Code Analysis C6：采用 jscpd 的实测调研与后端接入方案

[testikun]

我们准备在 labs/code-analysis 中实现 C6 重复代码检测，采用 jscpd 5.4.2 作为检测引擎。本次交付范围是后端结果、源码证据、基线比较及 CLI / AI task 闭环，暂不扩展前端。这篇讨论汇总已完成的工具实测，并提出本次 C6 实现范围，供维护者确认。

2026-11-06 重新 fetch 后，Labs 最新提交仍为 bf0a29e7664f52973d06a8e6a608df2db1ecbd39，与本轮固定验证基线一致。下面区分已合入能力、本地实验结果和拟开发内容。

当前实现与本次工作

• Code Analysis One Page 当前优先分析准确性和覆盖范围，功能主分支是 Labs，尚未合入 dev/main。
• 已有依赖提取、模块归属、循环/耦合/入口和架构边界规则、函数指标，以及稳定 ID、证据哈希、基线比较和 AI task。现有规则入口是 evaluate/index.mjs。
• C6 尚未实现。 产品计划 0.3 已预留 redundancy/duplicate-block；原型的 7 行归一化窗口尚不是正式检测器。因此这次采用 jscpd 的收益是避免新写重复检测算法，而不是删除现有依赖或复杂度分析。
• 路线图 已建议 C6 先用 jscpd 等成熟工具，在至少三个真实仓库校准。它同时建议 C7 外部诊断格式先于 C6；本讨论提出的是 C6 工具采用和后端切片，不把阶段顺序或第三方依赖视为已经批准。
• 本地已有 Lizard 指标和重复检测实验，未合入 Labs。本次选择 jscpd 限于重复检测；不把 jscpd 的文件 CX 当作函数 CC/嵌套深度替代品。

已完成的工具对比

固定 Archify 基线、Lizard 1.25.0 以及各工具版本，用明确正负例、语法反例、变换与消融检验，再对照固定 Flask 源码。工具输出不一致时区分定义、配置、对象范围和实现缺口；没有把现有实现、工具多数票、告警数量或项目年代当成正确答案。

工具	已实际执行的结果	额外能力与采用判断
jscpd 5.4.2	14 组冻结主样例满足成员/负例约定，23 项变换、故障和适配检查通过；Python 短/长、JS、TS、C++ 的复制和一致改名成员齐全	原生位置、内容指纹、一致改名，以及另测的 AST 相似候选/文件 CX；C6 优先采用，后两项不纳入首期
PMD / CPD 7.29.0	原样复制检出；C++ 改名归一化有效，固定版 Python/JS/TS 不支持同样选项。Java 类型模式 switch 出现 CC=1、等效 if=3 的反例	Java 认知复杂度、未使用变量、Unicode 转义语法有增量价值；保留为 Java 诊断候选和 CPD 对照，需要 JVM
rust-code-analysis	固定当前源码；487 个目标中 477 个原函数范围可唯一对应，含 Flask 369 个。部分 f-string 控制优于 Lizard；另有新语法和 Java 参数计数缺口	Cognitive、参数、退出点和 C/C++、Rust 指标可专项采用；范围匹配数不是指标准确率，不整体替换
dependency-cruiser 18.7.2	重新执行五个冻结项目；直接图不足以保留逐次导入语义，AST 补层后满足原契约；四类新规则的正负例通过	生产代码依赖测试/devDependencies、孤立文件候选等有价值；作为图/规则对照，未证明整体替换能减少自研
SonarQube Community Build 26.11.0.134175	Scanner 8.1.0.6389、Python analyzer 5.32；实际八次扫描。七个单函数 CC 控制六个符合，t-string 条件表达式少计；未使用变量和不可达代码正负例通过	适合已有平台团队导入诊断、文件指标和 CPD；本次公开 API 没有提供完整逐函数身份/指标，服务较重

这不是总体准确率排名。RCA 对象匹配、Sonar 文件级函数计数、CPD 组数和 jscpd pair 数不是同一个统计口径。真实项目候选尚未逐项人工裁决。

jscpd 的具体证据

实际使用 macOS arm64 原生二进制，版本 5.4.2，SHA-256 bfbed2a5f2d9846bb578c61c7a6edae5e35010aa7064194eea5f2315d69d05bc。扫描不依赖 Python/JVM；通过 npm wrapper 启动仍需要 Node。没有沿用旧版 jscpd 的 Node 库架构假设。

