Codebase Onboarding & Intelligence

Мгновенно анализируйте любую кодовую базу. Создавайте диаграммы архитектуры, точки входа и проектно-специфичные файлы CLAUDE.md для быстрого освоения новых репозиториев с помощью ИИ.

Обучение и документация ★ 172,008 GitHub (172,008 ★)

Этот навык автоматизирует этап знакомства с новым проектом, систематически сканируя технологические стеки, архитектурные шаблоны и соглашения о кодировании. Он приносит немедленную пользу, сопоставляя ключевые структуры каталогов и жизненные циклы запросов, что позволяет разработчикам или ИИ-агентам эффективно вносить вклад с первого дня. Создавая структурированную документацию и правила, специфичные для проекта, он обеспечивает высококачественную разработку с помощью ИИ и помогает командам поддерживать единообразие в сложных репозиториях.

Ключевые возможности

01Создаёт или дополняет файлы CLAUDE.md для управления поведением ИИ

02172 008 звёзд на GitHub

03Генерирует подробные руководства по онбордингу в формате Markdown

04Автоматическое определение технологического стека для основных языков и фреймворков

05Архитектурное сопоставление жизненных циклов запросов и ключевых точек входа

06Умное обнаружение соглашений о кодировании, шаблонов именования и Git-рабочих процессов

Варианты использования

01Первичная инициализация Claude Code в существующем репозитории

02Документирование устаревших проектов для создания единого источника истины по стандартам кодирования

03Вступление в новую команду разработчиков и необходимость быстрого архитектурного обзора

name	codebase-onboarding
description	分析一个陌生的代码库，并生成一个结构化的入门指南，包括架构图、关键入口点、规范和一个起始的CLAUDE.md文件。适用于加入新项目或首次在代码仓库中设置Claude Code时。
origin	ECC

代码库入门引导

系统性地分析一个不熟悉的代码库，并生成结构化的入门指南。专为加入新项目的开发者或首次在现有仓库中设置 Claude Code 的用户设计。

使用时机

首次使用 Claude Code 打开项目时
加入新团队或新仓库时
用户询问“帮我理解这个代码库”
用户要求为项目生成 CLAUDE.md 文件
用户说“带我入门”或“带我浏览这个仓库”

工作原理

阶段 1：初步侦察

在不阅读每个文件的情况下，收集关于项目的原始信息。并行运行以下检查：

1. 包清单检测
   → package.json、go.mod、Cargo.toml、pyproject.toml、pom.xml、build.gradle、
     Gemfile、composer.json、mix.exs、pubspec.yaml

2. 框架指纹识别
   → next.config.*、nuxt.config.*、angular.json、vite.config.*、
     django 设置、flask 应用工厂、fastapi 主程序、rails 配置

3. 入口点识别
   → main.*、index.*、app.*、server.*、cmd/、src/main/

4. 目录结构快照
   → 目录树的前 2 层，忽略 node_modules、vendor、
     .git、dist、build、__pycache__、.next

5. 配置与工具检测
   → .eslintrc*、.prettierrc*、tsconfig.json、Makefile、Dockerfile、
     docker-compose*、.github/workflows/、.env.example、CI 配置

6. 测试结构检测
   → tests/、test/、__tests__/、*_test.go、*.spec.ts、*.test.js、
     pytest.ini、jest.config.*、vitest.config.*

阶段 2：架构映射

根据侦察数据，识别：

技术栈

语言及版本限制
框架及主要库
数据库及 ORM
构建工具和打包器
CI/CD 平台

架构模式

单体、单体仓库、微服务，还是无服务器
前端/后端分离，还是全栈
API 风格：REST、GraphQL、gRPC、tRPC

关键目录 将顶级目录映射到其用途：

src/components/  → React UI 组件
src/api/         → API 路由处理程序
src/lib/         → 共享工具库
src/db/          → 数据库模型和迁移文件
tests/           → 测试套件
scripts/         → 构建和部署脚本

数据流 追踪一个请求从入口到响应的路径：

请求从哪里进入？（路由器、处理器、控制器）
如何进行验证？（中间件、模式、守卫）
业务逻辑在哪里？（服务、模型、用例）
如何访问数据库？（ORM、原始查询、存储库）

