المهارات code-refactoring-context-restore
📦

code-refactoring-context-restore

آمن

恢復程式碼重構上下文

此技能可幫助 AI 助手在複雜的重構工作階段中恢復和重建專案上下文,確保在恢復長期運行的程式碼改進任務時保持連續性並將資訊損失降至最低。

يدعم: Claude Codex Code(CC)
🥉 74 برونزي
1

تنزيل ZIP المهارة

2

رفع في Claude

اذهب إلى Settings → Capabilities → Skills → Upload skill

3

فعّل وابدأ الاستخدام

اختبرها

استخدام "code-refactoring-context-restore". 如何恢復 Ruby on Rails 重構專案的上下文?

النتيجة المتوقعة:

對於 Ruby on Rails 專案,專注於恢復:(1) 資料庫結構和遷移 - 了解模型關係的關鍵;(2) 路由配置 - 映射控制器結構;(3) Gemfile 依賴項 - 揭示技術決策;(4) 控制器邏輯 - 識別核心業務邏輯。使用增量恢復,從路由和結構開始,然後根據您的代幣預算擴展到控制器和模型。

استخدام "code-refactoring-context-restore". 大型程式碼庫中語義上下文檢索的最佳方法是什麼?

النتيجة المتوقعة:

使用分層檢索策略:(1) 將專案結構作為頂層上下文;(2) 使用程式碼嵌入的向量相似性搜尋進行語義檢索;(3) 使用 0.75 的餘弦相似性閾值進行關聯性過濾;(4) 按時間衰減和歷史決策權重對結果排名。此方法在全面性和代幣效率之間取得平衡。

التدقيق الأمني

آمن
v1 • 2/25/2026

Static analysis flagged 16 external_commands patterns and 2 weak_crypto patterns. Evaluation reveals these are FALSE POSITIVES: The external_commands detections are markdown code examples (e.g., `context-restore project:ai-assistant --mode full`) used as documentation, not actual shell execution. The weak_crypto flags are references to cryptographic concepts in documentation text, not actual crypto implementation. This is a documentation/guide skill containing only instructional content and example code snippets.

1
الملفات التي تم فحصها
182
الأسطر التي تم تحليلها
0
النتائج
1
إجمالي عمليات التدقيق
لا توجد مشكلات أمنية

الأنماط المكتشفة

External Commands Detection (False Positive)Weak Cryptographic Algorithm (False Positive)
تم تدقيقه بواسطة: claude

درجة الجودة

38
الهندسة المعمارية
100
قابلية الصيانة
87
المحتوى
50
المجتمع
100
الأمان
91
الامتثال للمواصفات

ماذا يمكنك بناءه

恢復中斷的重構工作階段

當在數天或數週後返回複雜的重構專案時,使用此技能重建完整上下文,包括架構決策、已完成變更和待處理任務。

將 AI 接入現有程式碼庫

新團隊成員或新的 AI 工作階段可以透過語義上下文檢索快速了解專案結構、技術決策和當前開發優先事項。

跨專案知識轉移

透過擷取和調配語義上下文向量,將相關的架構模式和決策從一個專案轉移到另一個專案。

جرّب هذه الموجهات

基本上下文恢復
我需要恢復我的程式碼重構專案的上下文。專案使用 [language/framework]。您能引導我檢索語義上下文,包括架構決策和最近的變更嗎?
代幣優化恢復
我的上下文視窗有限。幫助我優先恢復哪些上下文元件。我有 [X] 代幣預算,需要涵蓋 [specific areas]。
多代理上下文同步
我正在與多個 AI 代理一起處理相同的重構任務。我應該如何建構上下文,以便每個代理對專案狀態和決策歷史有一致的理解?
合併上下文中的衝突解決
我有兩個來自不同工作階段的上下文快照,它們可能對程式碼庫有衝突的資訊。我可以使用什麼策略來檢測和解決這些衝突?

أفضل الممارسات

  • 在進行變更之前,始終根據當前程式碼庫狀態驗證恢復的上下文
  • 使用增量上下文載入以保持在代幣預算內,同時保持準確性
  • 實作加密簽章以進行上下文完整性驗證

تجنب

  • 不經關聯性過濾就恢復完整歷史上下文 - 導致代幣溢位
  • 忽略上下文排名中的時間衰減 - 過時資訊獲得優先權
  • 未根據即時程式碼庫狀態驗證就假設上下文是最新的

الأسئلة المتكررة

什麼是語義上下文恢復?
語義上下文恢復是使用基於向量的語義搜尋和智慧排名演算法來恢復專案知識、架構決策和開發歷史的過程。
此技能是否執行程式碼?
不。這是一個指南和文檔技能。它提供最佳實踐、工作流程和範例程式碼片段,但不直接執行任何操作。
我應該使用什麼代幣預算進行上下文恢復?
建議預設代幣預算為 8192。根據您的 AI 模型上下文視窗和專案複雜度進行調整。優先考慮關鍵元件,如架構和最近的變更。
這可以與任何程式語言一起使用嗎?
是的。這些策略和工作流程與語言無關。此技能提供適用於任何程式碼庫的指導,範例涵蓋 Python、Ruby、JavaScript 和其他語言。
如何處理來自多個工作階段的衝突上下文?
使用三方合併策略:(1) 識別衝突元件;(2) 應用語義相似性來確定權威來源;(3) 保留出處元資料以確保可追蹤性。
語義搜尋的關聯性閾值是多少?
建議關聯性閾值為 0.75(75% 餘弦相似性)。較低的值包含更多上下文但降低精確度。較高的值提高準確性但可能會錯過相關元件。

تفاصيل المطور

بنية الملفات

📄 SKILL.md