← 开源
XiNian-dada

Fuck_My_Shit_Mountain

An evidence-based AI code audit skill. Professional output. Zero emotional bullshit.

AI EngineeringPrompt & ScaffoldBuild agent workflow (SDK)HTML
在 GitHub 打开
增长势头
+124 小时新增 Star+0.2%
504
Star
44
Fork
+8
本周
2
贡献者
创建于 2026-06-03 · 更新于 2026-10-21 · 今日第 7063 名
主要开发者
README

Fuck My Shit Mountain

专治“项目能跑,但我总觉得山里埋了雷”
面向 AI Coding Agent(Codex / Claude Code / Copilot / Gemini)的证据级全维度代码库审计 Skill。

中文 · English


为什么需要它?

当你问常规 AI “帮我 review 一下代码” 时,往往只能得到两类回答:要么是浮于表面的格式挑刺,要么是一团和气的“写得很好没毛病”。

Fuck My Shit Mountain 是一套严谨的工程审计规范。名字是解构的,但报告极其严肃。它让 AI 像一位经验丰富、直言不讳的架构与安全同行,先摸清代码库全貌,再顺着代码链路挖掘潜在雷区,产出一份带代码证据、带复现路径、带优先级与修复验证建议的专业审计报告。

常规 AI 审查                  Fuck My Shit Mountain
──────────────────────────────────────────────────────────────────────────
随性发挥,容易当“和事佬”   ──▶  绝对客观,基于工程标尺,绝不妥协奉承(No Yes-man)
空泛的“建议加注释/重构”     ──▶  具体到 File:Line、触发条件与真实故障演进场景
缺乏量化与优先级判断       ──▶  7 大核心维度评分 + 26+ 专业维度矩阵覆盖
改完容易引发连锁崩溃       ──▶  提供最小化精准修复策略与对应的回归测试建议
──────────────────────────────────────────────────────────────────────────

注意:AI 审计并非魔法,无法完全替代深入的人工复核与生产环境实测;它的价值在于以极高效率替你完成地毯式排雷,把隐藏在山底的架构与安全隐患提早摆在台面上。


核心特性

  • 🗺️ 自动化项目画像:自动识别技术栈、依赖清单与关键风险暴露面(AI/LLM、数据库持久化、服务端接口等),自然语言智能推荐审计维度,告别生硬死板的指令。
  • 🔍 证据闭环(Evidence-Based):每条发现必须具备具体的代码行号、真实触发条件、影响推导与工时预估,拒绝无凭据的主观臆断。
  • 🚦 真假风险区分:严格隔离已确认缺陷与待确认风险,未深入覆盖的区域明确标注为 Not assessed,绝不把“未发现”粉饰为满分。
  • ⚡ 增量审计(Incremental Mode):支持基于 git diff 针对 PR 变更文件展开定向审查,快速嵌入日常代码 Review 与持续交付流。
  • 📊 专业报告呈现:支持一键导出交互式单页 HTML 报告、自动化流程适用的 JSON 数据,以及极简的 Markdown 文档。内置旧版经典与 3 款高颜值全新设计(黑曜极客 Obsidian Cyber、瑞士极简 Swiss Editorial、极光控制台 Aurora Console),生成 HTML 时可由用户指定或让 AI 随机精选!

快速上手

1. 告诉你的 AI IDE 一键安装

将本仓库链接发送给支持 Agent 体系的 AI IDE,并指示安装:

请帮我把这个仓库中的 fuck-my-shit-mountain/ skill 安装到当前环境:
https://github.com/XiNian-dada/Fuck_My_Shit_Mountain

2. 手动安装指南

将仓库内的 fuck-my-shit-mountain/ 目录复制到对应平台的 skills 目录即可:

平台 安装路径 生效方式
Codex ~/.codex/skills/fuck-my-shit-mountain/ 复制后新开对话即可生效
Claude Code ~/.claude/skills/fuck-my-shit-mountain/ 或 .claude/skills/... 终端输入 /fuck-my-shit-mountain 或自然语言唤起
GitHub Copilot ~/.copilot/skills/fuck-my-shit-mountain/ 或 .github/skills/... 复制后在对话窗口执行 /skills reload
Gemini CLI ~/.gemini/skills/fuck-my-shit-mountain/ 或 .gemini/skills/... 复制后执行 /skills reload,工作区安装前需 trust

终端极简安装:

git clone https://github.com/XiNian-dada/Fuck_My_Shit_Mountain.git /tmp/shit-mountain
mkdir -p ~/.codex/skills
cp -R /tmp/shit-mountain/fuck-my-shit-mountain ~/.codex/skills/
rm -rf /tmp/shit-mountain

审计模式与使用指引

你无需背诵内部参数,直接用日常工程语言表达需求:

你的关注点 建议表达方式 内部执行模式
全盘摸底体检 请对项目进行全量审计 full(覆盖全量 26+ 维度)
上线前合规把关 偏发布与运维审查 release, stability, observability, configuration
权限与供应链安全 重点看权限、密钥和依赖安全 security, privacy, supply-chain
高并发与死锁 排查竞态条件、死锁与共享状态 concurrency, stability
PR 提交定向把关 审计当前分支自 main 分支以来的变更 incremental(基于 git diff)
AI / LLM 应用专项 排查 Prompt 注入、Tool 鉴权与 Token 账单 ai-safety, privacy, cost, observability
怀疑测试虚假通过 检查测试是否真实有效 testing, testing-authenticity
代码重构准备 排查代码异味与可维护性 maintainability, architecture, design, code-consistency

默认跟随当前对话语言,并在对话内输出报告;文件输出与历史记录按需启用。PR 的分叉点比较使用 main...HEAD,明确的快照比较使用 v1.2.0..HEAD。

示例提示词:

请使用 fuck-my-shit-mountain 对当前项目进行全量审计。
报告语言:中文
输出格式:html
HTML主题:aurora (可选: classic / obsidian / swiss / aurora / random)

报告长什么样?