阶段 3：规范检测

识别代码库已遵循的模式：

命名规范

文件命名：kebab-case、camelCase、PascalCase、snake_case
组件/类命名模式
测试文件命名：*.test.ts、*.spec.ts、*_test.go

代码模式

错误处理风格：try/catch、Result 类型、错误码
依赖注入还是直接导入
状态管理方法
异步模式：回调、Promise、async/await、通道

Git 规范

根据最近分支推断分支命名
根据最近提交推断提交信息风格
PR 工作流（压缩合并、合并、变基）
如果仓库尚无提交记录或历史记录很浅（例如 git clone --depth 1），则跳过此部分并注明“Git 历史记录不可用或过浅，无法检测规范”

阶段 4：生成入门工件

生成两个输出：

输出 1：入门指南

# 新手上路指南：[项目名称]

## 概述
[2-3句话：说明本项目的作用及服务对象]

## 技术栈
<!-- Example for a Next.js project — replace with detected stack -->
| 层级 | 技术 | 版本 |
|-------|-----------|---------|
| 语言 | TypeScript | 5.x |
| 框架 | Next.js | 14.x |
| 数据库 | PostgreSQL | 16 |
| ORM | Prisma | 5.x |
| 测试 | Jest + Playwright | - |

## 架构
[组件连接方式的图表或描述]

## 关键入口点
<!-- Example for a Next.js project — replace with detected paths -->
- **API 路由**: `src/app/api/` — Next.js 路由处理器
- **UI 页面**: `src/app/(dashboard)/` — 经过身份验证的页面
- **数据库**: `prisma/schema.prisma` — 数据模型的单一事实来源
- **配置**: `next.config.ts` — 构建和运行时配置

## 目录结构
[顶级目录 → 用途映射]

## 请求生命周期
[追踪一个 API 请求从入口到响应的全过程]

## 约定
- [文件命名模式]
- [错误处理方法]
- [测试模式]
- [Git 工作流程]

## 常见任务
<!-- Example for a Node.js project — replace with detected commands -->
- **运行开发服务器**: `npm run dev`
- **运行测试**: `npm test`
- **运行代码检查工具**: `npm run lint`
- **数据库迁移**: `npx prisma migrate dev`
- **生产环境构建**: `npm run build`

## 查找位置
<!-- Example for a Next.js project — replace with detected paths -->
| 我想... | 查看... |
|--------------|-----------|
| 添加 API 端点 | `src/app/api/` |
| 添加 UI 页面 | `src/app/(dashboard)/` |
| 添加数据库表 | `prisma/schema.prisma` |
| 添加测试 | `tests/` （与源路径匹配） |
| 更改构建配置 | `next.config.ts` |

输出 2：初始 CLAUDE.md

根据检测到的规范，生成或更新项目特定的 CLAUDE.md。如果 CLAUDE.md 已存在，请先读取它并进行增强——保留现有的项目特定说明，并明确标注新增或更改的内容。

# 项目说明

## 技术栈
[检测到的技术栈摘要]

## 代码风格
- [检测到的命名规范]
- [检测到的应遵循的模式]

## 测试
- 运行测试：`[detected test command]`
- 测试模式：[检测到的测试文件约定]
- 覆盖率：[如果已配置，覆盖率命令]

## 构建与运行
- 开发：`[detected dev command]`
- 构建：`[detected build command]`
- 代码检查：`[detected lint command]`

## 项目结构
[关键目录 → 用途映射]

## 约定
- [可检测到的提交风格]
- [可检测到的 PR 工作流程]
- [错误处理模式]

最佳实践

不要通读所有内容 —— 侦察阶段应使用 Glob 和 Grep，而非读取每个文件。仅在信号不明确时有选择性地读取。
验证而非猜测 —— 如果从配置文件中检测到某个框架，但实际代码使用了不同的东西，请以代码为准。
尊重现有的 CLAUDE.md —— 如果文件已存在，请增强它而不是替换它。明确标注哪些是新增内容，哪些是原有内容。
保持简洁 —— 入门指南应在 2 分钟内可快速浏览。细节应留在代码中，而非指南里。
标记未知项 —— 如果无法自信地检测到某个规范，请如实说明而非猜测。“无法确定测试运行器”比给出错误答案更好。

