{/* This page is auto-generated from the skill's SKILL.md by website/scripts/generate-skill-docs.py. Edit the source SKILL.md, not this page. */}

代码库检查

使用 pygount 检查代码库：代码行数、语言、占比。

Skill 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
平台	linux, macos, windows
标签	`LOC`, `Code Analysis`, `pygount`, `Codebase`, `Metrics`, `Repository`
相关 skill	`github-repo-management`

参考：完整 SKILL.md

信息

以下是 Hermes 在触发此 skill 时加载的完整 skill 定义。这是 agent 在 skill 激活时所看到的指令内容。

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、文件数量及代码与注释的比例。

使用场景

用户请求统计 LOC（lines of code，代码行数）

用户需要仓库的语言分布情况

用户询问代码库的规模或组成

用户需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

1. 基本摘要（最常用）

获取包含文件数量、代码行数和注释行数的完整语言分布：

重要： 始终使用 --folders-to-skip 排除依赖/构建目录，否则 pygount 会遍历这些目录，导致运行时间极长甚至卡死。

2. 常用目录排除项

根据项目类型进行调整：

3. 按特定语言过滤

4. 逐文件详细输出

5. 输出格式

6. 结果解读

摘要表格各列说明：

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/声明性语句）

Comment — 注释或文档行数

% — 占总量的百分比

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（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

注意事项

始终排除 .git、node_modules、venv — 不使用 --folders-to-skip 时，pygount 会遍历所有内容，在大型依赖树上可能耗时数分钟甚至卡死。

Markdown 显示 0 代码行 — pygount 将所有 Markdown 内容归类为注释而非代码，这是预期行为。

JSON 文件代码行数偏低 — pygount 统计 JSON 行数时可能较为保守，如需精确统计 JSON 行数，请直接使用 wc -l。

大型 monorepo — 对于非常大的仓库，建议使用 --suffix 指定目标语言，而非扫描全部内容。

"代码库检查 — 使用 pygount 检查代码库：代码行数、语言、占比"

代码库检查#

Skill 元数据#

参考：完整 SKILL.md#

使用 pygount 进行代码库检查#

使用场景#

前置条件#

1. 基本摘要（最常用）#

2. 常用目录排除项#

3. 按特定语言过滤#

4. 逐文件详细输出#

5. 输出格式#

6. 结果解读#

注意事项#

代码库检查

Skill 元数据

参考：完整 SKILL.md

使用 pygount 进行代码库检查

使用场景

前置条件

1. 基本摘要（最常用）

2. 常用目录排除项

3. 按特定语言过滤

4. 逐文件详细输出

5. 输出格式

6. 结果解读

注意事项