pi-lore
为AI助手提供Haskell代码库的智能理解工具
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：pi-lore。 它的用途是：为AI助手提供Haskell代码库的智能理解工具 完整的 Skill 内容见：https://321skill.com/skills/pi-lore/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
‘请帮我分析一下`src/Network/`目录下`Http.hs`文件中`parseRequest`函数的依赖关系。’ 它会调用`pi-lore`解析该文件及其导入，然后清晰地列出该函数直接和间接依赖的所有模块、类型及函数，并指出关键的类型约束。
介绍
在大型Haskell项目中，传统的代码探索方式通常需要手动阅读整个文件、追踪导入关系，并将大量无关或已知的定义填充到模型上下文中，导致效率低下且上下文混乱。pi-lore通过集成GHC（Glasgow Haskell Compiler）的感知能力，为Pi等AI助手提供了精准理解Haskell代码库的工具，使其能够智能地解析代码结构、依赖和类型信息。
使用时，开发者需要先安装pi-lore包，然后在AI助手（如Pi）的环境中配置并启用该技能。当AI助手处理Haskell项目时，pi-lore会作为其底层工具被调用，自动分析代码库，提取相关的定义、类型签名和模块依赖，从而让AI能够基于准确的代码上下文进行回答或生成代码，而无需开发者手动提供大量代码片段。
这个技能主要适合使用Haskell进行开发，并希望借助AI助手（如Pi）来提升代码理解、重构或文档生成效率的开发者。无论是维护遗留的大型Haskell代码库，还是在新项目中快速导航和理解复杂类型系统，pi-lore都能显著降低认知负担。
建议在项目根目录或包含.cabal、stack.yaml等构建配置文件的目录下使用，以确保pi-lore能正确识别项目结构。注意，它依赖于GHC对项目的成功解析，因此确保项目本身能通过GHC编译是有效使用的前提。对于非Haskell项目或极小型的脚本，其优势可能不明显。
核心特点
与通用的代码搜索或文本分析工具不同，`pi-lore`深度集成GHC，能理解Haskell特有的语法、类型系统和模块结构，提供语义级别的代码导航，而非简单的文本匹配。
注意事项
仅适用于Haskell代码库，且需要项目能被GHC正确解析和编译。
常见问题
pi-lore支持哪些AI助手？
主要针对Pi代理设计，但理论上可适配其他支持类似工具调用的AI助手。
它能处理Stack和Cabal项目吗？
可以，只要项目能被GHC识别，它就能基于构建配置进行解析。
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/pi-lore/raw/index.md 读取 pi-lore 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/pi-lore/raw/index.md（查看排版版本）