跳到主要内容

代码库检查

使用 pygount 检查代码库：代码行数、语言构成、比例分析。

技能元数据​

源码内置（默认安装）
路径skills/github/codebase-inspection
版本1.0.0
作者Hermes智能体
许可证MIT
平台linux, macos, windows
标签代码行数, 代码分析, pygount, 代码库, 指标, 仓库
相关技能github-repo-management

参考：完整的 SKILL.md​

信息

以下是此技能被触发时，Hermes 加载的完整技能定义。这是技能激活时智能体看到的指令。

使用 pygount 进行代码库检查

分析仓库的代码行数、语言构成、文件数量以及代码与注释的比例。

使用场景​

  • 用户询问代码行数
  • 用户想要了解仓库的语言构成
  • 用户询问代码库的大小或构成
  • 用户想要了解代码与注释的比例
  • 一般性的“这个仓库有多大”问题

前提条件​

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

1. 基本摘要（最常用）​

获取包含文件数量、代码行和注释行的完整语言构成：

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

重要提示： 始终使用 --folders-to-skip 来排除依赖/构建目录，否则 pygount 会遍历它们，并且会花很长时间或卡住。

2. 常见文件夹排除列表​

根据项目类型进行调整：

# 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"

# 通用全面排除
--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. 详细的逐文件输出​

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

# 按代码行数排序（通过管道使用 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（推荐默认）
pygount --format=summary .

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

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

6. 结果解读​

摘要表格的列含义：

  • 语言 — 检测到的编程语言
  • 文件 — 该语言的文件数量
  • 代码 — 实际代码的行数（可执行/声明性）
  • 注释 — 注释或文档的行数
  • 百分比 — 占总数的百分比

特殊伪语言：

  • __empty__ — 空文件
  • __binary__ — 二进制文件（图片、编译文件等）
  • __generated__ — 自动生成的文件（通过启发式方法检测）
  • __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. 始终排除 .git、node_modules、venv — 如果没有 --folders-to-skip，pygount 会遍历所有内容，在大型依赖树上可能耗时数分钟或卡住。
  2. Markdown 显示 0 行代码 — pygount 将所有 Markdown 内容归类为注释而非代码。这是预期行为。
  3. JSON 文件显示的代码行数较低 — pygount 可能会保守地计算 JSON 行数。若需准确的 JSON 行数统计，请直接使用 wc -l。
  4. 大型 monorepo — 对于非常大的仓库，考虑使用 --suffix 来针对特定语言，而不是扫描全部内容。