审计完成后,你将获得包含量化评分、置信度矩阵、顶层风险和分步整改计划的完整交付件。

核心维度评分面板示例

Security        ████████░░  8.0  A   关键权限边界已验证,一处会话过期处理需要完善
Stability       ██████░░░░  6.0  B   核心支付链路存在 2 处未捕获异常,缺少重试熔断
Performance     ██████████ 10.0  S   未发现明显 I/O 阻塞或热点开销
Testing         ████░░░░░░  4.0  C   单元测试多为无效 Mock,关键业务分支缺乏断言
Maintainability ███████░░░  7.0  A   共享解析逻辑存在重复修改与遗漏风险
Design          █████░░░░░  5.0  B   业务模块存在双向依赖,分层边界模糊
Release         ██████░░░░  6.0  B   缺少自动化回滚方案,CI 未做跨环境构建校验
────────────────────────────────────────────────────────────────────────────
Overall         ██████░░░░  6.6  B   主体框架基本成型,但上线前须解决稳定性与测试短板

在线交互式 Demo 报告

👉 点击预览在线 Demo 页面
(支持深浅色自适应、侧边栏滚动监听、风险等级过滤与详细整改卡片)


全部审计维度(26+ 专项)

full 模式会自动化覆盖全部细分项;日常使用时亦可自由指定组合(如 security, concurrency, stability):

点击展开全部 26+ 细分维度清单
模式 ID 审查重点与覆盖范围
architecture 模块职责划分、依赖方向、分层边界、状态所有权
security 身份认证、权限绕过、注入风险、密钥凭据泄漏、安全回归
stability 异常传播、Panic 路径、资源泄漏、重试退避、优雅停机
concurrency 竞态条件(Race Condition)、死锁、原子性破坏、锁粒度与共享可变状态
performance 热点路径、内存开销、I/O 放大、缓存穿透、启动和构建开销
testing 核心用例覆盖缺口、测试分层完整度、边界条件与脆弱测试
testing-authenticity 过度 Mock、只测实现细节、假绿测试、缺乏端到端真实路径
maintainability 圈复杂度、模块耦合度、冗余逻辑、命名直观性与重构阻力
design SOLID 原则违规、抽象泄漏、过度工程(YAGNI)、防御性脆弱
release CI/CD 流程完整性、语义化发版、迁移安全与回滚机制
configuration 配置 Schema 校验、危险默认值、多环境隔离、废弃特性开关清理
observability 结构化日志、全链路追踪、监控指标、健康探针、告警与运维手册
data-integrity 数据库事务边界、幂等性设计、Schema 迁移回滚、部分写入风险
privacy PII 个人隐私数据采集、日志脱敏、数据留存/遗忘合规
accessibility 键盘焦点管理、ARIA 语义无障碍支持、响应式视口、UX 状态完整性
supply-chain 锁文件完整性、依赖项来源安全、CI Action Pinning、SBOM 资产审计
cost 云基础设施开销、无界队列/存储膨胀、外部商业 API 与 LLM Token 账单风险
ai-safety Prompt Injection 防御、Agent 工具调用权限截断、RAG 向量泄露、成本拦截
fallback 危险静默降级、空 Catch 吞错、掩耳盗铃式的类型猜测
type-safety Unsafe 代码块滥用、非法类型强制断言、边界空值处理
frontend-state 组件颗粒度、状态散落、副作用蔓延、UI 与业务逻辑耦合
backend-api RESTful/GraphQL 一致性、请求入参校验、N+1 查询、数据访问层隔离
dependency-weight 冗余臃肿依赖、工具链重复打包、现代标准能力替代可行性
code-consistency 目录规范、导入规范、命名范式与团队代码风格一致性
comment-coverage 导出接口文档有效性、陈旧误导性注释、代码解释失真
documentation README 准确性、本地环境冷启动指引、架构设计决议(ADR)

常见问题 (FAQ)

Q: 它会修改我的源码或提交 Git 记录吗? 绝对不会。 审计过程遵循严格的只读契约,只在项目根目录或指定路径输出审计报告与整改建议,绝不会擅自修改任何业务逻辑、配置或锁文件。
Q: 大型代码库上下文装不下怎么办? 系统内置了渐进式画像机制。AI 会先借助 project_inventory.py 建立项目地图,优先对鉴权、网关、支付、核心数据流等高风险表面展开深度排查,并可通过 incremental 模式聚焦增量变更。
Q: 为什么对某个维度的评分比想象中严格? 本项目采用“宁严勿滥”的工程标尺。哪怕整体架构规范,如果核心调用链缺少超时熔断,或存在严重并发死锁隐患,都会如实反映在相应维度的得分与 Top Risks 列表中,拒绝无原则的粉饰。

社区收录与 Star 趋势

开源协议

本项目基于 MIT License 开源。

排名相邻
同类项目