$ loading_
深入解析 Python 数据与科研代码库,生成架构、依赖与测试覆盖洞察
复制安装指令,让 AI 自动完成配置 · 推荐新手
"code-analysis-context-python-mcp" 暂无可直接复制的安装信息,请查看页面文档或源码仓库。
请分析这个 Python 数据分析项目的整体架构,说明核心模块职责、模块之间的调用关系,并标出主要的数据处理流程。
一份清晰的项目架构说明,包含模块划分、调用关系和数据流概览。
扫描代码库中的关键依赖、常见设计模式和重复实现,指出哪些部分适合重构以提升可维护性。
依赖映射、模式识别结果,以及可执行的重构建议清单。
请评估该 Python 科学计算项目的测试覆盖情况,找出未充分测试的关键模块,并给出补充测试的优先级建议。
测试覆盖分析报告,列出风险模块、覆盖薄弱点和测试补强优先级。
安全执行 Python 代码,并结合 AI 与 MCP 工具完成分析和自动化任务