Qoder 本地生产力质检官

面向 AI Agent 工作流的本地项目质量自动化检测工具。输入项目文件夹路径，8 秒内完成全方位质检，效率较人工审查提升 1000 倍以上。

快速使用

对任意本地项目文件夹执行质检：

python cli.py --path "C:\your\project\folder"

带 Agent 验收（验证 Agent 声称完成的工作是否真实存在）：

python cli.py --path "C:\your\project" --task "原始任务描述" --agent_reply "Agent的回复文本"

分析完成后自动打开网页看板：

python cli.py --path "C:\your\project" --open

六维质检体系

质检官从六个独立维度评估项目质量，总分 100 分：

| 维度 | 分值 | 检测内容 | |------|------|----------| | Agent 执行验收 | 20 | 对比 Agent 回复与磁盘文件，验证完成声明真实性；扫描 TODO 占位符；评估测试质量 | | 项目结构分析 | 15 | 文件/文件夹计数、类型分布、目录树、关键文件（README/tests/LICENSE）存在性 | | 版本管理分析 | 15 | Git 分支/提交/工作树状态，或非 Git 项目按修改时间分析变更历史 | | 数据可视化 | 15 | 自动为 CSV/XLSX 生成 5 类图表（缺失值、分布、分类、时序、质量概览） | | 数据质量检查 | 15 | 缺失值、重复行、IQR/Z-score 异常值、逻辑冲突、全空列、极端值检测 | | 交付物检查 | 20 | 13 项标准化检查：README、依赖文件、测试、许可证、密钥泄露、空文件等 |

核心模块架构

cli.py                  # CLI 入口，编排 8 步 Pipeline
server.py               # FastAPI REST 服务（可选）
inspector/
  project_scanner.py    # 目录遍历、文件统计、项目树构建
  version_analyzer.py   # Git 状态检测 / 文件时间线分析
  data_quality.py       # CSV/XLSX 多维度质量检测
  data_visualizer.py    # matplotlib 图表生成（中文支持）
  delivery_checker.py   # 13 项交付物检查
  agent_auditor.py      # Agent 声明 vs 磁盘证据比对
  secret_scanner.py     # API Key / Token / 密码 / 路径泄露检测
  score_engine.py       # 加权评分 0-100 + 五级评定 + 修复建议
  report_writer.py      # 7 份 Markdown + 1 份 HTML 报告
  site_generator.py     # 暗色星空主题 HTML 看板（Canvas 星空动画）
  ollama_client.py      # 本地 Ollama + Qwen 3.6 LLM 集成

8 步执行流水线

项目结构扫描 — 遍历目录树，统计文件信息，构建结构快照
版本分析 — 检测 Git 状态或按文件修改时间分析变更
数据质量检查 — 多维度检测 CSV/XLSX（缺失、重复、异常、逻辑冲突）
数据可视化 — 自动生成 5 类图表，保存 PNG 到 figures/
交付质检 — 13 项标准化检查，pass/warn/fail 三级评定
Agent 验收 — 验证 Agent 完成声明，扫描占位符，评估测试质量
密钥扫描 — 正则检测 12 类敏感信息泄露
LLM 总结（可选） — 对接 Ollama 生成 AI 修复建议，不可用时优雅降级

输出结构

每次运行在目标项目下生成时间戳命名的独立版本目录：

<project>/Qoder 本地生产力质检官/<YYYYMMDD_HHMMSS>/
  index.html              # 交互式网页看板
  README_THIS_REPORT.md   # 本次报告摘要
  reports/                # 8 份 Markdown/HTML 报告
  figures/                # PNG 数据可视化图表
  data/                   # 7 份 JSON 数据文件
  links/                  # .bat 快捷打开脚本

另有 versions.json 累积所有历史质检记录。

Ollama 本地大模型集成

若本地运行 Ollama 服务（http://localhost:11434），质检官自动调用 Qwen 3.6 35B 模型生成智能修复建议。推荐参数：

{
  "model": "qwen3.6:35b-a3b",
  "stream": true,
  "keep_alive": "60m",
  "options": {"num_ctx": 4096, "num_predict": 512, "temperature": 0.2}
}

Ollama 不可用时自动降级为纯规则报告，核心功能不受影响。

FastAPI 服务（可选）

python server.py
# 访问 http://127.0.0.1:7860

接口：GET /api/health、POST /api/run_audit、GET /api/versions

依赖安装

pip install -r requirements.txt

核心依赖：pandas、openpyxl、matplotlib。可选：fastapi、uvicorn（服务端模式）。

安全保障

只读分析 — 绝不修改源项目文件
纯本地运行 — 零云端依赖，数据不出机
密钥掩码 — 报告中敏感信息以 sk-****abcd 形式呈现
目录隔离 — 所有输出写入独立目录，不污染项目结构
自动跳过 — .git、node_modules、venv、pycache、dist、build 等系统目录