investigate-dependencies

investigate-dependencies 是一項專門的工程工具，旨在進行代碼庫維護、架構優化和技術債務減少。此技能使開發人員和代理程式能夠系統地審計第三方函式庫和內部模組，確保儲存庫保持精簡且高效。透過逐行分析依賴項，它能檢測到自定義代碼重新實現了已存在於導入框架或標準函式庫（例如 Pydantic、日期時間函式庫或自定義工具模組）中的邏輯。這對於使用 FastAPI、SQLAlchemy 或複雜機器學習堆疊等高開銷框架的專案至關重要，因為不當的使用模式會導致代碼冗長或不必要的運算成本。

• 執行全面的導入清單建立，將依賴項與官方文檔來源進行對應。

• 進行逐行依賴項使用檢查，以發現誤用、遺漏的錯誤處理或被遺棄的函式庫功能。

• 自動檢測關鍵領域的冗餘，包括日期時間操作、JSON 處理、數據驗證和配置管理。

• 進行能力差距分析，識別可簡化代碼或替換脆弱自定義實現的未使用函式庫功能。

• 生成結構化的 Markdown 報告，包含執行摘要、清單表格和優先級排序的重構建議。

• 專注於希望降低代碼庫複雜度、減少依賴並強制執行標準化工具一致性的工程團隊。

• 此技能需要明確的目標文件或模組範圍作為輸入，並輸出詳細的依賴調查報告。

• 實際應用包括在代碼審查期間或重構遺留模組以使其現代化時執行此協議。

• 使用者應注意過度優化，即將簡單的自定義代碼替換為沉重的依賴項可能會引入不必要的負擔或維護開銷。

• 限制條件包括需要準確的文檔連結，以及代理程式解讀函式庫原始碼以進行進階能力發現的能力。

• 非常適合使用 Python 生態系統的環境，其中管理 Pydantic 模型、環境配置和外部 API 整合是持續性的工作。