需先将代码文档转为纯文本并清洗格式，再按功能域分块注入kimi，用动词指令逐层提取入口函数、调用链与职责，最后强制csv结构化输出。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
你需要从一份几十万行的代码文档（如大型开源项目README+源码注释+API文档混合体）中快速理清模块分工、函数调用链和核心功能实现路径，而不是逐行阅读或依赖本地IDE跳转。
预处理：把代码文档转成Kimi能“看懂”的纯文本
Kimi无法解析PDF中的代码高亮、折叠区域或图片里的流程图，更不能执行代码。直接上传带格式的PDF或HTML文档，会导致关键注释被截断、缩进错乱、函数签名丢失——比如def process_data(input: dict) -> list:可能变成“def process_data(input: dict) -> list:”，破坏语法可读性。
用VS Code打开原始Markdown或reStructuredText文档，全选→右键“复制为纯文本”，粘贴到新文件；若只有PDF，用pdfplumber命令行提取：pdf2txt.py -o clean_code_doc.txt -p 1-120 input.pdf（指定页码范围避免附录干扰）。
打开clean_code_doc.txt，删除所有非ASCII符号（如“→”“•”“▸”）、自动换行符（保留段落间空行），将每个函数头单独成行，例如把“process_data —— 接收字典输入，返回列表”改为：def process_data(input: dict) -> list:（保留原始缩进与冒号）。
【必须保留函数签名中的参数名、返回类型和冒号，这是Kimi识别逻辑边界的关键锚点】
分块注入：按功能域切分，每块配专属指令
不要一次性粘贴10万字。Kimi对长文本的注意力权重会随位置衰减，末尾模块的函数容易被忽略。按代码文档实际结构切分：通常“安装说明”“配置项”“核心类”“工具函数”“错误码表”是天然分界。
方法一：手动切分+指令前缀
在每块开头插入一行明确指令，例如：
【请提取本部分所有以“class”或“def”开头的实体名称，并标注其职责关键词，如“class DataRouter：路由请求分发”】
然后粘贴对应段落，发送。
方法二：用标题锚定上下文
若文档含清晰标题（如“## 3.2 数据校验模块”），上传时保留该行，再加指令：
【当前处理模块：数据校验模块。请仅从此标题开始到下一个“##”前的内容中，找出所有被@validate装饰的函数，并列出其校验规则原文】
注意：每块之间用“———”分隔，避免Kimi跨块联想。切分后单块控制在4000–6000字符，确保函数体完整不被截断。
一键设置，在 OpenClaw 和 Claude Code CLI 中使用 Kimi K2.5 (Kimi Code) 作为编程模型。Kimi Code 兼容 Anthropic Messages API——替换……
触发逻辑链提取：用动词指令锁定调用关系
第一步：定位主入口
输入指令：“请扫描全文，找出唯一被命名为‘main’‘run’或‘start’的函数，及其直接调用的3个下级函数名（不展开嵌套）。”
第二步：顺藤摸瓜
拿到入口函数A调用B、C、D后，立即新起一轮提问：“请分析函数B的函数体，列出它内部显式调用的所有函数名（含import别名调用，如‘utils.clean()’），排除print、logging等辅助调用。”
第三步：逆向追溯
若发现关键函数X被多处调用但职责模糊，追加指令：“请回溯全文，找出所有调用函数X的位置，并提取调用前最近一句中文注释（如有）或上一行代码（如if condition:）。”
这一步操作起来很简单，直接把上一轮得到的函数名填进新指令就行。但必须严格限定“显式调用”，否则Kimi会把字符串匹配（如代码里写“call x”）也当调用。
结构化输出：强制生成可导入表格的格式
Kimi默认输出是描述性段落，不利于后续比对。在最终整合阶段，先发送格式约束指令：
你是一名代码架构师，请严格按以下CSV格式输出：模块名,函数名,输入参数,核心动作,调用下游,备注。字段间用英文逗号分隔，无引号，空值写“/”。只输出数据行，不加表头、不加说明、不换行。
紧接着粘贴已整理好的全部分块分析结果（含入口链、各模块职责、调用关系），发送。
若返回内容含“见上文”“如前所述”等指代词，立刻追加指令：“请重输出，所有字段必须为具体值，禁止使用任何指代性语言。”
