$ loading_
用 Ikejime 式工程原则清理歧义、死代码与依赖债务，提升代码质量。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"spiker-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。
扫描这个仓库的核心模块，找出高歧义逻辑、未使用代码、耦合过深的依赖，并按风险和整改优先级输出清单。
一份按风险分级的技术债清单，包含问题位置、原因和处理建议。
基于当前服务代码，给出一个分阶段重构方案，重点减少隐式行为、隔离外部依赖，并说明每步的验证方式。
一个可执行的重构路线图，含阶段目标、改动建议和验证步骤。
检查项目中的未引用函数、废弃模块和不必要依赖，列出可删除项，并评估删除后的潜在影响。
一份死代码和冗余依赖清理建议，附带影响评估与注意事项。
帮助代理构建、编译、测试并模拟 8 位 AVR 的完整 ik 固件项目
自动拉取 GitHub 问题并修复、测试、提 PR 与协助上线。
通过 MCP 协议与 REST 接口统一发布、编写和复用 AI 工具与技能。
帮助开发者快速脚手架并管理兼容 MCP 的服务端项目与开发环境。
提供回显、系统信息、时间计算与文件读取等实用能力的模块化 MCP 工具。
自动发现并生成新工具的自演化MCP服务，持续扩展AI工作流能力