查找「意图重复」的函数

审计代码库中 语义重复：名称或实现不同、但 干同一件事 的函数。LLM 参与的项目里常 重复造轮子；传统 jscpd 只抓 文本相似，漏掉「同意图不同写法」。

方法： 经典抽取 + LLM 按意图聚类/判重。

何时使用

• 多人（人或 LLM）长期堆代码，工具函数泛滥
• 怀疑同一逻辑被实现多次
• 大重构前想合并重复
• jscpd 已扫过语法重复，要做 语义层

速查

| 阶段 | 工具 | 模型 | 产出 | |------|------|------|------| | 1 抽取 | scripts/extract-functions.sh | - | catalog.json | | 2 分类 | scripts/categorize-prompt.md | haiku | categorized.json | | 3 拆分 | scripts/prepare-category-analysis.sh | - | categories/*.json | | 4 判重 | scripts/find-duplicates-prompt.md | 每类 opus | duplicates/*.json | | 5 报告 | scripts/generate-report.sh | - | report.md | | 6 人工 | - | 人 | 合并/删重复 |

阶段说明

1 抽取：

./scripts/extract-functions.sh src/ -o catalog.json

常用选项：-o 输出、-c 上下文行数、-t 文件 glob、--include-tests（默认排除测试）。

2 分类： 用 haiku 子代理 + categorize-prompt.md，输入 catalog.json，输出 categorized.json。

3 拆分： ./scripts/prepare-category-analysis.sh categorized.json ./categories — 每类一文件；少于 3 个函数 的类可跳过深入分析。

4 判重： 对 categories/ 下每个文件派 opus 子代理 + find-duplicates-prompt.md，输出到 duplicates/{category}.json。

5 报告： ./scripts/generate-report.sh ./duplicates ./duplicates-report.md。

6 人工： 高置信条目：确认 保留函数有测试 → 改调用方 → 删重复 → 跑测试。

高风险重复区

utils/、helpers/、校验、错误格式化、路径处理、字符串/日期格式化、API 响应塑形等。

常见错误

抽太多内部小函数；跳过分类 直接全库判重（噪声大）；用 haiku 做最终判重（易漏微妙语义）；无测试就删重复。