Repo-Slopscore：透過提交記錄檢測Git倉庫中的AI貢獻

隨著AI程式設計工具的普及，開源社群中出現了越來越多由AI生成的程式碼，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。該工具透過分析Git提交記錄中的模式（如重複的註釋、不自然的函式命名等）來識別可能由AI編寫的程式碼。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等知名專案。掃描結果即時更新，使用者可以在其網站上檢視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，而一些較小的專案則可能偏高。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。其目的是促進社群對AI程式碼使用的討論，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，並支援自定義閾值。

根據最新掃描資料，該工具已經分析了來自GitHub、Codeberg、Bitbucket等多個平臺的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，覆蓋了從大型專案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群的關注，許多人將其視為衡量專案中AI參與度的一個重要工具。