gididaf/llm-sense

# llm-sense 分析您的代码库对 LLM 的友好程度。获取评分、详细发现以及 Claude Code（或任何 AI 编码助手）可直接执行的自包含改进任务。 ## 为什么 当 LLM 处理您的代码时，其效率取决于代码库的结构。混乱的结构意味着浪费 token、上下文噪音增加、任务执行变慢。**llm-sense** 通过实证测量这些因素，并准确告诉您需要修复的内容。 ## 安装 ``` npx llm-sense --path ./your-project ``` 或全局安装： ``` npm install -g llm-sense ``` ## 功能说明 ``` Phase 1: Static Analysis (free, ~300ms) → file sizes, structure, naming, docs, noise Phase 2: LLM Understanding (1 Claude call) → architecture, tech stack, complexity Phase 3: Task Generation (1 Claude call) → synthetic bugs + features Phase 4: Empirical Testing (N Claude calls) → solve tasks in git worktrees, measure results Phase 5: Scoring (instant) → weighted 0-100 score across 8 categories Phase 6: Report Generation (instant) → detailed MD with LLM-executable improvement tasks ``` ## 快速开始 **静态扫描（免费，即时）：** ``` llm-sense --skip-empirical --path ./my-app ``` **完整扫描含实证测试（需要 Claude Code CLI）：** ``` llm-sense --path ./my-app --bugs 3 --features 3 ``` **查看评分历史：** ``` llm-sense --history --path ./my-app ``` ## 输出结果 一份 Markdown 报告，包含： - **总体评分**（0-100）及字母等级 - **8 个类别评分**：文档、文件大小、结构、模块化、上下文效率、命名、任务完成度、Token 效率 - **自包含改进任务** — 每个任务包含当前状态、期望最终状态、实施步骤和验收标准。复制任何任务并粘贴到 Claude Code 即可实施。 - **CLAUDE.md 草稿生成** — 如果您的项目缺少 CLAUDE.md，报告将包含基于 LLM 分析的完整草稿 - **评分历史追踪** — 重复运行以查看改进情况 ## 评分类别 | 类别 | 衡量内容 | 权重 | |---|---|---| | 文档 | CLAUDE.md 质量（8 个部分）、README、注释、AI 工具配置 | 20% | | 任务完成度 | Claude 能否真正解决您代码库中的问题？（实证） | 20% | | 文件大小 | 中位数/P90 文件大小、神文件检测 | 15% | | 结构 | 目录深度、每个目录的文件数 | 10% | | 模块化 | 模块组织、桶式导出、单一文件目录 | 10% | | 上下文效率 | 信噪比、生成的文件、二进制文件 | 10% | | Token 效率 | 每个成功任务消耗的 token（实证） | 10% | | 命名 | 文件命名规范一致性 | 5% | ## CLI 选项 ``` llm-sense [options] Options: --path Target codebase (default: .) --bugs Synthetic bug tasks (default: 5) --features Synthetic feature tasks (default: 5) --output Report file path (default: llm-sense-report.md) --max-budget-per-task <$> Max USD per empirical task (default: 1.00) --max-turns-per-task Max turns per task (default: 30) --skip-empirical Skip Phases 2-4 (free, instant, static-only) --model Override Claude model --verbose Detailed progress output --history Show score history -V, --version Version -h, --help Help ``` ## 环境要求 - **Node.js 18+** - **Claude Code CLI**（用于第 2-4 阶段）— 从 [claude.ai/code](https://claude.ai/code) 安装 - 静态分析（第 1 阶段）无需 Claude Code CLI 即可运行 ## 报告说明 报告中的每个改进任务都设计为**可直接复制粘贴到 Claude Code** 或输入到 [Ralph](https://github.com/frankbria/ralph-claude-code) 进行自主执行。任务是自包含的 — 无需其他任务的上下文。 报告中的任务示例： ``` ### 任务 1：添加 2 个缺失部分到 CLAUDE.md **Priority 1** | **Category:** Documentation | **Estimated impact:** +6 points #### 当前状态 CLAUDE.md exists (124 lines) but is missing: Common Patterns, Gotchas. #### 实施步骤 1. Add a "## Common Patterns" section with relevant content 2. Add a "## Gotchas" section with relevant content #### 验收标准 - [ ] CLAUDE.md contains a "Common Patterns" section - [ ] CLAUDE.md contains a "Gotchas" section ``` ## 许可证 MIT

标签：AI辅助编程, Claude Code集成, CLAUDE.md, Git worktree, GNU通用公共许可证, LLM友好性评估, MITM代理, Node.js, npm包, 上下文效率, 云安全监控, 代码分析工具, 代码可维护性, 代码结构优化, 代码评分系统, 威胁情报, 安全专业人员, 工程效率, 开发者工具, 数据可视化, 文档生成, 暗色界面, 自动化攻击, 静态分析