К основному содержанию
скилл CX Codex

tldr-deep — скилл для Claude Code: что делает и как установить

Скилл разбирает отдельную функцию по пяти аналитическим слоям через утилиту tldr. Помогает при отладке и рефакторинге запутанного кода.

Установить в Claude Code · Через Skills CLI (Vercel) Все способы и платформы ↓
npx skills add parcadei/Continuous-Claude-v3 --skill tldr-deep -a claude-code
Открыть на GitHub

Что делает tldr-deep

Скилл находит объявление функции в проекте и последовательно запускает пять аналитических слоёв. Сначала извлекается структура файла через AST (tldr extract), затем строится граф вызовов с глубиной 2 (tldr context). Следом инструмент оценивает граф потока управления CFG с расчётом цикломатической сложности и граф потока данных DFG. Завершает цепочку срез программы для целевой строки (tldr slice).

Для запуска анализа в окружении должна быть установлена CLI-утилита tldr или доступен Python-модуль tldr.api. Без этой внешней утилиты агент не сможет собрать срезы и графы вызовов.

Какие задачи решает

  • рассчитать цикломатическую сложность функции
  • построить граф входящих и исходящих вызовов
  • отследить поток данных и места определения переменных
  • получить срез зависимостей для конкретной строки кода

Примеры запросов агенту

  • /tldr-deep process_data
  • проанализируй функцию handle_request в деталях
  • разбери работу функции calculate_tax по всем слоям

Как установить tldr-deep

1Через Skills CLI (Vercel)

npx skills add parcadei/Continuous-Claude-v3 --skill tldr-deep -a claude-code

2Вручную: положить файлы

~/.claude/skills/tldr-deep/SKILL.md

Папка скилла целиком; для одного проекта — .claude/skills/tldr-deep/

По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов

Из того же набора69

qlty-check Скилл гоняет qlty CLI по вашему коду: линтеры, автофикс, форматирование и метрики сложности. Пригодится перед коммитом или передачей работы. CX Codex +1 484установок braintrust-analyze Скилл анализирует трейсы сессий Claude Code через Braintrust. Находит зацикливания инструментов, оценивает расход токенов и показывает статистику по вызовам агентов. CX Codex +1 484установок pint-compute Считает величины с единицами через Pint: переводит меры, проверяет размерности и упрощает составные единицы. Нужен для расчётов, где нельзя смешивать несовместимые величины. CX Codex +1 482установок release Прогоняет релиз через пять субагентов: аудит безопасности, E2E-тесты, финальное ревью, бамп версии и релизные заметки. Пригодится перед выкладкой в прод. CX Codex +1 481установок migrate Ведёт миграцию от исследования цели до проверки изменений. Пригодится при обновлении фреймворка, языка, базы данных или инфраструктуры. CX Codex +1 481установок reference-sdk Скилл находит примеры реализации в эталонных SDK через утилиту btca. Он подсказывает агенту, как устроены стриминг, вызовы инструментов и валидация у других библиотек. CX Codex +1 480установок tour Показывает дружелюбный обзор возможностей агента, когда пользователь спрашивает, с чего начать или что доступно. Пригодится для первого знакомства с проектом. CX Codex +1 480установок agentica-prompts Скилл задаёт шаблоны и правила промптов для агентов Agentica и REPL. Убирает двусмысленность инструкций и организует обмен данными через файлы. CX Codex +1 478установок

Похожие

grepai-trace-graph yoanbernabeu Скилл учит агента строить рекурсивные графы вызовов через grepai trace graph: кто кого вызывает и на какую глубину. CX Codex +1 802установок jscodeshift pproenca Набор правил для написания и отладки кодмодов на jscodeshift: разбор AST, миграции кода, авторефакторинг. CX Codex +1 410установок jscpd kucherenko Находит дубликаты кода более чем на 220 языках и готовит компактный отчёт для ИИ-агента. Пригодится при рефакторинге и поиске скрытой копипасты. CX Codex +1 2 600установок codenavi Felipe Rodrigues - github.com/felipfr Помогает исследовать незнакомый код, точечно вносить правки и сохранять знания о проекте в папку .notebook/. Пригодится при отладке и рефакторинге сложных систем. CX Codex +1 312установок focused-fix Alireza Rezvani Скилл для сквозного ремонта сломанных модулей и фич по строгому протоколу из пяти фаз. Пригодится, когда одиночные правки не помогают и сбоит вся функциональность. 600установок spinning-up-deep-rl Alireza Rezvani Скилл даёт Claude Code базу по deep RL, алгоритмам и отладке. Пригодится для разбора MDP, policy gradients и экспериментов с несколькими seed. 8установок

Рядом в теме «Код-ревью и рефакторинг»

Всё по теме «Код-ревью и рефакторинг» →

Вопросы о tldr-deep

Как установить tldr-deep в Claude Code?

