代码简化审查
在不改变行为的前提下，降低代码复杂度并提升可读性与可维护性。
技能明确要求保持行为、错误处理、副作用和顺序，并建议增量修改、测试失败时回退、限制范围；同时提供来源归因链接。扣分原因是未明确用户确认、权限最小化、敏感数据处理或数据流披露，且发布者身份未被验证。
流程步骤总体一致，包含理解、逐项修改、测试、失败回退和结果检查；但未提供针对该技能关键路径的专门测试或详细异常输入反馈。示例中的 TypeScript 使用 || 替换可能具有不同语义的写法，也削弱了“精确保留行为”的一致性。静态评估按上限保守扣分。
目标受众、适用场景和不适用场景较清楚，且触发描述具体；但未说明输入输出格式、语义触发边界、不同代码库的环境要求或中文使用支持。核心能力不依赖海外服务。
文档结构清晰，具有前置说明、适用范围、原则、步骤、语言示例、反合理化表、红旗和验证清单；仓库提供 MIT 许可证及维护者信息。扣分原因是该技能缺少自身版本、变更记录、明确维护责任和更新路径，且依赖项目约定文件但未说明缺失时的处理。
技能为代码简化提供了可执行流程、识别信号和验证标准，能够覆盖核心目标；但静态材料没有证明代表性输出已实际验证，且结果仍依赖项目测试、人工审查和上下文理解，因此不能确认仅需轻量复核。
仓库包含 CI、内容校验、评估运行器和验证清单，提供了一定可审计性；但给定测试文件并未覆盖 code-simplification 的关键路径，也没有该技能的独立执行结果或多源复核。静态评估不超过 5 分。
- TypeScript 示例中使用 || 可能改变空字符串、0 或 false 等输入的行为；应改为语义等价的示例或明确适用前提。
- 流程要求运行测试和回退，但未定义测试缺失、测试失败或无法理解代码时的具体停止与反馈格式。
- 未明确 AI 代理在修改代码前何时必须获得用户确认，也未说明如何处理敏感代码、凭据或外部副作用。
- 触发边界和输入输出契约较弱，中文支持及不同代理环境的适配未被说明。
这个 Skill 能做什么，适合哪些场景？
这是一个面向 AI 编程代理的流程化代码简化技能，适用于代码已经可运行但难以理解、维护或扩展的情况。它要求代理先理解代码职责、调用关系、边界情况和历史背景，再逐步进行重构。核心目标是保持输入、输出、副作用、错误行为和边界情况不变。技能覆盖结构复杂度、命名、重复逻辑、过度抽象，以及 TypeScript、JavaScript、Python 和 React/JSX 的示例。
要求代理阅读项目约定和相邻代码，必要时检查测试与 git blame；识别深层嵌套、过长函数、嵌套三元表达式、布尔参数、重复条件、含义不明的命名、重复逻辑、死代码和无效抽象；一次实施一个简化并运行测试；最后检查构建、代码检查、格式化、行为保持、错误处理和差异范围。
- 团队成员在功能和测试完成后，想降低实现复杂度时使用。
- 代码评审指出函数过长、嵌套过深或命名不清时使用。
- 需要整理在时间压力下编写、逐渐变得难以维护的代码时使用。
- 多个文件中散落着相关逻辑或重复实现时使用。
- 合并变更后出现重复或不一致，需要进行范围受控的重构时使用。
这个 Skill 有哪些优点和局限？
- 明确要求保持行为、错误处理、副作用和边界情况。
- 提供从理解代码、识别机会到增量验证的完整流程。
- 强调遵循项目约定，避免为追求少写几行代码而牺牲可读性。
- 包含结构、命名、冗余和过度抽象等具体识别信号。
- 提供针对 TypeScript/JavaScript、Python 和 React/JSX 的示例。
- 依赖项目已有的测试、构建和代码规范来验证重构；技能本身不提供测试实现。
- 要求代理理解代码历史和上下文，无法替代必要的人工判断。
- 明确不适合性能关键代码、尚未理解的代码或即将整体重写的模块。
- 提供的安装和平台集成说明属于整个 24 技能集合，单个技能的独立运行细节较少。
如何安装这个 Skill？
安装整个仓库的技能集合：npx skills add addyosmani/agent-skills。只安装此技能：npx skills add addyosmani/agent-skills --skill code-simplification。README 说明该集合可安装到 Claude Code、Cursor、Codex、Copilot、Cline 等 70 多种代理中。
如何使用这个 Skill？
在已安装该技能的 AI 编程代理中，提出明确的代码简化请求，例如：“请在不改变行为的前提下简化这段代码，先阅读项目约定和相关测试，逐项修改并在每次修改后运行测试。”不要在尚未理解代码时使用，也不要把功能开发与重构混在同一变更中。
这个 Skill 与同类方案有什么区别？
SKILL.md 说明该技能受 Claude Code Simplifier 插件启发，并将其改编为面向任意 AI 编程代理的、与平台无关的流程。源材料没有提供两者的详细功能对比。