应避免的反模式

生成超过 100 行的 CLAUDE.md —— 保持其聚焦
列出每个依赖项 —— 仅突出那些影响编码方式的依赖
描述显而易见的目录名 —— src/ 不需要解释
复制 README —— 入门指南应提供 README 所缺乏的结构性见解

示例

示例 1：首次进入新仓库

用户：“带我入门这个代码库” 操作：运行完整的 4 阶段工作流 → 生成入门指南 + 初始 CLAUDE.md 输出：入门指南直接打印到对话中，并在项目根目录写入一个 CLAUDE.md

示例 2：为现有项目生成 CLAUDE.md

用户：“为这个项目生成一个 CLAUDE.md” 操作：运行阶段 1-3，跳过入门指南，仅生成 CLAUDE.md 输出：包含检测到的规范的项目特定 CLAUDE.md

示例 3：增强现有的 CLAUDE.md

用户：“用当前项目规范更新 CLAUDE.md” 操作：读取现有 CLAUDE.md，运行阶段 1-3，合并新发现输出：更新后的 CLAUDE.md，并明确标记了新增内容

🧭 Что это

Codebase Onboarding & Intelligence — это автоматизированный инструмент для анализа незнакомого репозитория и генерации структурированного руководства по его устройству. Он помогает разработчику быстро разобраться в проекте: понять архитектуру, найти ключевые точки входа, выявить принятые в команде соглашения (code style, naming, Git workflow) и создать или дополнить файл CLAUDE.md — контекстный файл для Claude Code. Skill особенно полезен при первом знакомстве с репозиторием, при переходе в новый проект или при настройке Claude Code в существующей кодовой базе.

⚙️ Как работает

Skill выполняет анализ в четыре последовательных этапа, от поверхностного сканирования до генерации артефактов.

🔍 Этап 1: Разведка (Reconnaissance)

На этом этапе skill собирает «сырую» информацию о проекте, не читая каждый файл. Используются glob-паттерны и grep для быстрого обнаружения:

Пакетные манифесты: package.json, go.mod, Cargo.toml, pyproject.toml, pom.xml, build.gradle, Gemfile, composer.json, mix.exs, pubspec.yaml.
Фреймворки: конфигурационные файлы Next.js (next.config.*), Nuxt (nuxt.config.*), Angular (angular.json), Vite (vite.config.*), а также типовые структуры Django, Flask, FastAPI, Rails.
Точки входа: main.*, index.*, app.*, server.*, cmd/, src/main/.
Структура директорий: первые два уровня дерева каталогов (исключая node_modules, vendor, .git, dist, build, __pycache__, .next).
Инструменты и конфигурация: линтеры (.eslintrc*, .prettierrc*), TypeScript (tsconfig.json), сборка (Makefile, Dockerfile, docker-compose*), CI (github/workflows/, .env.example).
Тестовая структура: tests/, test/, __tests__/, *_test.go, *.spec.ts, *.test.js, конфиги pytest.ini, jest.config.*, vitest.config.*.

🗺️ Этап 2: Карта архитектуры (Architecture Mapping)

На основе собранных данных skill определяет:

Технологический стек: язык, фреймворк, база данных, ORM, сборщик, CI/CD.
Архитектурный паттерн: монолит, монорепозиторий, микросервисы, serverless.
Стиль API: REST, GraphQL, gRPC, tRPC.
Назначение ключевых директорий: например, src/components/ → UI-компоненты, src/api/ → обработчики маршрутов, src/db/ → модели и миграции.
Путь запроса: от точки входа (роутер, контроллер) через валидацию (middleware, guards) и бизнес-логику (сервисы, use cases) до базы данных (ORM, raw queries).

