SuperAPI AI 工具集

remove-ai-slops

测试与质量

查看项目

更新于 10-15 20:13

技能介绍

用途:清理限定范围内改动文件中的 AI 生成代码坏味道,同时严格保持行为不变。先用回归测试锁定行为,再按类别多轮清理,最后以质量门禁与关键复核验证;验证失败则回滚或直接改回。核心安全约束是删除任何一行前必须有通过的回归测试,清单本身不算安全保证。

主要能力覆盖九类坏味道:风格类(复述代码的注释、过度防御代码、过度复杂)、结构类(无谓抽象、边界越权、死代码)、隐藏成本类(重复、行为等价的性能优化)、行为覆盖类(缺失测试);另含超大模块(纯代码行数超过 250 行)的模块化重构。每类均给出保留与重构规则,例如保留解释原因、工单链接、正则/算法说明和 BDD 标记;边界校验只有在提供对抗性回归测试证明冗余时才可删除。

使用方式:默认范围是分支相对 merge-base main 的 diff,也可传入显式文件列表。先确定范围并过滤删除、二进制与生成文件;为每个文件补充最窄的回归测试并跑绿;再执行删除阶梯(整体删除、复用仓库既有实现、改用平台/标准库/依赖、原地简化),随后按最安全到最高风险顺序处理,并以每批 5 个文件并行调用加载本技能的清理代理;最后跑回归测试、lint、类型检查、单元/集成测试、静态与安全扫描五道门禁并逐项复核。

适用场景:分支合并前清理 AI 生成改动、限定文件集的去坏味道,以及将超大文件按职责拆分。限制:测试环境无法建立绿色基线时应停止;不得改变公开 API 签名、删除类型提示或引入新抽象依赖;不可证明等价时跳过;文本类文件(提示词、规则、markdown)不作为行为锁定,仅覆盖机器消费的值。批处理中超时不等同子任务失败。具体命令、依赖与收费信息暂未提供。