复杂度趋势跟踪器

解决什么问题

Python 项目的复杂度往往会缓慢累积：新分支、嵌套条件、过长函数混在一起，单次 review 很难看出趋势。团队想在迭代中观察「复杂度是在上升还是被控制住」，需要把指标按时间串起来，并定位到具体模块和变更。

它如何工作

这个技能围绕两条常用度量展开：

• 循环复杂度：用 lizard CLI 统计函数/方法中的路径数量，适合快速看到控制流是否膨胀。
• 认知复杂度：用 radon 评估代码理解成本，更贴近阅读与维护时的负担。

输出形式是每周复杂度报告：把一段时间内的复杂度指标按周组织成趋势视图，而不是只看某一次 snapshot。随后按模块集成 git 变更归属——在拿到仓库变更记录后，把复杂度增量关联到发生改动的模块/文件，帮助判断「这一周的复杂度变化来自哪些提交」。

适用边界与注意点

• 适合持续跟踪与回归对比；如果项目没有稳定的模块边界或历史基线，趋势的可解释性会下降。
• 工具对代码结构敏感：重构、抽取函数、调整控制流都会影响指标，趋势波动不等于一定有问题，仍需结合 code review 判断。
• lizard 的说明提到它覆盖 C/C++（不需要所有头文件或 Java import），但本技能的工作流明确面向 Python 分析。
• 环境要求来自上游：Python 需要 3.8 或更高版本（更早版本未经验证）；依赖需正确安装后命令才能运行。