AI 编程Agent Skill

Anti-Dark-Code：基于证据的 AI 代码审查与代码库理解技能

LynxTWO/anti-dark-code-skill · Evidence-based AI code review: map unfamiliar code, audit risks, verify changes, and improve software within owner authorization.

GitHub原文发布未知首次收录 2026-10-16上架 2026-10-16 07:02

☆ 收藏查看项目 ↗

ELI5：它是什么，解决什么问题

Anti-Dark-Code 是一个模型中立的 agent skill，帮助编码助手理解陌生代码、排查关键风险、记录关键行为、建立校验并修复有依据的问题。它围绕理解、调查、记录、验证、修复与改进六类任务组织工作流，强调结论需附证据并标注已验证、推断与未知的置信度，本地校准信息按仓库隔离保存，可选使用本地 Python 3.12 及以上标准库工具运行。

# code-review # code-analysis # agent-skill # code-audit # verification

核心能力与快速开始

★ 1 · Python

能做什么: 提供 AI 代码审查技能：映射代码库入口点与未知区域（Understand）、审计日志、并发、测试强度和就绪度（Investigate）、在不改变行为的前提下解释关键路径（Document）、为改动或仓库建立与改进校验（Verify）、修复有支撑依据的发现（Remediate）、将改进推进到验收（Improve）。工具支持受限的性能剖析、能力规划、变更到验证的路由、经审查的 gate 执行、紧凑摘要、失败包、源码与绑定校验以及提案暂存。校准信息（哈希身份、映射、不变量、精确 gate、覆盖率与发现）按仓库隔离保存，受管更新保留本地状态。可选本地用量采集为 opt-in，仅保留数值计数、受限元数据与哈希标识。
适用场景: 用于让编码助手在授权范围内梳理陌生仓库的入口与待办检查，例如只读方式映射仓库入口并指出下一步有用的校验；用于对日志、并发、测试强度等开展风险评估审计；用于为关键路径补充说明文档；用于为改动或仓库建立与改进校验；用于在授权范围内修复有依据发现的问题并推进到验收；可与 Scaffold Kit 配合获取架构、工程规则与已批准切片说明。
项目形态: 可直接使用的工具
部署方式: 作为 Agent Skill 安装，仓库中同时提供 Agent Plugins、Codex、Claude Code 与 Gemini CLI 清单，规范副本位于 .agents/skills/anti-dark-code/；支持从具名 release 安装并校验发布的管理核心摘要，安装器默认拒绝脏或未打标签的 Git 源以及不安全的校准。具体部署环境与托管条件未说明。
主要依赖: 标准库工具需要 Python 3.12 或更新版本；需配合支持技能发现的主机（如 Claude Code、Codex、Gemini CLI 等），主机能力存在差异；可选本地用量采集需选择本地 Codex 或 Claude 源根并配置私有账本。具体模型与硬件要求未说明。
使用限制: 置信度分为已验证、推断与未知；通过检查只证明其范围，未执行的检查、缺少运行时访问与扫描器限制仍不可见。生成的批准布尔值不等于所有者授权，gate 执行需要相应命令/来源审查与执行确认。资格认证仅覆盖受控试验与仓库副本，不能保证在所有主机或代码库上的表现。公开效率回执为社区自报而非提供商佐证，历史节省无法测量时保持未知。许可证为 NOASSERTION，具体授权条款参见仓库 LICENSE.md，是否可商用未说明（项目欢迎但不要求捐赠）。
许可证: NOASSERTION
最近推送: 2026-10-15 21:39

官方入门项目文档核对 README 依据 ↗

资料检查：2026-10-16 07:00 · 卡片整理：2026-10-16 07:00
卡片由 AI 根据仓库资料整理，未进行安装或运行验证

职业应用

程序员

作为编码助手的 agent skill，用于 AI 代码审查、代码库映射、代码审计、验证与经授权的改进：理解陌生代码、排查关键风险、记录关键行为、建立校验并修复有依据的问题，结论需附证据并标注已验证、推断与未知的置信度。

查看内容依据

Anti-Dark-Code helps coding assistants understand unfamiliar code, investigate consequential risks, document critical behavior, establish useful checks and repair supported findings.

官方使用入口 ↗

由 AI 根据来源材料整理，未进行安装或运行验证

相似资源

CodeSage：面向 Pull Request 的 AI 代码审查平台

CodeSage 是一款 AI 驱动的代码审查工具，提供本地 CLI 和配套 Web 产品。其深度审查能力 CodeSage Deep 会围绕一次代码变更展开调查：理解 PR 意图、制定审查计划、让多个 Reviewer 并行检查不同问题，再对发现进行证据核验与跨文件分析，输出定位到代码的结构化审查意见。审查过程中 Agent 可读取完整文件、查看其他文件差异、搜索仓库并沿调用关系追查上下文。设计上强调确定性准备、可修复的审查计划、受控并行 Reviewer、一次 Cross 综合验证与确定性收尾，并通过 ARQ 投递、数据库行锁、Lease、心跳续约与提交门禁治理任务执行。材料称在 AACR-Bench 100 个实例评测中，CodeSage Deep 搭配 GLM-5.2 获得 52.8% 精确率、23.4% 召回率和 32.4% F1。

Agent Skills：为编程智能体提供可组合的工程技能库与路由

这是一套面向 Claude Code、Codex、pi 等能够读取 SKILL.md 目录的智能体的技能集合，每个技能可独立使用。核心技能 yesh-router 会为每个任务挑选合适的方法并应用工程原则；技能覆盖架构选型、回归定位、性能基准核查、变更影响面分析、缺陷诊断、代码原理讲解、交互式 HTML 解释、对抗式评审、形式化建模与不变量检验、代码与结构审查、并行智能体编排、文档与提交文案润色、可视化渲染、面向智能体的文档写作等。README 还介绍了 powerball 模式的配置方式，以及修改技能后的检查与构建流程。

Ravensight Skills：用编码智能体审计并完善游戏埋点追踪

Ravensight Skills 面向使用 Ravensight 分析平台的游戏开发者，提供可在自有编码智能体中加载的客户侧技能。其中的 ravensight-instrumentation 技能会先针对玩家旅程问题写出验收矩阵，再审计既有事件埋点，识别缺失、重复或误导性事件并给出源码位置，也可按需实现埋点扩展，最终产出事件目录、覆盖报告和包含交付、schema、覆盖三项独立结论的完成报告。安装器支持 Codex、Claude Code、GitHub Copilot 及通用手动加载方式，仅写入技能文件，不修改游戏代码、不配置账号、不联系平台。

GitReins：面向 AI 辅助编码的 Git 原生质量护栏与评估工具

GitReins 以 Git 仓库内的质量护栏形式运行，提供任务生命周期管理的 MCP 工具、按任务验收标准判断代码完整性的 agentic evaluator（代理式评估器），以及阻止检查绕过的 Git hooks。工作流上分两层：Tier 1 静态检查（密钥、构建、Lint、测试，可配置），Tier 2 由 LLM 读取文件、运行测试并逐条给出 PASS/FAIL，判定结果持久化在 .gitreins/history/，可通过 gitreins report 或本地 web 浏览器查看。它还支持通过 manifest 并行运行多个 worktree lane，并在合入前根据判定结果进行门控。

这是基于来源内容整理的摘要。原文链接失效后，本页摘要和讨论仍会保留。