主评估配置：--min-tokens 50 --min-lines 5 --mode weak --ignore-identifiers=consistent，单 worker，JSON reporter。50 tokens / 5 lines 是实验参数，尚不是经过三个真实仓库校准的产品默认值；不同工具的 token 和阈值定义不能直接等同。

输入或变换	原始观察
Python 短例，original/copy/renamed + 独立负例	两条直接 pair，各 77 tokens；三个成员齐全，负例未入组
Python 长例，三个成员	两条直接 pair，各 134 tokens
JS / TS / C++，各三个成员及负例	各两条 pair，84 / 92 / 111 tokens；成员齐全、负例未入组
一致改名正例 vs 变量角色塌缩负例	consistent 只报正例；去掉改名选项后正例不报；blind 会接受角色塌缩例，属于匹配定义差异
输入反序、加入无关文件、前置三行	控制例原有片段关系保持；前置三行后位置 +3，内容不变
增加/删除成员、打破一个成员	只改变相应关系；没有把缺失成员补成推导出的原生 pair
改字面量，以及开启 ignore-literals	匹配范围随策略变化；真实源码证据和相关内容指纹仍变化

三成员报两条星状 pair 不等于漏掉第三成员。适配必须保留工具直接关系，不能把连通分量里的任意两点都声称为工具直接检出的相同片段。

SARIF 的 partialFingerprints["jscpdCloneHash/v1"] 在前置行和无关文件变换中保持，在真实片段改动时变化。它适合表示内容，不能直接当作 Archify 跨修改保持的 finding ID。JSON 的 fragment 可能包含超过精确 end position 的整行上下文，取证应核对原源码位置；当前 ASCII 控制通过，Unicode/嵌入语言坐标仍待验收。

真实项目为 Flask 固定源码：24 个 Python 文件，主配置扫描 23 个并返回 55 个候选。未进入扫描的 __main__.py 只有三行、八个工具 tokens；只有同时降至 1 token / 1 line 才计入 source。这已通过消融确认是阈值排除，应进入覆盖说明。55 个候选尚未逐项标注，不能据此给出精确率或召回率。

本机二进制约 41.21 MiB；Flask 主扫描一次约 127 ms、峰值 RSS 24.6 MB。这是单机小样本观察，不是大型仓库上限，也不是跨工具性能排名。固定发行版根许可标为 MIT；实际打包仍需核对平台发行物及第三方声明。

建议的第一块接入

目标：同一配置下，check 输出带两侧原始位置的 redundancy/duplicate-block finding，能沿现有 task/基线/比较路径复核；检测器由 jscpd 提供，Archify 负责证据与产品契约。

1. 先遵循现有 C6 定义。 默认候选是忽略格式/注释的 token 原样重复；一致改名可以作为显式可选能力讨论。它已测有效，但不应悄悄扩大当前产品计划的“完全重复”含义。暂不接 AST 相似、语义模型、文件 CX 或自动重构。
2. 复用已选源码范围。 首期面向 Archify 已支持、且本轮克隆验证覆盖的 Python 和 JS/TS；Java 在补齐同样例、坐标和失败验证后再宣称支持。工具支持 C++ 不等于 Archify 已有完整 C++ 分析。保持 include/exclude、角色和选定语言一致，读取源码而不执行目标项目。
3. 用薄适配接原生 JSON/SARIF。 固定版本，显式传入模式与阈值，关闭隐式配置发现或记录有效配置；绝对路径取证后归一到仓库相对路径。源码变化期间运行、路径越界、无效结果、工具缺失/超时/部分失败都要有明确状态，不能成为“零问题”。
4. 先确定 finding 的单位和身份。 工具原生是片段 pair，产品路线图提到重复组。建议第一块保留 pair 原始证据，正式实现前明确多片段、同文件重复和分组/稳定 ID 规则。当前按 subject.files 的身份逻辑不能直接区分同一文件对内的多个重复位置。
5. 沿用现有可比性和任务流程。 工具版本、规则版本、模式、阈值、覆盖范围纳入比较依据；证据变化必须使旧任务失效。任务应包含两侧确切片段及允许修改文件；重复不自动意味着应该抽取公共函数。
6. 依赖先做成显式可选。 建议先允许使用单独安装的固定版工具或显式可执行文件，明确未启用/不可用；讨论后再决定平台包进入模块依赖或 ZIP 的方式。避免为了一个引擎提前建立通用插件框架。

