Repo-Slopscore：通過提交記錄檢測Git倉庫中的AI貢獻

隨着AI編程工具的普及，開源社區中出現了越來越多由AI生成的代碼，這被稱為“slop”。為了應對這一趨勢，開發者推出了Repo-Slopscore——一個專門檢測Git倉庫中AI貢獻的開源工具。該工具通過分析Git提交記錄中的模式（如重複的註釋、不自然的函數命名等）來識別可能由AI編寫的代碼。每個倉庫會獲得一個“slopscore”，分數越高表示AI貢獻的可能性越大。

目前，Repo-Slopscore已掃描了超過3200個開源倉庫，包括Chromium、VLC、ffmpeg等知名項目。掃描結果實時更新，用户可以在其網站上查看每個倉庫的詳細分析。例如，Chromium的src倉庫最近一次分析顯示其slopscore較低，而一些較小的項目則可能偏高。該工具的開發者強調，slopscore並非絕對準確，而是提供一個參考指標。其目的是促進社區對AI代碼使用的討論，並鼓勵更透明的開發實踐。未來，Repo-Slopscore計劃增加更多檢測模型，並支持自定義閾值。

根據最新掃描數據，該工具已經分析了來自GitHub、Codeberg、Bitbucket等多個平台的3223個倉庫。掃描時間戳顯示，這些分析在2026年5月至6月期間進行，覆蓋了從大型項目到小型個人倉庫的廣泛範圍。儘管工具本身仍處於早期階段，但它已經引起了開源社區的關注，許多人將其視為衡量項目中AI參與度的一個重要工具。