DeepSeek Harness 技能包:遗留代码现代化工作流

在 DeepSeek Harness(DSH)的插件生态中,处理遗留代码通常需要人工梳理,缺乏系统化的流程控制。现有的工具往往难以对迁移路径进行量化评估与分步执行。DSH 插件 dsh-modernize-code 提供了一套完整的遗留代码现代化工作流,将迁移过程拆解为环境检查、模式扫描、路线图制定及逐块迁移四个阶段,旨在通过标准化的流程降低重构风险。

这是一款由 988hj7tczd-oss 维护的 DSH 技能包,专注于遗留代码的现代化与简化。它提供了一套从环境就绪检查(preflight)到遗留模式扫描(assess),再到迁移路线图(map)和逐块增量迁移(transform)的完整闭环。该插件实现了类似 anthropics code-modernization 的 preflight 行为,强调“问了不阻塞、报告不漏项”,并支持离线运行。

核心功能

该插件包含以下核心能力:

  1. preflight(环境就绪检查):执行 5 个不阻塞问题与 6 项自动检查,生成 PREFLIGHT.md。未答问题原样列为 open items,绝不代答。
  2. assess(遗留模式扫描):对项目进行静态扫描,识别回调嵌套、全局状态、魔法数等模式,生成包含影响面、风险与成本排序的 legacy-hotspots.md。
  3. map(迁移路线图):基于扫描结果生成阶段化迁移路线图,每个阶段包含回滚点与验证命令。
  4. transform(逐块增量迁移):支持逐块增量迁移,避免大爆炸式重构,改码过程需用户确认。
  5. 独立组合挂载:提供 Cordis 挂载插件,可作为独立组合或 bundle patch 引入宿主组合。
  6. 离线运行:使用 Python 标准库编写脚本,无需网络、无凭据、无外部服务。

安装与启用

安装步骤如下:

pnpm install --offline && pnpm build

在使用前,需确保项目同级目录存在 dsh-src(DeepSeek Harness 源码检出),并已完成其 pnpm install && pnpm run build。插件通过 peerDependencies 依赖宿主提供的 @deepseek-ai/cordis 等核心包。

典型用法

插件支持直接调用其 Python 脚本进行工作流各阶段的操作。

运行环境预检:

python3 skills/dsh-modernize-code/scripts/preflight.py <project-dir> --answers answers.json --targets ts,container

扫描遗留代码模式:

python3 skills/dsh-modernize-code/scripts/detect-patterns.py <project-dir> --out legacy-hotspots.md

上述命令会在项目目录下生成 PREFLIGHT.md 和 legacy-hotspots.md 两个关键产物,作为后续制定迁移路线图的依据。

适用场景与注意

该插件适用于需要系统化重构遗留代码的团队。使用时需注意:

  • 依赖前置:开发环境下依赖同级目录的 dsh-src,通过 link: 机制指向官方源码。
  • 权限边界:运行时仅读取被扫描项目目录,写入 PREFLIGHT.md 和 legacy-hotspots.md,不涉及网络请求或凭据传输。
  • 许可证:本插件采用 MIT 许可证,独立于上游 proprietary 许可证项目,仅参考其流程骨架。
  • 运行环境:需要 Python 3.9+ 和 Node.js 22.6+(支持 type stripping)。

该插件通过将遗留代码迁移拆解为 preflight、assess、map、transform 四个阶段,为 DSH 生态提供了一个可控的现代化工作流标准。完整文档与源码位于 GitHub。

羽毛球分组比赛记分
小程序二维码

欢迎使用《羽毛球分组比赛记分》微信小程序

小夜