接缝主要是 lib/analysis.mjs、规则入口与 redundancy 规则、findings 的分析上下文、lib/task.mjs / lib/evidence.mjs / lib/review.mjs。共享入口应一致，首期验证重心是 CLI；不新增页面布局或重复对照前端。

尚需完成的验收

• 将最小正负例与关键原始结果整理为仓库内可复跑证据；目前上表来自本地隔离实测，不冒充已有公开 CI 或维护者复核。
• 补 Unicode、CRLF、同文件多片段、跨函数片段及两侧范围；保留无法唯一映射的情况。
• 覆盖工具缺失、超时、坏 JSON、非零退出、空输入及阈值排除；验证不会错误报告“已检查且无问题”。
• 同源码/同配置重复运行身份一致；前置注释和无关修改不扰动身份；相关片段修改使证据失效。组成员变化与代表 pair 变化的身份规则需要明确。
• 固定至少三个真实仓库/源码范围，检查候选、排除和阈值；逐项区分重复事实与值得重构的判断。目前仅有一个 Flask 克隆实扫，不宣称达到路线图门槛。
• 完成实际 CLI 的导出任务 → 修改允许范围 → 旧证据失效 → 同配置重分析闭环；改变模式/版本/范围时不能报告“已修复”。
• 按依赖与进程改动范围完成兼容性、许可证、打包和相关平台验证；现有工具实测平台只有 macOS arm64。

协作与希望确认的范围

已检索当前 Discussion、相关 Issue 和 Labs 的开放 PR。#1182 / #1222 / #1223 负责阈值及已有覆盖信息，#1224 负责基线接受操作；本切片需要复用这些方向。#1201 是独立 source-review 实验中提及 jscpd，并非本模块 C6 已完成接入。当前检索没有找到本模块已开放的 jscpd 接入 PR，这不代表不存在尚未公开的工作。

我们准备以 labs/code-analysis 为基线完成这块 C6 后端工作，先在隔离开发分支实现并验证；正式 PR 的范围与交付方式沿本讨论确认。希望维护者确认：

1. 是否接受 jscpd 5.4.2 作为 C6 引擎，以及在 C7 格式落地前先准备/提交这个后端切片；
2. 首期维持原样 token 重复、将一致改名设为显式可选，以及 pair/重复组的 finding 单位；
3. 首期采用可选外部工具的交付方式，还是直接纳入模块平台依赖与包体。

本讨论不代表维护者已批准范围或 C6 已完成。后续用相关 Issue 和小 PR 记录已确认决定，目标仍为 Labs。

由 Codex（GPT-6）协助完成源码调查、隔离实测、交叉复核和本文整理，在 @testikun 授权下发布。没有代签人工验收；工具局部反例、配置差异和未测边界均保留。

[testikun]

补充本轮实现与验证进展：C6 也已纳入本次工作，本地候选基于 labs/code-analysis@bf0a29e7664f52973d06a8e6a608df2db1ecbd39，分支 codex/code-analysis-jscpd。目前还未推送代码或创建正式 PR，维护者的范围意见仍待确认。

已接通的后端行为：

• redundancy/duplicate-block 使用外部 jscpd 5.4.2；默认关闭，Python / JS / TS 可显式启用，分析不自动下载安装工具。C6 原本尚未实现，这里是避免新增一套自研重复检测器，没有替换已有的复杂度或依赖规则。
• 扫描现有提取器捕获的文本快照，遵守模块范围和文件角色，显式记录 vendor、解析失败、格式、大小等省略项。输出保留原生 pair，不自行扩成组内所有配对。
• 双侧位置、UTF-8 → UTF-16 坐标校验、区分出现位置的 ID、完整行证据、基线、重新分析、AI 任务导出/证据验证已经接通。同文件两处重复也分别保留。
• 覆盖不完整不会显示成“全部检查后无问题”；工具缺失、版本错误、超时、坏报告均失败，保留上一轮输出。POSIX 启动器超时会清理其扫描子进程；Windows 要求直接原生 .exe，尚未完成 Windows 实机验证。
• 本次没有添加前端对照视图。

