scan-debug-skill

一套用于代码扫描与调试技能（Scan & Debug Skill）。 主要应用于 SonarQube 和奇安信的常见问题快速修复。

A set of code scanning and debugging skills (Scan & Debug Skill). Primarily used for quick fixes of common SonarQube and Qianxin issues.

使用方法 / Usage

通过 npx 安装 / Install via npx

在您的项目根目录下运行以下命令： Run the following command in your project root directory:

npx scan-debug-skill

运行后，脚本会提示您选择安装目标： After running, the script will prompt you to select an installation target:

1. Trae：安装到 .trae/scan-debug-skill (Install to .trae/scan-debug-skill)
2. Cursor：安装到 .cursor/scan-debug-skill (Install to .cursor/scan-debug-skill)
3. Custom：安装到指定目录 (Install to a specified directory)

包含的内容 / Contents

• CSS 最佳实践与规范 / CSS Best Practices & Standards
• HTML 语义化与安全规范 / HTML Semantics & Security Standards
• JS/TS 编码规范与安全指南 / JS/TS Coding Standards & Security Guidelines

AI 辅助编码 / AI Assisted Coding

在编辑器中使用 AI 生成或修复代码时，可以通过以下提示词引用此规范： When using AI to generate or fix code in the editor, you can reference this standard with the following prompts:

• "请根据 scan-debug-skill 规范修复当前文件的 Sonar 问题" "Please fix Sonar issues in the current file according to scan-debug-skill standards"
• "生成一段 API 请求代码，要求符合 scan-debug-skill 中的 JS 安全规范" "Generate API request code that complies with the JS security standards in scan-debug-skill"

项目规则引用 / Project Rules Reference

您可以在 .cursorrules 或 .trae/rules 文件中添加以下规则，以确保 AI 始终遵循此规范： You can add the following rules to your .cursorrules or .trae/rules file to ensure AI always follows this standard:

- When fixing issues, refer to the specific rules in the `scan-debug-skill` documentation.

注意事项 / Notes

⚠️ 资源消耗提醒 (Resource Consumption Warning)

对整个项目进行全量扫描并自动修复可能会消耗大量的 AI 编码请求次数（Tokens）。 Scanning and automatically fixing the entire project may consume a large amount of AI coding requests (Tokens).

建议做法 (Recommended Practice)：

1. 按需引用：在生成新代码时，直接引用本技能规范（如上文 "AI 辅助编码" 所示），从源头保证代码质量。
2. 局部修复：针对单个文件或特定文件夹进行扫描和修复，避免全量操作，以节约资源。

Recommendation:

1. Reference on Demand: When generating new code, directly reference this skill standard (as shown in "AI Assisted Coding" above) to ensure code quality from the start.
2. Partial Fix: Scan and fix specific files or folders instead of the entire project to save resources.