trình làm việc

Phân tích cấu trúc

1. Yêu cầu trợ lý phân tích cấu trúc codebase của bạn
2. Nó chạy codeknit parse ./src và đọc các tệp .skt kết quả
3. Nó trả lời các câu hỏi về cấu trúc: phụ thuộc, chuỗi lời gọi, dead code
4. Để có cái nhìn sâu hơn, nó chạy codeknit graph analyze ./src và diễn giải báo cáo

[symbols]
## src/service.go
S1 type/struct L5-L8 AuthService {}
S2 callable/method L10-L15 Authenticate(token: string) {receiver=*AuthService}

[edges]
S1 --contains--> S2

Phát hiện trùng lặp

1. Yêu cầu trợ lý tìm mã trùng lặp
2. Nó chạy codeknit fingerprint ./src
3. Nó đọc phần [duplicates] trong đầu ra
4. Nó điều tra các cặp được gắn cờ và đề xuất hợp nhất

[duplicates]
S1, S2: 87% độ tương đồng
S3, S4: 76% độ tương đồng

Mẹo

• Luôn đọc tệp .skt, không phải mã nguồn thô, cho các câu hỏi về cấu trúc — chúng chứa cấu trúc đã trích xuất ở định dạng nhỏ gọn và đáng tin cậy
• Sử dụng codeknit graph analyze để phát hiện các vấn đề về chất lượng mã như phụ thuộc vòng, các ký hiệu trung tâm và chuỗi kế thừa sâu
• Chạy codeknit fingerprint trước khi tái cấu trúc lớn để xác định mã sao chép cần được hợp nhất
• Định dạng .skt được thiết kế để tiết kiệm token, làm cho nó trở nên lý tưởng cho các cửa sổ ngữ cảnh LLM
• Sử dụng --minify để giảm thêm việc sử dụng token khi xử lý các codebase lớn