# 质量趋势分析Skill

> Skill

- Skill: `sky-cube/skill-56` (Agent Skill)
- Install (CLI): `npx skillmds@latest add sky-cube/skill-56`
- Raw SKILL.md: https://api.skillmd.com/api/skills/sky-cube/skill-56/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: Sky-Cube (https://skillmd.com/u/sky-cube)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/sky-cube/skill-56

---

# 质量趋势分析Skill

## 适用场景
持续质量管控环节,将多期质量度量数据(复杂度、覆盖率、重复率、债务量、缺陷密度)进行对比,生成趋势报表,识别质量拐点并归因。

## 执行步骤
1. 收集历史快照:历次「代码复杂度计算Skill」「单元测试覆盖率Skill」「重复代码检测Skill」与债务台账的数据快照。
2. 统一口径:同一工具、同一版本、同一阈值的数据才可比较;口径变化必须在报表中标注并说明影响。
3. 计算变化:环比(较上期)与同比(较基线)变化量/变化率。
4. 识别拐点:劣化项与改善项,逐项归因(新功能引入/重构/资源投入/需求变更)。

## 报表维度
| 维度 | 数据源 | 趋势判定 |
|---|---|---|
| 复杂度 | 圈复杂度均值、超标函数数 | 上升 = 劣化 |
| 覆盖率 | 行/分支覆盖率 | 下降 = 劣化 |
| 重复率 | 重复行数占比 | 上升 = 劣化 |
| 债务量 | 债务条目数、债务密度、高风险占比 | 上升 = 劣化 |
| 缺陷密度 | 缺陷数 / KLOC(缺陷台账) | 上升 = 劣化 |

## 规范要点
- 每个数据点必须注明采集时间与工具版本,口径不一致的数据不得直接比较,只能并列展示。
- 趋势结论必须附数据表,禁止「质量变差了」式无数据结论。
- 拐点归因必须有依据:关联的提交记录、需求单号、重构记录,禁止猜测归因。
- 劣化项必须给出位置级明细(哪些文件/函数变差),供「债务识别分级Skill」接续处理。

## 输出模板
```
## 质量趋势报表(周期:X ~ Y)
| 指标 | 上期 | 本期 | 环比 | 趋势判定 | 归因 |
## 劣化项清单(指标 + 具体位置 + 建议)
## 改善项清单
## 整体质量结论与下期目标建议
```

## 自检清单
- [ ] 数据口径一致且注明采集时间与工具版本
- [ ] 每个趋势判定有数据支撑
- [ ] 拐点归因有提交/需求/重构记录依据
- [ ] 劣化项落到具体位置