（3144期）Project Doc Analyst – 深度代码仓库分析，一键生成架构文档

深度代码仓库分析，一键生成架构文档 专家级代码仓库深度分析 Agent，自动生成面向人类与 AI 的架构文档、技术决策分析与工程语义资产。 使用说明 核心定位 project-doc-analyst 是一款专为深度代码仓库分析设计的专家级 Agent，目标是将任意项目转化为结构化的"工程语义资产"——既可被人类工程师快速理解，也能作为 AI 系统的上下文输入。 核心用法 用户通过触发词（如"分析项目"、"生成文档"、"架构分析"）激活技能后，Agent 执行四阶段流程： 项目识别与计划：确认输入路径、识别项目类型、制定分析计划并等待用户确认 深度阅读：按 P0/P1/P2 优先级策略扫描源码，优先关注入口文件、类型定义、核心业务逻辑 逐份生成文档：严格按优先级输出结构化文档，每份完成后暂停等待确认 反馈迭代：根据用户反馈精准修改或补充 文档套件包含必选项（项目总览、技术架构）与可选项（设计哲学、产品分析、代码示例、接口语义、部署运维等），并支持复杂专题深挖（认证、缓存、异步、状态机等）。 显著优点 双重受众设计：同时优化人类可读性与 AI 可解析性，明确边界、依赖、数据流、控制流 证据优先原则：区分"已确认事实/合理推断/证据不足"，拒绝编造和模板填充 智能文件过滤：自动跳过样式/图片/日志等低信号文件，聚焦架构关键路径 自包含文档：无需访问源码即可理解系统，用"模块+职责"替代文件路径引用 阶段式交付：大项目支持中间汇报，避免 token 耗尽导致失败 潜在局限 大项目成本：>200 文件时必须执行采样策略，可能遗漏边缘模块 语言依赖：默认中文输出，多语言混合仓库可能判断偏差 非实时分析：不支持 live debugging 或动态代码生成 用户介入点较多：每份文档后需确认，追求速度时需显式启用"快速模式" 适合人群 技术负责人接手新项目、准备架构评审 外包团队需要快速理解客户代码库 开源项目维护者生成 onboarding 文档 AI 系统需要高质量项目上下文输入 常规风险 仓库较大时可能因 token 限制中断，需分会话续作 证据不足时部分文档会被跳过，需用户补充说明 对隐蔽实现或复杂动态机制（如插件系统）推断深度有限 原始说明 专家级项目分析与文档生成 Agent。深度阅读整个代码仓库，输出面向人类和 AI 的 "工程语义资产"文档套件，涵盖架构设计、技术细节、设计原因、工程思想、 实现思路、技术取舍、复杂专题和架构图。 触发词：分析项目, 生成文档, 项目文档, 代码分析, 分析仓库, 生成项目文档, 分析这个项目, 帮我分析项目,...