Công cụ AI phân tích và đánh giá mã nguồn

TL;DR

Bộ công cụ này xài AI để phân tích codebase của mình, tìm ra mấy cái vấn đề về kiến trúc, nợ kỹ thuật hay mấy chỗ khó xài. Nó giúp mình hiểu rõ code hơn, từ đó đưa ra quyết định đúng đắn để cải thiện chất lượng sản phẩm, chuẩn bị cho AI làm việc chung.

Nói đơn giản: Nó giống như bác sĩ AI khám tổng quát cho đống code của bạn vậy đó, coi có bệnh gì hông để mình biết đường mà trị.

Bài này dành cho ai?

1. Người muốn AI làm việc thay mình (hoặc làm chung)

Vấn đề: Codebase cũ, nhiều nợ kỹ thuật, hông biết bắt đầu từ đâu để dọn dẹp cho AI vô làm việc. Khi nào cần: Khi bạn muốn AI hỗ trợ phát triển, refactor code, nhưng sợ code mình “khó ở” với AI. Được gì: Hiểu rõ code của mình “thân thiện” với AI tới mức nào. Từ đó, biết chỗ nào cần sửa để AI làm việc hiệu quả hơn.

2. Người muốn build sản phẩm (hoặc duy trì sản phẩm lớn)

Vấn đề: Codebase phình to, kiến trúc bị trôi dạt, dev mới vô hông hiểu hết. Khó bảo trì, khó mở rộng. Khi nào cần: Khi bạn muốn đánh giá tổng thể “sức khỏe” codebase, tìm ra điểm yếu, điểm mạnh để tối ưu. Được gì: Cái nhìn tổng quan về kiến trúc, nợ kỹ thuật. Giúp bạn đưa ra quyết định chiến lược cho sản phẩm.

3. Quản lý kỹ thuật (Engineering Managers/Leads)

Vấn đề: Khó đánh giá chất lượng codebase, hiệu suất team, rủi ro dự án liên quan đến code. Khi nào cần: Khi bạn cần báo cáo về tình trạng dự án, lên kế hoạch refactor lớn, hoặc chuẩn bị cho các đợt kiểm toán code. Được gì: Báo cáo chi tiết, khách quan từ AI giúp bạn đưa ra quyết định quản lý tốt hơn, giảm rủi ro.

Các điểm chính

1. AI phân tích codebase sâu tới mức “ám ảnh” Công cụ này xài 10 module AI để “mổ xẻ” codebase của bạn. Nó phân tích từ kiến trúc, nợ kỹ thuật tới cả “tâm lý” của code. Giống như một cuộc kiểm tra sức khỏe toàn diện, nhưng là cho code á. → Làm gì: Dùng mấy module này để có cái nhìn cực kỳ chi tiết về codebase của mình, coi nó đang “bệnh” gì.

2. Hông còn chuyện “hông ai nhớ tại sao” Mấy cái file utils.js 4000 dòng mà hông ai nhớ sao nó ra nông nỗi đó, hay mấy đoạn code cũ bị bỏ quên, AI sẽ lôi ra hết. Nó giúp mình hiểu rõ lịch sử và lý do đằng sau code. → Làm gì: Dùng /blame hay /obituary để “đào mộ” mấy đoạn code bí ẩn. Tránh lặp lại sai lầm cũ.

3. Đánh giá code của bạn “thân thiện” với AI tới mức nào Có module /agent-repellent đặc biệt để coi codebase của mình có dễ để mấy AI agent như Cursor hay Codex vô làm việc hông. Cái này quan trọng lắm nghen. → Làm gì: Chạy /agent-repellent để biết code mình có cần “dọn dẹp” gì trước khi cho AI vô làm chung hông.

4. Kết quả phân tích cực kỳ thực tế, hông vòng vo Mấy cái module như /roast hay /performance-review sẽ cho ra đánh giá thẳng thắn, hông có nể nang gì đâu. Nó giúp mình đối diện với sự thật về code của mình. → Làm gì: Đọc kỹ mấy báo cáo này, chấp nhận sự thật và lên kế hoạch cải thiện liền.

5. Cài đặt dễ dàng, xài được với nhiều AI agent Bạn có thể cài nó vô Factory Droid, Claude Code, hay mấy AI agent khác như Cursor, Codex CLI, Gemini CLI. Chỉ cần clone repo hoặc copy folder skills vô là xài được rồi. → Làm gì: Chọn AI agent bạn đang xài, làm theo hướng dẫn cài đặt để tích hợp mấy skill này vô workflow của mình.

6. An toàn, bảo mật, hông lo lộ data Tác giả nói rõ là công cụ này chạy hoàn toàn trên máy local của bạn. Hông có thu thập dữ liệu hay gửi đi đâu hết. Mấy cái “tổn thương tinh thần” (emotional damage) là chuyện của bạn thôi à! → Làm gì: Yên tâm xài thử để đánh giá codebase mà hông sợ rủi ro bảo mật.

Quick Start

1. Tuần này: Clone cái repo Cursed Plugins về máy liền. Rồi thử chạy module /roast hoặc /performance-review trên một phần codebase nhỏ của mình coi sao. Coi AI nó “chửi” code mình tới đâu.
2. Bước tiếp theo: Sau khi có kết quả, ngồi lại với team để thảo luận mấy điểm AI chỉ ra. Ưu tiên giải quyết mấy cái “nợ kỹ thuật” lớn nhất mà AI đã phát hiện ra.