agent-gap-analyzerlisted

# Agent 覆盖度分析器 对比项目需求与现有 Agent 能力,识别覆盖缺口。 ## 使用场景 - "这个项目还缺什么 Agent?" - "现有 Agent 能覆盖多少?" - project-analyzer 之后的第二步 ## 前置条件 - `.aria/project-profile.yaml` 存在 (由 project-analyzer 生成) - Agent frontmatter 含 `capabilities` 字段 (US-010 STCO + US-011 T0) ## 流程 ### 1. 加载输入 - 读取 `.aria/project-profile.yaml` - 读取所有 Agent 的 capabilities: - 插件级: `${CLAUDE_PLUGIN_ROOT}/agents/*.md` frontmatter - 项目级: `.aria/agents/*.md` frontmatter (如存在) - 读取 `${CLAUDE_PLUGIN_ROOT}/references/capabilities-taxonomy.yaml` 做标签规范化 ### 2. 推导需求场景 从 project-profile 的 tech_stack + patterns 映射到能力标签需求: ```yaml # 场景映射规则 (确定性, 非 LLM 推断) tech_stack_mapping: orm: "Prisma" → 需求: [orm-migration, query-optimization, database-schema] framework: "Express" → 需求: [api-design, performance-optimization] testing: "Jest" → 需求: [test-strategy] ci_cd: "GitHub Actions" → 需求: [ci-cd-pipeline] deployment: "Docker" → 需求: [infrastructure] ``` ### 3. 标签规范化 使用 capabilities-taxonomy.yaml 的同义词映射: - Agent capability `database-schema` 匹配需求 `db-design` (同义词) - 规范化后再做匹配,避免假缺口 ### 4. 匹配计算 对每个需求场景: - 遍历所有 Agent capabilities - match_rate = 命中标签数 / 需求标签数 - covered: match_rate >= 0.5 - gap: match_rate < 0.5 ### 5. 输出 `.aria/coverage-report.yaml` (schema_version: "1"): ```yaml schema_version: "1" project: "kairos" timestamp: "2026-04-11T..." covered: - scenario: "API design" matched_agent: "backend-architect" matched_capabilities: ["api-design"] match_rate: 1.0 gaps: - scenario: "ORM migration" requ