Desloppify

在 AI 辅助编程普及的今天，我们进入了一个“氛围编码”（Vibe Coding）的时代。凭借大语言模型的强大能力，构建原型和功能变得前所未有的快速。然而，速度背后往往隐藏着代价：代码库在不知不觉中开始“腐烂”。

这种腐烂不仅仅是死代码或未使用的导入等机械性问题，更深层的是结构性衰退——原本清晰的抽象逐渐失去意义，命名变得随意，错误处理方式在项目中分裂成三种不同的流派。代码依然能运行，但在其中工作的体验却随着时间的推移日益恶化。

Desloppify是一款提升你代码库质量的智能体工具。它不仅仅是一个 Linter，而是一套专为 AI 编程智能体设计的工具链，旨在识别、理解并系统地提升代码库质量，将开发模式从随意的“氛围编码”推向严谨的“氛围工程”（Vibe Engineering）。

核心理念：定义真正的“好代码”

Desloppify 的核心信念是：如果问对了问题，大语言模型完全有能力发现并修复深层次的代码质量问题。

传统的静态分析工具只能捕捉机械性错误，而 Desloppify 创造性地结合了两者：

1. 机械性检测：精准识别死代码、重复代码、圈复杂度等硬性指标。
2. 主观性 LLM 审查：利用大模型评估命名语义、抽象合理性、模块边界清晰度等软性指标。

通过这两者的结合，Desloppify 生成了一个严格的综合评分。这个分数不是那种通过抑制警告或忽略规则就能轻松刷到 100 分的虚荣指标。它的评分机制内置了强大的反作弊逻辑，旨在抵抗投机取巧。

得分高于 98 分，意味着你的代码库达到了经验丰富的工程师口中“优美”的标准。这个数字成为了智能体的“北极星指标”——提升分数的唯一途径，就是真正地把代码写得更好。

工作原理：规划、执行与持续进化

Desloppify 并非一次性扫描工具，它设计了一个优先级的修复循环，让 AI 智能体能够跨会话持续改进代码库。

1. 状态持久化

扫描状态会在多次运行之间持久保存。这意味着智能体不需要在一次对话中完成所有工作，它可以像人类工程师一样，分批次、跨会话地逐步重构项目。

2. 智能修复循环

工具通过明确的指令引导智能体：

• Scan（扫描）：全面分析代码库，生成质量报告。
• Next（下一步）：精确告诉智能体下一个需要修复的问题是什么、位于哪个文件，以及具体的修复建议。
• Resolve（解决）：智能体完成修复后运行此命令，系统验证修复效果并更新状态。
• Plan（规划）：允许重新排序优先级或聚类相关问题，优化修复策略。

这种机制确保了智能体始终“保持正轨”，避免陷入无意义的修改或偏离核心质量目标。

3. 可视化成就

当你的代码库质量提升后，Desloppify 会生成一个动态的记分卡徽章。你可以将其嵌入 GitHub 个人资料或项目 README 中，向社区展示你对代码工程的极致追求。

广泛的语言支持

Desloppify 目前支持 28 种编程语言，满足了多样化技术栈的需求：

• 深度插件支持：TypeScript, Python, C#, Dart, GDScript, Go。针对这些语言，Desloppify 提供了完整的插件深度，能够进行最细致的分析与重构建议。
• 通用支持：Rust, Ruby, Java, Kotlin 以及其他 17 种语言。通过通用的 Linter 集成与 Tree-sitter 解析技术，确保了对主流语言的全面覆盖。

给 AI 智能体的操作指南

Desloppify 的设计初衷是让 AI 智能体自主运行。如果你希望你的智能体（如 Claude, Cursor, Copilot, Windsurf 等）提升当前项目的代码质量，只需将以下提示词发送给它：

提示词参考：

我想让你提升这个代码库的质量。为此，请安装并运行 Desloppify。

请依次运行以下所有命令（需 Python 3.11+ 环境）：

# 1. 安装完整版 Desloppify
pip install --upgrade "desloppify[full]"

# 2. 安装针对当前智能体的工作流指南 (关键步骤)
# 根据你的实际环境选择：claude, cursor, codex, copilot, windsurf, gemini
desloppify update-skill claude 

# 3. 扫描当前目录 (可使用 "." 代表整个项目，或指定 "src/" 等子目录)
desloppify scan --path .

# 4. 获取第一个修复任务
desloppify next

你的目标： 尽可能提高 Desloppify 生成的严格评分。

执行准则：

• 拒绝偷懒：不要试图通过绕过规则来提高分数。评分机制已针对投机取巧进行了防御，提高分数的唯一方法是真正优化代码。
• 遵循指令：严格遵循 next 命令的输出。它会明确告知你修复内容、文件位置及完成后的 resolve 命令。
• 持续迭代：修复问题 -> 运行 resolve -> 再次运行 next。循环此过程直到没有更多高优先级问题。
• 灵活规划：如需调整顺序，可使用 plan 命令重新排序或聚类问题。
• 刷新状态：必要时运行 scan 刷新全局状态。

请注意：扫描输出中包含了给智能体的具体指令，请直接遵循其计划，无需添加额外的自我分析。

愿景：构建令人尊重的代码作品

Desloppify 的终极目标，是让任何开发者都能利用 AI 的力量，构建出令资深工程师心生尊重的代码库。

过去，维持这种高标准需要资深架构师数月甚至数年的密切关注与Code Review。现在，通过 Desloppify 定义的量化标准和自动化工作流，这种“卓越工程”的能力被赋予了每一个拥有 AI 助手的团队。

这不仅是工具的升级，更是工程文化的回归。我们致力于消除有用信号与虚荣指标之间的模糊地带，让每一分提升都真实反映代码质量的进步。