真实仓库校准采用 weak / exact 默认 50 tokens、5 lines，再单独切换 consistent；以下都是固定源码范围的实际 Archify CLI 结果：

输入与范围	analyzed / selected	exact pairs	consistent pairs
Flask 2c1b30d0503cfb064f1cb252e6614a06915a362a，src/flask	23 / 24	23	55
Archify bf0a29e7664f52973d06a8e6a608df2db1ecbd39，CLI 与分析后端 40 文件	40 / 40	17	38
Redux 61ebf8596654cf3c4b197e426e302fcb3c2bc13e，src	14 / 17	8	6

六次运行的 147 个 pair、294 侧坐标与证据摘要已独立核验。Flask / Redux 的未分析文件保留 not-reported-by-engine，不猜测引擎没有提供的单文件原因；Archify 40/40 只代表上述后端范围。两轮运行结果一致，保留了命令、配置、原始 JSON、输入/工具/产品哈希及回执；后续新增的 null 报告防御和超时清理只影响失败路径，因此复用这部分正常输出证据。

选取六个候选阅读源码后，遇到 Flask docstring、公开重导出、Redux 类型重载、暂存代码和 Archify 两处 BFS。重复 token 不等于重复业务实现，更不等于应该提取公共函数。consistent 改变匹配边界和配对，在 Redux 中 8 对变为 6 对，说明它不是 exact 的简单超集。本轮支持默认 exact、consistent 显式选择；没有声称测出了总体准确率或召回率。

CLI 闭环已覆盖：首次发现 → 接受基线 → 导出双侧任务 → 增加前置注释后证据仍有效 → 等价改写一侧 → 旧证据失效 → 同配置重分析不再检测到原候选。手写改写样例另用 42 组输入比对行为，不把这一例扩大成任意克隆都能安全重构。

最终使用 Node 22.23.0 / Python 3.14.3 / 原生 jscpd 5.4.2，在 macOS arm64 执行了 npm run test:full：3,542 passed、143 skipped、1 failed，测试期间候选源码哈希未变。Code Analysis 整套回归通过；生成文件检查通过，分发 ZIP 已按规范工具链重建。唯一失败为既有 README motion proof ... current gallery artifacts 的 classic 来源哈希不一致：用 bf0a29e… 提交中的原始文件单独复现了完全相同的失败，涉及文件与基线逐字节一致。没有把它隐藏成全绿，也没有把跳过的浏览器/平台用例算成通过。远端 CI、Windows/Linux 实机验证仍待后续完成。

实现中已省去 SARIF 联表、额外 fingerprint 状态、通用检测器框架和自动安装器。相同范围的出现次数校验保留：移除它会让剩下的副本替代已删除副本，使旧任务证据假有效。

下一步的范围建议仍是先审查这一可选 C6 后端，再根据标注样本决定是否增加 docstring / 声明类过滤。Java C6、多语言统一扫描、全仓性能基准和前端对照不纳入这一版。

AI 披露：本评论及本地候选的调研、实现、自动测试与文字整理由 Codex（GPT-6，含子代理）在 @testikun 指导下完成。这里报告的是 Agent 执行的检查和源码阅读，未声称贡献者已完成人工审查或维护者已接受。

[testikun]

追加一轮“还能复用什么 + 同输入性能”对比，并更正此前对工具能力的不完整概括。本轮未改变 C6 产品实现，补充了调查与实验记录。

jscpd 不只有文件级复杂度，也不是内部没有依赖图。 固定 5.4.2 的 LSP jscpd/complex-function 可以返回函数 CC，functionLimit=0 可取全部被识别函数；内置 basta 的 Rust RunResult.graph 包含 modules/symbols/imports/references。但目前函数数值在诊断 message 中，没有完整末行/qualname/nesting；CLI/MCP 也没有通用依赖图导出。是否替换要按这些真实接口判断。LSP 契约、图 API

