code-communities
自动发现代码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：自动发现代码架构集群与耦合边界 完整的 Skill 内容见：https://321skill.com/skills/code-communities-x/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
'请用 code-communities 分析我的Node.js项目，输出模块聚类结果。' 它会自动解析项目中的 require/import 依赖，生成代码图并运行社区检测，最终返回每个文件所属的模块集群以及模块间的耦合权重，帮助你识别是否有循环依赖或过度耦合。
介绍
code-communities 通过对代码依赖图进行社区检测，自动识别项目中的架构集群（模块）以及它们之间的耦合边界，帮助开发者直观理解系统的模块划分和依赖关系，发现潜在的架构退化问题。
使用方式简单：你只需提供项目的代码依赖图（如导入关系、调用关系等），工具会运行社区检测算法（如 Louvain 或 Leiden）输出每个模块的归属社区以及社区间的耦合强度，结果可导出为可视化的图形或结构化数据。
适合后端开发、全栈开发以及技术负责人，在重构遗留系统、评估新架构合理性、向新成员解释项目结构时尤为有用。也适合智能体开发者用于理解外部代码库的模块组织。
注意：该工具依赖完整的代码依赖图，对于强耦合的单体项目或缺少模块化设计的小型项目，社区划分可能不够清晰；同时，它不关注代码行内的质量问题，仅聚焦于模块间的关系。
核心特点
与传统的基于规则或度量（如扇入扇出）的架构分析不同，code-communities 使用图社区检测算法自动发现模块边界，无需人工预设规则，能从数据中客观揭示架构集群。
注意事项
不适用于单文件或高度耦合的单体应用，且需要完整的依赖图作为输入，否则结果可能不准确。
常见问题
code-communities 与其他代码架构分析工具（如 Structure101）有什么区别？
它采用社区检测算法自动发现架构边界，而非依赖人工设定的规则或阈值，更适合探索未知的架构退化。输出结果可直接用于可视化或集成到 CI 流程。
这个工具支持哪些编程语言？
语言无关，只要你能将代码依赖关系转化为图（如节点和边的列表），工具即可处理。通常需要配合语言解析器生成依赖图。
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/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/raw/index.md（查看排版版本）