让大模型当“技术总监”，小模型当“执行工程师”：代码优化智能协作新范式

昆仑开源易选

2026-06-11 0 8

你是否遇到过这样的困境：用最强的大语言模型（如GPT-4、Claude Opus）分析代码时，效果惊艳却成本高昂；而换成轻量级模型执行修改，又常常理解偏差、遗漏细节？shadcn/improve 正是为破解这一矛盾而生——它不写一行代码，也不做一次提交，而是专注扮演“智能架构师”角色：深度理解你的项目，精准识别技术债与改进机会，并输出清晰、可执行、带上下文的 Markdown 实施计划。所有具体编码、测试、部署工作，交由更经济的模型或人类工程师完成。真正实现“高智脑力 + 低耗执行力”的高效分工。

核心功能

全栈代码审计：自动扫描整个代码库（支持多语言、多包结构），识别性能瓶颈、安全漏洞、测试缺口、架构异味等六大类问题，并按影响程度智能排序
场景化审计模式：一条命令切换不同深度——/improve quick 快速定位热点问题；/improve deep 全量逐包分析；/improve security 聚焦安全加固；/improve branch 仅审计当前分支变更
需求驱动的计划生成：支持直接输入模糊需求（如 /improve plan "将用户登录流程迁移到OAuth 2.1"），跳过审计阶段，直出完整技术方案文档
计划评审与迭代：上传已有方案文件（/improve review-plan xxx.md），由高能力模型进行逻辑校验、边界补充和风险提示，确保方案鲁棒性
执行协同调度：通过 /improve execute <plan> 指令，自动触发下游低成本模型执行计划，并集成结果反馈与质量复核环节
前瞻性演进建议：运行 /improve next，基于当前代码健康度与行业趋势，生成3–5个高价值技术演进方向（如引入Zod替代Joi、迁移至ESM模块系统等）

适合哪些人用

这款工具特别适合：技术负责人与工程主管——快速掌握团队代码现状，制定可落地的技术升级路线图；AI原生开发团队——构建“高智规划+分布式执行”的Agent协作流水线；开源项目维护者——自动化生成PR描述、贡献指南和重构说明；资深开发者——在接手陌生项目时，10秒获得一份比README更深入的架构解读与优化地图；甚至技术面试官也可用它生成高质量的代码审查考题与评估标准。

快速上手

无需本地部署，开箱即用：
1️⃣ 在任意兼容 Agent Skills 协议的AI开发平台（如LangChain、LlamaIndex Agent框架）中，运行：
npx skills add shadcn/improve
2️⃣ 启动后，在聊天界面输入指令即可开始工作，例如：
/improve security → 获取当前项目的安全加固清单
/improve plan "替换所有console.log为结构化日志" → 直接生成含文件路径、正则规则、测试验证步骤的完整方案
所有产出均为纯文本Markdown，可直接粘贴到Git Issue、Notion文档或交给其他Agent/同事执行。