目前可复用/保留的边界：

• C6 继续使用原生 detector；consistent、AST/gap 匹配也有现成实现，后两项仍需专门验收。
• 原生 baseline 有 fingerprint multiplicity 计数，不是只保存一个集合。接受 a/b 后增加 c 的第三副本会失败；同内容同数量整体换路径仍被接受。--changed 也会按 HEAD、配置和版本重建基线。单独的“新增重复 CI”可直接用这套能力，无需另写；Archify 全规则的接受理由、证据改变和不可比原因仍由统一 review 承担。
• JS dead-code 的 unused-file/unused-export 正例与实际补上消费关系后的负例都通过；复制越界规则也完成正负例及关规则消融。它约束业务逻辑被复制到禁止目录，与现有禁止 import 的架构边界是两项能力。
• 函数 CC 仍不宜默认切换：a ? b : c 报 2，等价 a?b:c 报 1；value?.case 报 2、普通属性 value?.item 报 1。Flask 的 363 个运行时实现全部对应上，另 6 个 Archify 对象是 overload 声明；351 项同值、12 项不同，其中 9 项为作用域政策差异、3 项涉及 f-string 决策漏计。这不是准确率统计，也不全是阈值差异。
• 当前 Tarjan/hub/入口规则、完整函数身份/范围/深度、原始证据与 AI task 没有可直接替换的等价公开输出；若要进一步删提取器，需要单独验证 Rust graph bridge。

性能实测： macOS arm64 / M2 Pro / 16 GiB、Node 22.23.0、Python 3.14.3、jscpd 5.4.2，单 worker。每条件 1 次预热 + 5 次串行新进程计时，另做 3 次独立内存采样，保留 OS 文件缓存。四个范围、五个条件共 180 次调用成功；独立复核确认既有 facts/graph/非 C6 findings 不变，native 与集成结果的精确 UTF-16 范围、内容哈希和 analyzed 文件集合一致。

固定源码范围	C6 关闭	C6 exact	C6 consistent	原生 exact（只扫描）
Flask 24 文件 / 9,202 行	827.7 ms	908.8 ms	952.2 ms	31.0 ms
Archify 后端 40 文件 / 17,138 行	1,029.2 ms	1,383.2 ms	1,738.1 ms	48.3 ms
Redux src 17 文件 / 1,565 行	665.3 ms	707.2 ms	698.4 ms	15.8 ms
Archify runtime 189 文件 / 66,106 行	2,291.2 ms	3,032.7 ms	4,092.7 ms	151.7 ms

表中为中位数，全部原始 min/max 已保留，没有删慢样本。关闭 C6 仍执行已有的依赖、模块、复杂度和图规则；原生列没有执行这些工作，不能当作等价分析器的速度排名。C6 覆盖依次为 23/24、40/40、14/17、129/152；runtime 的 189 个输入中有角色排除，选中后又省略 22 个 vendor 和 1 个未在原生 inventory 中报告的短文件。原生扫描使用同一 eligible 快照。

采样进程树 RSS 峰值的中位数，关闭→exact 分别为 243.3→243.6、262.5→303.8、227.3→235.0、457.7→565.5 MiB。RSS 相加可能重复计算共享页且漏瞬时峰值；原生 Redux 过短而未采到的组记为 unavailable，不填 0。没有把 kernel maximum RSS 与进程树口径混在一起。

函数替换另测了成本边界：Flask 已有 AST 上的函数 CC/范围/nesting pass 为 34.0 ms；LSP 新进程初始化加所有文件诊断为 326.1 ms，初次索引后的 didOpen 处理为 284.2 ms。只替换 CC 还要保留范围/深度，所以不能省掉整个现有 pass；这些不同职责和生命周期的数据不作等价速度排名。

一处明确的优化候选在当前自研证据创建里。 为数相同片段，现实现对每个候选行窗口重新 SHA256；隔离实验只改为逐行比较窗口，仍保留最终 SHA256 和副本数量。runtime exact 的这个步骤从 578.6 ms 变为 23.4 ms，consistent 从 1,476.1 ms 变为 60.6 ms；四范围两模式全部最终摘要一致，1/2/3 副本计数也一致。这是微基准，尚未改入产品，不宣称整个 CLI 已有同幅度提速。

