code-communities
基于社区检测的代码架构分析工具
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：基于社区检测的代码架构分析工具 完整的 Skill 内容见：https://321skill.com/skills/code-communities-x-3/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
'分析当前项目代码的耦合情况，输出架构集群图。' 它会运行社区检测算法，生成模块社区划分和耦合边界报告，指出高耦合区域，并建议解耦方向。
介绍
code-communities 是一款通过社区检测算法分析代码依赖图，自动识别架构集群和耦合边界的工具。它能帮助开发团队发现代码库中隐藏的模块边界、高耦合区域以及潜在的架构腐化点，从而指导重构和模块拆分决策。
使用该工具，你只需提供代码依赖数据（如导入图、调用图），它通过图聚类算法（如Louvain、Infomap）将代码模块划分为多个社区，并输出每个社区的模块列表、社区间耦合度以及边界强度。支持多种语言（如Java、Python、JavaScript）的依赖图输入，也可集成到CI/CD流水线中。
适合后端开发、全栈开发以及架构师（或技术负责人）在项目演进过程中定期检查架构健康度。尤其适合中大型代码库，或者团队正在进行模块化重构时。
注意：该工具对小型项目（如少于50个模块）效果有限，因为社区划分可能不够明显；同时需要提前生成代码依赖图（如通过depends、jq等工具），本身不直接分析源代码。建议在CI/CD中集成，每次PR自动生成架构报告。
核心特点
不同于基于规则或依赖矩阵的静态分析，code-communities 使用图社区发现算法，能够自动发现非显式定义的模块边界，并量化耦合程度，适合发现架构漂移和隐藏依赖。
注意事项
不适合小型项目或模块数量过少的代码库，依赖图质量直接影响分析效果。
常见问题
支持哪些编程语言？
工具本身语言无关，但需要你提供标准格式的依赖图（如JSON导入图），常见语言如Java、Python、JavaScript均有社区工具生成依赖图。
需要哪些依赖？
需要Node.js或Python环境，具体依赖请查看仓库README，通常只需安装一个命令行工具和一个可视化库（如D3.js）。
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-3/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-3/raw/index.md（查看排版版本）