摘要

fuck-u-code(npm 包名 eff-u-code)是一款面向遗留代码治理的质量评估工具,基于 AST 解析进行多语言静态分析,输出总体评分与单文件风险排序,并可按需接入 AI 审查与 MCP 工具链,用于快速定位重构优先级。

功能与定位

该项目定位为“代码质量体检工具”,重点是把项目中的低质量代码文件快速暴露出来,帮助团队在重构、交接和持续维护时明确优先处理对象。仓库声明支持 14 种语言,并基于 tree-sitter 做 AST 级分析,而非仅依赖正则匹配。

典型使用场景

  • 进入存量项目后,先做全量扫描,快速定位质量最差文件。
  • 在重构前建立基线评分,跟踪优化后的质量变化。
  • 在 CI 或团队巡检流程中输出统一格式报告,用于评审与归档。
  • 在 AI 开发工作流中,通过 MCP 让外部 AI 客户端调用分析与审查能力。

核心功能

  • 多语言质量分析:覆盖 Go、JavaScript、TypeScript、Python、Java、C/C++、Rust 等语言。
  • 七维度评估:复杂度、代码量、注释率、错误处理、命名、重复度、结构。
  • 评分机制:提供总体分(0-100,越高越好)与单文件“糟糕指数”。
  • 报告导出:支持终端、Markdown、JSON、HTML。
  • 配置体系:支持项目级与全局配置,并支持 .gitignore 规则与额外排除模式。
  • AI 审查与 MCP:可接入 OpenAI 兼容、Anthropic、DeepSeek、Gemini、Ollama,并提供 MCP Server 能力。

特色与差异点

  • 以“最差文件优先”方式组织结果,更贴合遗留代码治理的落地顺序。
  • 分析链路可在本地完成;仅在启用云端模型时才涉及外部请求。
  • 同时提供开发者可读报告和机器可消费格式,便于团队流程化集成。

使用方式概览

项目提供命令行子命令用于代码分析、AI 审查、配置管理、更新与卸载;同时支持 MCP 安装流程,面向 Claude Code、Cursor 等工具提供可调用的分析接口。运行环境要求 Node.js 18 及以上。

限制与注意事项

  • 评分结果用于“发现问题与排序优先级”,不能替代人工架构判断。
  • 启用云端 AI 审查时,代码内容会发送到对应服务商 API;有数据边界要求时应优先采用本地模型方案。
  • 项目文档使用了较强烈的表达风格,团队内部落地时建议结合正式质量标准进行二次解释。

链接

关联主题