Bloat Detector 用于系统性地检测并消除代码库臃肿，采用分级渐进分析。它覆盖五类臃肿：代码（死代码、上帝类、熔岩流、重复）、AI 生成（补全膨胀、vibe coding、幻觉依赖）、文档（冗余、啰嗦、过时、低质内容）、依赖（未用导入、依赖膨胀、幽灵包）和 Git 历史（陈旧文件、低变更代码、超大单次提交）。
使用方式为 /bloat-scan 命令，分三级：Tier 1 快速扫描（2-5 分钟，无需工具）检测大文件、陈旧代码、旧 TODO、注释块和基本重复；Tier 2 定向分析（10-20 分钟，可选工具）用 /bloat-scan --level 2 --focus code（或 docs、deps）增加静态分析（Vulture/Knip）、git 变更热点和文档相似度；Tier 3 深度审计（30-60 分钟，完整工具）用 /bloat-scan --level 3 --report audit.md 增加跨文件冗余、依赖图和可读性指标。
每个发现会标注置信度（HIGH 90-100% 可安全移除、MEDIUM 70-89% 需先审查、LOW 50-69% 需调查），并按公式 (Token_Savings × 0.4) + (Maintenance × 0.3) + (Confidence × 0.2) + (Ease × 0.1) 计算优先级。修复类型包括 DELETE、REFACTOR、CONSOLIDATE、ARCHIVE。
适用场景：上下文使用率超过 30%、季度维护、发布前清理、重大重构前。不适用：活跃功能开发、时间紧迫的 bug、代码库小于 1000 行、Tier 2/3 工具不可用时。
安全方面：从不自动删除，所有更改需批准；支持 --dry-run 预览；批量更改前创建备份分支。自动排除 .venv、pycache、.git、node_modules、dist、build、vendor，并遵循 .gitignore 和 .bloat-ignore。
生态级检测可发现 alwaysApply 累积（3 个以上技能设为 true 时）、钩子注册缺口、样板页脚、技能中的 ToC 膨胀和未注册模块子目录。相关组件包括 bloat-auditor 代理、unbloat-remediator 代理、context-optimization 技能，以及 /bloat-scan 命令。