代码库检查

使用 pygount 检查代码库：代码行数、语言、比例。

技能元数据

来源	内置（默认安装）
路径	skills/github/codebase-inspection
版本	1.0.0
作者	Hermes Agent
许可证	MIT
标签	LOC, Code Analysis, pygount, Codebase, Metrics, Repository
相关技能	github-repo-management

参考：完整 SKILL.md

信息

以下是 Hermes 在触发此技能时加载的完整技能定义。这是 Agent 在技能激活时看到的指令。

使用 pygount 进行代码库检查

使用 pygount 分析仓库的代码行数、语言分布、文件数量以及代码与注释的比例。

何时使用

• 用户询问代码行数（LOC）
• 用户想要仓库的语言分布
• 用户询问代码库大小或组成
• 用户想要代码与注释的比例
• 一般性的“这个仓库有多大”问题

前置条件

pip install --break-system-packages pygount 2>/dev/null || pip install pygount

1. 基本摘要（最常用）

获取完整的语言分布，包括文件数量、代码行数和注释行数：

cd /path/to/repo
pygount --format=summary \
  --folders-to-skip=".git,node_modules,venv,.venv,__pycache__,.cache,dist,build,.next,.tox,.eggs,*.egg-info" \
  .

重要： 始终使用 --folders-to-skip 排除依赖/构建目录，否则 pygount 会遍历它们，导致耗时很长或卡住。

2. 常见文件夹排除项

根据项目类型调整：

# Python 项目
--folders-to-skip=".git,venv,.venv,__pycache__,.cache,dist,build,.tox,.eggs,.mypy_cache"

# JavaScript/TypeScript 项目
--folders-to-skip=".git,node_modules,dist,build,.next,.cache,.turbo,coverage"

# 通用全量排除
--folders-to-skip=".git,node_modules,venv,.venv,__pycache__,.cache,dist,build,.next,.tox,vendor,third_party"

3. 按特定语言过滤

# 仅统计 Python 文件
pygount --suffix=py --format=summary .

# 仅统计 Python 和 YAML
pygount --suffix=py,yaml,yml --format=summary .

4. 逐文件详细输出

# 默认格式显示每个文件的统计
pygount --folders-to-skip=".git,node_modules,venv" .

# 按代码行数排序（通过管道传递给 sort）
pygount --folders-to-skip=".git,node_modules,venv" . | sort -t$'\t' -k1 -nr | head -20

5. 输出格式

# 摘要表格（默认推荐）
pygount --format=summary .

# JSON 输出，便于程序化使用
pygount --format=json .

# 管道友好：语言、文件数、代码、文档、空行、字符串
pygount --format=summary . 2>/dev/null

6. 解读结果

摘要表格的列含义：

• Language — 检测到的编程语言
• Files — 该语言的文件数量
• Code — 实际代码行数（可执行/声明式）
• Comment — 注释或文档行数
• % — 占总数的百分比 特殊伪语言：
• __empty__ — 空文件
• __binary__ — 二进制文件（图片、编译产物等）
• __generated__ — 自动生成的文件（通过启发式检测）
• __duplicate__ — 内容完全相同的文件
• __unknown__ — 无法识别的文件类型

常见陷阱

1. 务必排除 .git、node_modules、venv — 如果不使用 --folders-to-skip，pygount 会爬取所有内容，在大规模依赖树上可能会耗时数分钟甚至卡死。
2. Markdown 显示为 0 行代码 — pygount 默认将所有 Markdown 内容归类为注释而非代码，这是预期行为。
3. JSON 文件代码行数偏低 — pygount 对 JSON 行的计数较为保守。如需精确的 JSON 行数，请直接使用 wc -l。
4. 大型单体仓库 — 对于非常大的仓库，建议使用 --suffix 来限定目标语言，而不是扫描所有内容。