📐 Этап 3: Детекция соглашений (Convention Detection)

Skill выявляет негласные правила, принятые в проекте:

Именование файлов: kebab-case, camelCase, PascalCase, snake_case.
Именование компонентов/классов: паттерны, используемые в коде.
Именование тестов: *.test.ts, *.spec.ts, *_test.go.
Обработка ошибок: try/catch, Result-типы, коды ошибок.
Внедрение зависимостей: DI-контейнеры или прямые импорты.
Управление состоянием: Redux, MobX, Context API и т.д.
Асинхронность: callbacks, Promises, async/await, channels.
Git-соглашения: стиль именования веток, сообщений коммитов, workflow PR (squash merge, merge commit, rebase). Если история Git недоступна (например, git clone --depth 1), skill честно сообщает об этом.

📄 Этап 4: Генерация артефактов (Artifact Generation)

Skill создаёт два документа:

Руководство по онбордингу (Onboarding Guide) — структурированный Markdown-документ, включающий:
- Обзор проекта (2–3 предложения).
- Таблицу технологического стека.
- Описание архитектуры и связей между компонентами.
- Список ключевых точек входа (API-роуты, страницы, конфиги).
- Карту директорий.
- Жизненный цикл запроса.
- Соглашения (именование, обработка ошибок, тестирование, Git).
- Типовые команды (npm run dev, npm test, npm run lint, npx prisma migrate dev, npm run build).
- Таблицу «Куда смотреть, если нужно...» (добавить API-эндпоинт, UI-страницу, таблицу БД, тест, изменить конфиг).
Файл CLAUDE.md — контекстный файл для Claude Code, содержащий:
- Технологический стек.
- Стиль кода (именование, паттерны).
- Команды для тестирования, сборки, линтинга.
- Структуру проекта.
- Соглашения (коммиты, PR, обработка ошибок).

Если CLAUDE.md уже существует, skill не перезаписывает его, а дополняет, явно помечая новые или изменённые секции.

🎯 Когда использовать

При первом открытии проекта в Claude Code — чтобы сразу получить контекст и начать продуктивно работать.
При переходе в новый репозиторий — для быстрого понимания архитектуры и правил.
Когда нужно сгенерировать или обновить CLAUDE.md — для поддержания актуального контекста.
По запросу «помоги разобраться в коде» — skill выполнит полный анализ и выдаст руководство.
По запросу «проведи онбординг» — аналогично.

⚠️ Важно знать

Не читает всё подряд: разведка использует glob и grep, а не полный обход файлов. Это экономит время и токены. Только при неоднозначных сигналах skill может выборочно прочитать несколько файлов.
Проверяет, а не угадывает: если конфиг фреймворка найден, но код использует другой фреймворк, приоритет у кода.
Уважает существующий CLAUDE.md: не заменяет, а дополняет его.
Держит руководство кратким: оно должно просматриваться за 2 минуты. Детали остаются в коде.
Честно сообщает о неопределённости: если skill не может уверенно определить, например, тестовый раннер, он скажет «не удалось определить», а не выдаст ложное предположение.
Избегает антипаттернов: не генерирует CLAUDE.md длиннее 100 строк, не перечисляет все зависимости, не описывает очевидные директории (src/), не копирует README.

Примеры использования

Пример 1: Первый вход в новый репозиторий

Пользователь: «Проведи онбординг по этому репозиторию» Skill: выполняет все 4 этапа → выводит руководство в чат и создаёт/обновляет CLAUDE.md в корне проекта.

Пример 2: Генерация CLAUDE.md для существующего проекта

Пользователь: «Сгенерируй CLAUDE.md для этого проекта» Skill: выполняет этапы 1–3, пропускает генерацию руководства, создаёт только CLAUDE.md.

Пример 3: Обновление существующего CLAUDE.md

Пользователь: «Обнови CLAUDE.md в соответствии с текущими соглашениями» Skill: читает существующий CLAUDE.md, выполняет этапы 1–3, объединяет новые находки с существующим содержимым, явно помечая добавленные секции.

# Пример типовых команд, которые могут быть обнаружены
npm run dev      # запуск dev-сервера
npm test         # запуск тестов
npm run build    # production-сборка

Установите одной командой.

npx skillfish add affaan-m/everything-claude-code codebase-onboarding

Источник: https://mcpmarket.com/tools/skills/codebase-onboarding-intelligence