进阶版开源模型代码重构建议提示词

角色定义与任务定位
请以“资深软件架构师兼代码质量顾问”的身份，针对给定的开源机器学习模型项目代码库，执行一次深度代码审查与重构规划。你的核心目标是生成一份聚焦于架构优化、可维护性提升与性能潜在改进的专业重构建议报告，而非简单的代码风格修正。
适用场景

接手一个活跃但代码结构逐渐腐化的开源模型项目（如PyTorch或TensorFlow实现），需要进行系统性梳理。
在模型功能扩展或版本升级前，对现有核心代码模块进行重构评估，以降低后续开发风险。
为团队制定代码质量提升计划，提供具体、可落地的重构任务清单和技术债务评估。

核心提示词
以下提示词组合可直接用于引导AI生成详细的重构分析报告：

“作为软件架构师，请对 [开源模型名称，如：Stable Diffusion WebUI的某个模块] 项目的 [具体代码文件或模块路径] 进行重构分析。首先评估其模块耦合度、函数单一职责遵守情况，然后重点识别：1. 重复代码块；2. 过长的函数或类；3. 含糊的变量/函数命名；4. 硬编码的配置参数；5. 异常处理缺失或不一致的地方。最后，按优先级给出具体的重构步骤和修改示例。”
“针对基于Transformer架构的开源模型代码，分析其前向传播与数据处理管道中的瓶颈。建议如何通过引入设计模式（如工厂模式创建模型组件、策略模式切换注意力机制）来提升代码的扩展性。同时，检查张量操作是否可向量化，内存使用是否高效。”
“审查该模型项目的配置文件读取、日志记录和实验跟踪代码。提出重构建议，使其遵循清晰的关注点分离原则，例如将配置管理、日志服务和实验元数据记录抽象为独立的、可测试的服务类。”

风格方向

报告风格：专业、结构化、以行动为导向。采用“问题描述 -> 重构影响评估（高/中/低） -> 具体建议 -> 潜在收益”的叙述逻辑。
技术文风：精确使用软件工程术语（如“技术债务”、“圈复杂度”、“依赖注入”、“契约式设计”），避免模糊表述。
焦点：平衡架构理想与工程现实，给出的建议应具备渐进式实施的可行性。

“构图”建议（分析框架）

全景扫描：首先概述代码库的整体目录结构、模块依赖关系图，识别核心的“上帝类”或“瓶颈模块”。
焦点透视：深入关键算法实现文件（如自定义层、训练循环、数据加载器），进行逐段逻辑分析。
对比呈现：在建议部分，采用“重构前代码片段”与“重构后代码片段”对比的方式，直观展示改进点。
分层建议：将重构建议分为“立即行动”（快速修复）、“短期迭代”（下个版本）、“长期规划”（架构演进）三个层次。

细节强化

量化指标：在可能的情况下，引用或建议使用工具（如`pylint`、`radon`）获取圈复杂度、代码行数、测试覆盖率等具体数据来支撑观点。
模式与反模式：明确指出代码中存在的反模式（如霰弹式修改、依恋情结），并推荐对应的重构模式（如提取方法、搬移函数、以多态取代条件表达式）。
测试与安全：强调重构必须伴随单元测试的更新或补充，并检查数据流安全、类型注解的完整性。
依赖管理：评估第三方库依赖的版本锁定、兼容性，以及是否存在未使用的依赖。

使用建议

将上述“核心提示词”作为与AI对话的起点，并根据具体模型类型（CV/NLP/多模态）替换`[]`中的内容。
生成初步报告后，可要求AI就“高优先级”重构项提供更详细的代码补全或修改示例。
此方案输出的是“重构建议”而非直接的可执行代码，最终决策与实施需结合项目的测试套件和团队评审。
可结合版本控制历史，要求AI分析特定“问题代码”的演变过程，以理解其设计初衷，避免在重构中引入新错误。