【Devstral 2 / Devstral Small 2】最強クラスのオープンコードモデルをVibe CLIでレビュー

curl -LsSf https://mistral.ai/vibe/install.sh \| bash

uv tool install mistral-vibe

# app.py
"""
簡易プロジェクト解析ツール（リファクタ前バージョン）

使い方:
    python app.py /path/to/project --output report.json
"""

from pathlib import Path
import argparse

from utils import analyze_project


def parse_args() -> argparse.Namespace:
    parser = argparse.ArgumentParser(
        description="Python プロジェクトのサイズ・依存関係などをざっくり分析するツール"
    )
    parser.add_argument(
        "project_root",
        type=str,
        help="解析対象のプロジェクトルートディレクトリ",
    )
    parser.add_argument(
        "--output",
        type=str,
        default="report.json",
        help="解析結果を保存する JSON ファイル名（デフォルト: report.json）",
    )
    parser.add_argument(
        "--exclude-tests",
        action="store_true",
        help="tests ディレクトリ以下を解析対象から除外する",
    )
    return parser.parse_args()


def main() -> None:
    args = parse_args()

    project_root = Path(args.project_root).resolve()
    output_path = Path(args.output).resolve()

    if not project_root.exists():
        raise SystemExit(f"プロジェクトディレクトリが見つかりません: {project_root}")

    print(f"[INFO] 解析対象: {project_root}")
    print(f"[INFO] 出力先:   {output_path}")

    analyze_project(
        project_root=project_root,
        output_path=output_path,
        include_tests=not args.exclude_tests,
    )

    print("[INFO] 解析が完了しました。")


if __name__ == "__main__":
    main()

# utils.py
"""
プロジェクト解析ロジック（リファクタ前バージョン）
あえて 1 つの巨大関数に詰め込んである状態。
"""

from __future__ import annotations

import json
import os
import re
import time
from collections import Counter, defaultdict
from dataclasses import dataclass
from pathlib import Path
from typing import Dict, Iterable, List, Tuple


@dataclass
class FileStats:
    path: Path
    n_lines: int
    n_comment_lines: int
    n_blank_lines: int
    n_functions: int
    n_classes: int


PYTHON_FILE_PATTERN = re.compile(r".*\.py$", re.IGNORECASE)


def analyze_project(
    project_root: Path,
    output_path: Path,
    include_tests: bool = True,
) -> None:
    """
    指定されたプロジェクトディレクトリ配下の Python ファイルをすべて走査し、
    ・ファイル数・行数・関数数・クラス数
    ・ディレクトリごとの集計
    ・import されている外部ライブラリ
    などを JSON で出力する。

    本来は複数の小さな関数に分割すべきところを、
    あえて 1 つの巨大関数に押し込めた「リファクタ前」想定のコード。
    """

    start_time = time.time()

    # 1. 解析対象ファイルの収集
    python_files: List[Path] = []
    for root, dirs, files in os.walk(project_root):
        root_path = Path(root)

        # tests ディレクトリの除外オプション
        if not include_tests:
            # "tests" or "test" ディレクトリをスキップ
            dirs[:] = [
                d for d in dirs if d not in {"tests", "test", ".venv", "venv", "__pycache__"}
            ]
        else:
            dirs[:] = [d for d in dirs if d not in {".venv", "venv", "__pycache__"}]

        for name in files:
            if not PYTHON_FILE_PATTERN.match(name):
                continue
            file_path = root_path / name
            # 単純な無視ルール
            if any(part.startswith(".") for part in file_path.parts):
                # .git や .mypy_cache など隠しディレクトリ以下は除外
                continue
            python_files.append(file_path)

    # 2. 各ファイルの統計情報を計算
    all_stats: List[FileStats] = []
    import_counter: Counter[str] = Counter()
    dir_counter: Counter[str] = Counter()

    for file_path in python_files:
        n_lines = 0
        n_comment_lines = 0
        n_blank_lines = 0
        n_functions = 0
        n_classes = 0

        try:
            with file_path.open("r", encoding="utf-8") as f:
                for line in f:
                    n_lines += 1
                    stripped = line.strip()
                    if not stripped:
                        n_blank_lines += 1
                        continue
                    if stripped.startswith("#"):
                        n_comment_lines += 1

                    # めちゃくちゃ雑なカウント（あえてそのまま）
                    if stripped.startswith("def ") and stripped.endswith(":"):
                        n_functions += 1
                    elif stripped.startswith("class ") and stripped.endswith(":"):
                        n_classes += 1

                    # import 文の解析
                    if stripped.startswith("import "):
                        # 例: "import numpy as np"
                        parts = stripped.split()
                        if len(parts) >= 2:
                            lib = parts[1].split(".")[0]
                            import_counter[lib] += 1
                    elif stripped.startswith("from "):
                        # 例: "from pandas import DataFrame"
                        parts = stripped.split()
                        if len(parts) >= 2:
                            lib = parts[1].split(".")[0]
                            import_counter[lib] += 1

        except UnicodeDecodeError:
            # 文字コードが変なファイルは適当にスキップ
            print(f"[WARN] 文字コードエラーのためスキップ: {file_path}")
            continue

        stat = FileStats(
            path=file_path,
            n_lines=n_lines,
            n_comment_lines=n_comment_lines,
            n_blank_lines=n_blank_lines,
            n_functions=n_functions,
            n_classes=n_classes,
        )
        all_stats.append(stat)

