context-tree
为遗留代码库生成经过验证、团队共享的AI知识层。
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：context-tree。 它的用途是：为遗留代码库生成经过验证、团队共享的AI知识层。 完整的 Skill 内容见：https://321skill.com/skills/context-tree/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
“/build-context-tree”，它会引导你开始构建过程，首先分析代码库结构，然后通过一系列问题访谈，帮助你生成初始的CLAUDE.md文件框架。接着，你可以
对AI说：“/maintain-context-tree”，它会检查代码变更，并提示你更新相关的上下文文档，确保知识库与代码同步。
介绍
Context Tree Builder 旨在解决AI助手在理解和维护遗留（Brownfield）代码库时面临的核心挑战：代码本身无法传达的“为什么”和“是什么”。它通过结合自动化代码分析与领域专家访谈，生成一套与源码结构镜像、且经过代码验证的 CLAUDE.md 文档体系，将隐性知识显性化。
使用该技能，开发者可以引导AI助手（如Claude Code）通过命令（如 /build-context-tree）启动构建流程。该流程会扫描代码结构，生成初始文档框架，并引导开发者或领域专家通过问答形式填充关键的业务背景、架构决策和术语映射，最终形成一套可提交至Git、供团队共享的知识库。
它特别适合由资深开发者、技术负责人或文档工程师主导，在需要对复杂、历史悠久的项目进行知识沉淀和新人上手的团队中使用。它要求使用者对代码库有较深理解，并能投入时间进行知识梳理和验证。
建议在项目进入稳定维护期或面临人员更替时使用。构建过程本身也是一次宝贵的代码与业务逻辑梳理。注意，它并非一次性任务，后续可通过 /maintain-context-tree 命令进行增量更新，确保文档与代码同步。
核心特点
与Claude Code自带的“自动记忆”功能形成互补：Context Tree是经过人工验证、提交至代码仓库、团队共享的“官方知识层”；而自动记忆是个人化、本地化的临时笔记。它通过 `memory-promoter` 技能将个人记忆中有价值的部分验证并提升至团队知识库。
注意事项
不适合从零开始的绿地（Greenfield）项目，也不适合追求快速生成通用文档的场景。
常见问题
Context Tree 和 Claude Code 的自动记忆有什么区别？
自动记忆是Claude根据你的个人会话生成的本地笔记，未经验证；Context Tree是经过代码验证、提交到Git、团队共享的正式文档层，两者互补。
构建Context Tree需要多久？
时间取决于代码库复杂度和领域知识的梳理深度，通常需要数小时到数天，但这是一次性投资，后续维护成本较低。
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/context-tree/raw/index.md 读取 context-tree 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/context-tree/raw/index.md（查看排版版本）