openlark: Skill for Claude Code

OpenLark 代码设计规范审查（Skill）

🧭 技能路由指南

本技能适用场景：

• 审查 crate 或模块的整体设计规范
• 需要统计 API 完成度（已实现/未实现/完成率）
• 需要检查架构一致性（端点体系、范式选择、feature gating）
• 需要输出按优先级排序的整改清单（P0-P3）

其他技能：

• 仅做代码规范体检（不做深度设计审查）→ Skill(openlark-code-standards)
• 添加/重构单个 API → Skill(openlark-api)
• 统一 validate() 写法 → Skill(openlark-validation-style)

关键词触发映射

• 架构设计、public API、收敛方案、feature gating、兼容策略、breaking change → openlark-design-review
• 代码规范、规范检查、风格一致性、体检 → openlark-code-standards
• validate、必填校验、空白字符串、validate_required → openlark-validation-style
• 新增 API、重构 API、Builder、Request/Response、mod.rs 导出 → openlark-api
• 覆盖率、缺失 API、实现数量、CSV 对比 → openlark-api-validation

双向跳转规则

• 若先做设计审查，但缺少全仓规范证据，先补跑 openlark-code-standards。
• 若主要问题退化为校验写法统一，转 openlark-validation-style。

---

目标

把“设计审查”变成可重复执行的流程，而不是随手点评。

你要输出：

• 一份 可执行的整改清单（P0~P3，含证据与影响）
• 一份 收敛方向（选定 1 套对外范式，并说明迁移策略）
• 一段 接口完成度量化（完成/缺失/完成率，排除 meta.Version=old）
• 如用户同意：直接落地修复（优先处理 P0/P1）

适用范围

• 任意 crate（如 crates/openlark-docs/）或任意模块树（如 src/ccm/wiki/v2/）
• 重点面向 public API 与 跨模块一致性

0. 完成度统计（必须先做）

目的：把“我觉得实现了很多”变成可验证数据。统计口径默认排除 meta.Version=old。

0.1 以 crate 为单位统计（推荐）

使用仓库已有脚本直接对比 CSV 与落盘实现（strict 命名规范）：

python3 tools/validate_apis.py --crate <crate-name>

输出包含：API 总数/已实现/未实现/完成率，以及按 bizTag 的统计表；同时会生成默认报告到 reports/api_validation/<crate>.md。

0.2 以 bizTag 为单位统计（当用户只关心某些业务域）

python3 tools/validate_apis.py --src <crate-src-path> --filter <bizTag...>

0.3 预期总量参考（快速对齐）

若需要快速确认“某 bizTag 的有效 API 总数（排除 old）”，可参考仓库文档 crates.md 的统计表（数据源为 api_list_export.csv）。

如需从 api_list_export.csv 重新生成 bizTag 统计（排除 old），可运行：

python3 - <<'PY'
import csv
from collections import Counter

counts = Counter()
counts_all = Counter()
with open("api_list_export.csv", newline="", encoding="utf-8") as f:
    r = csv.DictReader(f)
    for row in r:
        biz = row.get("bizTag")
        ver = row.get("meta.Version")
        if not biz:
            continue
        counts_all[biz] += 1
        if ver != "old":
            counts[biz] += 1

print("bizTag,total,exclude_old,old")
for biz in sorted(counts_all.keys()):
    total = counts_all[biz]
    ex = counts[biz]
    print(f"{biz},{total},{ex},{total-ex}")
print(f"TOTAL,{sum(counts_all.values())},{sum(counts.values())},{sum(counts_all.values())-sum(counts.values())}")
PY