        # ディレクトリごとの集計キー
        rel_dir = str(file_path.parent.relative_to(project_root))
        if rel_dir == ".":
            rel_dir = "(project root)"
        dir_counter[rel_dir] += 1

    # 3. 全体集計
    total_files = len(all_stats)
    total_lines = sum(s.n_lines for s in all_stats)
    total_comment_lines = sum(s.n_comment_lines for s in all_stats)
    total_blank_lines = sum(s.n_blank_lines for s in all_stats)
    total_functions = sum(s.n_functions for s in all_stats)
    total_classes = sum(s.n_classes for s in all_stats)

    avg_lines_per_file = total_lines / total_files if total_files else 0.0
    comment_ratio = (
        total_comment_lines / (total_lines - total_blank_lines)
        if (total_lines - total_blank_lines) > 0
        else 0.0
    )

    # 4. ディレクトリごとの詳細情報（上位のみ）
    dir_summary: List[Dict[str, object]] = []
    for dir_name, count in dir_counter.most_common():
        dir_files = [s for s in all_stats if str(s.path.parent.relative_to(project_root)) in {dir_name, "." if dir_name == "(project root)" else ""}]
        dir_total_lines = sum(s.n_lines for s in dir_files)
        dir_summary.append(
            {
                "directory": dir_name,
                "n_files": count,
                "total_lines": dir_total_lines,
            }
        )

    # 5. import ライブラリの上位ランキング
    top_imports: List[Dict[str, object]] = []
    for lib, cnt in import_counter.most_common(20):
        top_imports.append({"library": lib, "count": cnt})

    # 6. ファイルごとの詳細情報（上位だけ抜粋）
    #   - 行数の多い順
    file_details: List[Dict[str, object]] = []
    for stat in sorted(all_stats, key=lambda s: s.n_lines, reverse=True)[:50]:
        file_details.append(
            {
                "path": str(stat.path.relative_to(project_root)),
                "n_lines": stat.n_lines,
                "n_comment_lines": stat.n_comment_lines,
                "n_blank_lines": stat.n_blank_lines,
                "n_functions": stat.n_functions,
                "n_classes": stat.n_classes,
            }
        )

    elapsed = time.time() - start_time

    # 7. レポート JSON の組み立て
    report: Dict[str, object] = {
        "project_root": str(project_root),
        "total": {
            "n_files": total_files,
            "n_lines": total_lines,
            "n_comment_lines": total_comment_lines,
            "n_blank_lines": total_blank_lines,
            "n_functions": total_functions,
            "n_classes": total_classes,
            "avg_lines_per_file": avg_lines_per_file,
            "comment_ratio": comment_ratio,
        },
        "directories": dir_summary,
        "top_imports": top_imports,
        "file_details": file_details,
        "options": {
            "include_tests": include_tests,
        },
        "meta": {
            "generated_at": time.strftime("%Y-%m-%d %H:%M:%S"),
            "elapsed_seconds": elapsed,
        },
    }

    # 8. JSON として保存
    output_path.parent.mkdir(parents=True, exist_ok=True)
    with output_path.open("w", encoding="utf-8") as f:
        json.dump(report, f, ensure_ascii=False, indent=2)

    print(f"[INFO] 解析対象ファイル数: {total_files}")
    print(f"[INFO] 合計行数:          {total_lines}")
    print(f"[INFO] 平均行数/ファイル: {avg_lines_per_file:.1f}")
    print(f"[INFO] コメント率:        {comment_ratio:.1%}")
    print(f"[INFO] 上位 import:       {[i['library'] for i in top_imports[:5]]}")
    print(f"[INFO] 経過時間:          {elapsed:.2f} 秒")

utils.pyにあるmain_functionを複数の小さな関数にリファクタリングして。

もともと200行くらいあったanalyze_projectを、役割ごとに8個の小さな関数に分割してくれた、という報告です。

1．ファイル収集
collect_python_files()
プロジェクト配下から Python ファイルを集める処理だけを担当。
tests ディレクトリの除外や隠しディレクトリのスキップもここに集約。

2．ファイルの中身解析
analyze_file_content()
各ファイルの行数・コメント行・空行・関数数・クラス数を数える処理と、
import / from 文からライブラリ名を抜き出す処理をまとめた関数。
文字コードエラー時のスキップ処理もこの中に隔離。

3．集計・加工
calculate_directory_summary()：ディレクトリ単位の集計（ファイル数や行数）
get_top_imports()：import されているライブラリのランキングを作る
get_file_details()：行数などを並べた「ファイル別詳細リスト」を作る

4．レポート生成と出力
generate_report()：最終的なレポート用 dict を組み立てる
save_report()：JSON ファイルとして保存する
print_summary()：コンソールにサマリ情報を表示する

5．メイン関数
analyze_project() は「上で作った関数を順番に呼ぶだけ」のオーケストレーターになり、
だいぶ読みやすい高レベルのアルゴリズムっぽい形に整理された、という説明です。

6．テスト状況
ファイル収集、ファイル解析、レポート生成、それぞれが期待通り動くことを確認済み。
すべてのヘルパー関数がきちんと連携していて、
元の機能は完全に保持されている、というテスト結果のまとめです。