用途
AI Code Cleanup 用于清除分支中由 AI 生成的低质量代码痕迹。它适合在 AI 辅助编码会话结束后使用，也可在代码审查或合并分支前、清理“过度工程化”代码时、移除不必要的防御代码时、统一 AI 生成后的代码风格时，以及为生产环境准备代码时使用。
主要能力
该技能可识别 AI 生成代码的典型模式，并据此清理：
- 识别 AI 痕迹：检测 AI 生成代码的常见特征。
- 移除冗余：删除不必要的防御代码和注释。
- 修复类型问题：移除不必要的类型转换和临时绕过写法。
- 统一风格：确保与项目约定一致。
- 保持功能：在提升质量的同时维持代码行为。
- 验证变更：确保代码仍可编译且测试通过。
需要移除的“AI 痕迹”模式包括：
- 不必要的注释：解释显而易见代码的注释、与文件文档风格不一致的注释、复述代码的冗余注释、对简单操作的过度文档化。
- 防御性冗余：该代码库中不常见的额外 try/catch、对可信路径的防御性 null/undefined 检查、调用方已校验时的冗余输入校验、永远不会触发的错误处理。
- 类型绕过：用 any 绕过类型问题、不必要的类型断言（as X）、无正当理由的 @ts-ignore 或 @ts-expect-error、过于复杂的泛型约束。
- 风格不一致：命名约定与文件其余部分不同、格式与周边代码不符、导入组织与文件模式不一致、变量声明与文件风格不一致。
- AI 特征：代码或注释中不必要的 emoji、过于冗长的变量名、多余的中间变量、没有实际用途的“以防万一”代码。
使用方式
可直接以自然语言指令调用，例如：
- 清理分支：“Remove AI slop from this branch”“Clean up the code in this pull request”
- 定向清理：“Remove unnecessary comments and defensive code from src/”
清理流程：
- 获取差异：
git diff $(git merge-base HEAD main)..HEAD --name-only - 逐文件分析：读取完整文件以理解既有风格，识别上述冗余模式，做精准编辑并保持功能。
- 验证：确保代码仍可编译/运行，变更应减少而非增加代码，运行测试验证行为，检查是否有回归。
适用场景
- AI 编码后的清理
- 代码审查准备
- 代码质量改进
- 风格标准化
- 移除技术债务
最佳实践
清理准则：只删除不影响行为的代码；遵循现有项目约定；保留真实错误处理；改动后务必验证代码仍可工作；增量修改、边改边测。
应保留：合理的错误处理、必要的类型断言、能补充上下文的有用注释、针对不可信输入的防御代码、与代码库一致的风格。
应移除：显而易见的注释、不必要的防御代码、类型绕过、风格不一致、AI 生成的痕迹。
参考文件
references/REFACTORING_PLAN.template.md：重构计划模板，包含代码异味、前后指标和回滚策略。
限制
关于支持的编程语言范围、安装方式、收费情况等，资料中暂未提供。