code-communities
代码图社区检测，发现架构集群与耦合边界
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：code-communities。 它的用途是：代码图社区检测，发现架构集群与耦合边界 完整的 Skill 内容见：https://321skill.com/skills/code-communities-x-2/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
'分析当前项目的代码依赖图，使用社区检测找出架构集群和耦合边界，并列出每个模块所属的集群ID。' 它会读取你提供的依赖图JSON，运行Louvain算法，输出每个模块的集群归属表以及集群间的耦合度矩阵，并高亮出跨集群的高耦合模块，供你评估重构优先级。
介绍
在大型代码库中，模块间的耦合关系往往隐藏于代码结构深处，人工梳理费时且易遗漏。code-communities 通过社区检测算法（如 Louvain）分析代码依赖图，自动识别出紧密耦合的架构集群以及它们之间的边界，帮助开发者快速定位高耦合区域，为重构、模块拆分和架构治理提供数据支撑。
使用时，只需将项目代码的依赖图（如模块/文件间的导入关系）作为输入，Skill 会运行社区检测算法，输出每个节点的归属社区（集群）以及集群间的耦合强度。你可以直接集成到 CI 流程中，或作为代码审查的辅助工具，直观看到架构的“自然分区”。
适合后端开发、智能体开发以及全栈开发者，尤其适用于中大型项目或微服务架构的系统，帮助团队在遗留代码中理清模块边界，避免架构腐化。对于需要频繁重构或进行架构演进的项目，此工具能显著提升决策效率。
使用前请确保已生成项目的代码依赖图（如使用 depcruise、madge 等工具导出 JSON 格式），否则无法直接运行。对于小项目（< 50 个模块），社区检测结果可能不够显著，建议配合其他静态分析工具一起使用。
核心特点
与依赖可视化成图工具不同，code-communities 不依赖预设规则或人工标注，而是通过无监督的社区检测算法自动发现天然的架构分区，能揭示开发者未意识到的潜在耦合边界。
注意事项
仅适用于已有完整代码依赖图的项目，且对极度扁平的模块结构（如单体文件过多）效果有限。
常见问题
如何生成代码依赖图作为输入？
可以使用 dependency-cruiser、madge 或 import-cost 等工具导出 JSON 格式的模块依赖关系，然后传入本 Skill 处理。
社区检测结果如何可视化？
Skill 会输出每个节点（模块）所属的社区 ID 以及社区间的耦合矩阵，你可将结果导入 Gephi、D3.js 等工具进行可视化。
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/code-communities-x-2/raw/index.md 读取 code-communities 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/code-communities-x-2/raw/index.md（查看排版版本）