canonry
用于设置和操作 Canonry AEO 项目的 CLI 与 MCP 工具集。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：canonry。 它的用途是：用于设置和操作 Canonry AEO 项目的 CLI 与 MCP 工具集。 完整的 Skill 内容见：https://321skill.com/skills/canonry-x-9/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
‘请使用 Canonry 工具检查当前项目中关于用户认证模块的引用覆盖情况，并诊断最近一次提交是否引入了回归。’，它会调用 Canonry CLI 分析相关代码，生成一份覆盖率和回归诊断报告，指出潜在的引用缺失或问题点。
介绍
Canonry Skill 旨在帮助开发者和技术团队高效管理 Canonry AEO（AI 增强操作）项目。它解决了在复杂项目中难以系统化检查引用覆盖、诊断性能回归、进行技术审计以及执行标准化操作的痛点。
通过集成 Canonry CLI 和 MCP（模型上下文协议）工具，用户可以在开发工作流中直接检查代码中的提及和引用覆盖率，快速定位因代码变更导致的性能或功能回归问题，并运行全面的技术审计以确保项目质量。
该 Skill 特别适合负责项目质量、需要进行代码审查和性能监控的工程师，以及希望将 AI 增强操作流程标准化的团队。无论是前端、后端还是全栈开发，只要项目涉及 Canonry AEO 框架，都能从中受益。
使用建议是将其集成到 CI/CD 流程中，以便自动化执行审计和检查。注意事项是，它主要面向已经使用或计划使用 Canonry AEO 框架的项目，对于其他技术栈的项目可能不适用。
核心特点
与通用的代码质量或审计工具不同，Canonry Skill 深度集成 Canonry AEO 框架，专门用于检查其特有的“提及和引用覆盖”指标，并能通过 MCP 工具实现与 AI 助手的深度交互，将审计和诊断动作无缝融入开发流程。
注意事项
不适用于非 Canonry AEO 框架的项目或不需要检查引用覆盖的通用开发场景。
常见问题
Canonry Skill 能检查哪些类型的回归？
主要诊断由代码变更引起的引用覆盖缺失、性能下降或功能异常等回归问题。
需要安装 Canonry CLI 才能使用这个 Skill 吗？
是的，该 Skill 的核心功能依赖于 Canonry CLI 或 MCP 工具来执行具体操作。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/canonry-x-9/raw/index.md 读取 canonry 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/canonry-x-9/raw/index.md（查看排版版本）