Выполните команду npx skills add parcadei/Continuous-Claude-v3 --skill tldr-deep -a claude-code. Файл навыка сохранится по пути ~/.claude/skills/tldr-deep/SKILL.md.

Что делает скилл tldr-deep?

Он выполняет глубокий пятислойный анализ выбранной функции: проверяет синтаксическое дерево, строит граф вызовов, вычисляет поток управления, отслеживает поток данных и формирует срез программы.

Какие требования нужны для работы tldr-deep?

Требуется рабочая утилита командной строки tldr в окружении либо библиотека tldr.api. Скилл вызывает системные команды tldr search, tldr cfg, tldr dfg и tldr slice.

Исходный текст

SKILL.md · MIT
---
name: tldr-deep
description: Full 5-layer analysis of a specific function. Use when debugging or deeply understanding code.
---

# TLDR Deep Analysis

Full 5-layer analysis of a specific function. Use when debugging or deeply understanding code.

## Trigger
- `/tldr-deep <function_name>`
- "analyze function X in detail"
- "I need to deeply understand how Y works"
- Debugging complex functions

## Layers

| Layer | Purpose | Command |
|-------|---------|---------|
| L1: AST | Structure | `tldr extract <file>` |
| L2: Call Graph | Navigation | `tldr context <func> --depth 2` |
| L3: CFG | Complexity | `tldr cfg <file> <func>` |
| L4: DFG | Data flow | `tldr dfg <file> <func>` |
| L5: Slice | Dependencies | `tldr slice <file> <func> <line>` |

## Execution

Given a function name, run all layers:

```bash
# First find the file
tldr search "def <function_name>" .

# Then run each layer
tldr extract <found_file>              # L1: Full file structure
tldr context <function_name> --project . --depth 2  # L2: Call graph
tldr cfg <found_file> <function_name>  # L3: Control flow
tldr dfg <found_file> <function_name>  # L4: Data flow
tldr slice <found_file> <function_name> <target_line>  # L5: Slice
```

## Output Format

```
## Deep Analysis: {function_name}

### L1: Structure (AST)
File: {file_path}
Signature: {signature}
Docstring: {docstring}

### L2: Call Graph
Calls: {list of functions this calls}
Called by: {list of functions that call this}

### L3: Control Flow (CFG)
Blocks: {N}
Cyclomatic Complexity: {M}
[Hot if M > 10]
Branches:
  - if: line X
  - for: line Y
  - ...

### L4: Data Flow (DFG)
Variables defined:
  - {var1} @ line X
  - {var2} @ line Y
Variables used:
  - {var1} @ lines [A, B, C]
  - {var2} @ lines [D, E]

### L5: Program Slice (affecting line {target})
Lines in slice: {N}
Key dependencies:
  - line X → line Y (data)
  - line A → line B (control)

---
Total: ~{tokens} tokens (95% savings vs raw file)
```

## When to Use

1. **Debugging** - Need to understand all paths through a function
2. **Refactoring** - Need to know what depends on what
3. **Code review** - Analyzing complex functions
4. **Performance** - Finding hot spots (high cyclomatic complexity)

## Programmatic API

```python
from tldr.api import (
    extract_file,
    get_relevant_context,
    get_cfg_context,
    get_dfg_context,
    get_slice
)

# All layers for one function
file_info = extract_file("src/processor.py")
context = get_relevant_context("src/", "process_data", depth=2)
cfg = get_cfg_context("src/processor.py", "process_data")
dfg = get_dfg_context("src/processor.py", "process_data")
slice_lines = get_slice("src/processor.py", "process_data", target_line=42)
```

© parcadei · MIT · parcadei/Continuous-Claude-v3

Смотрите также

Спонсоры проекта

Компании, которые помогают держать аналитику открытой