建议下一块先实现并回归这个局部证据优化，再用相同输入复测。新增检测优先考虑原生 dead-code 与复制越界；现有 summary 已含文件 CX/规模，不必为取这些值再启动一次检测。函数 CC 和通用依赖图替换另按反例、接口与语言契约验收。

AI 披露：以上源码审阅、真实探针、基准及文字由 Codex（GPT-6，含子代理）在 @testikun 指导下完成；仍是 Agent 验证，未声明人工审查完成或维护者已接受范围。原始协议、命令、结果、输入/产品/工具哈希已保留，未执行被分析项目代码或下载语义模型。

[testikun]

补充两项已完成的验证：C6 证据计数优化已接入本地候选；内部 Rust 图 API 也已实际编译桥接并与现有提取结果对照。仍基于 labs/code-analysis@bf0a29e7664f52973d06a8e6a608df2db1ecbd39，没有推送代码或创建 PR。

证据优化与整条 CLI 复测

createRangeDigest 改用完整行窗口比较统计副本数，避免为每个候选窗口重复 SHA256；最终哈希、双侧范围、重叠计数和删除副本的失效规则均保留。没有增加缓存或第二份状态。实际消融发现，去掉孤立 surrogate 的兼容回退会把等价 UTF-8 内容的次数从 3 变成 1，改变证据合同，因此保留该分支并增加真实写盘验证。

冻结优化前的同一 C6 候选，使用与前轮相同的四个源码范围、配置和工具，交替运行 before/after；每条件 1 次预热、5 次计时、另 3 次独立内存采样。四范围 × 三模式 × 两版本共 216 次调用成功。相同范围、相同模式的 facts / graph / findings / review / overview 逐字节相同；独立复核实际重新哈希了 1,080 个输出文件，并重算全部统计。

整条公开 CLI 耗时中位数（ms）：

范围	exact 前 → 后	耗时减少	consistent 前 → 后	耗时减少
Flask 24 文件	849.5 → 796.2	6.3%	888.9 → 810.1	8.9%
Archify 后端 40 文件	1,289.0 → 1,088.9	15.5%	1,655.7 → 1,147.8	30.7%
Redux 17 文件	652.6 → 628.9	3.6%	653.1 → 650.5	0.4%
Archify runtime 189 文件	2,814.8 → 2,319.0	17.6%	3,733.6 → 2,559.4	31.5%

使用本轮成对数据比较，不把前一评论中不同时间的数据混作基线。C6-off 控制组耗时变化依次为 +0.5%、+1.1%、−2.3%、+0.5%；Redux consistent 的变化很小，不能说明显提速，也未做显著性检验。内存基本持平：runtime exact 565.4 → 564.3 MiB、consistent 573.3 → 577.2 MiB，均为三次采样进程树 RSS 峰值的中位数，可能重复计算共享页或遗漏瞬时峰值。环境仍是 macOS arm64 / M2 Pro / Node 22.23.0 / Python 3.14.3 / jscpd 5.4.2。产品依赖共享同一环境，所列源码、二进制、测量运行时、输入和配置已冻结；未宣称完整 node_modules 逐文件冻结。

新增边界测试和整个 Code Analysis 套件通过，启用了真实 jscpd。规范工具链重建的 ZIP 字节一致，包内确实包含优化源码，解包后 package smoke 通过。首次 smoke 因实验环境禁用了更新检测而失败，去掉该环境开关后重跑通过，失败日志保留。未重复未受影响的完整仓库测试；前轮全量证据仍是 3,542 passed、143 skipped、1 个已从基线原始文件复现的 README showcase 来源哈希失败，不能称全仓全绿。

Rust 图接口：已跑通，但需要语义适配

固定上游 db415b5d7cc34d72a324fe5eae2147646dc3558b，独立 bridge 直接消费 RunResult.graph，没有修改上游或编译完整 jscpd。能导出 modules / imports / symbols / references、符号范围与可达性。私有 import_targets 无法直接读取，真实 compile-fail 证实；使用公开语言 resolver / alias parser 复算目标可行，但尚未证明等价于私有目标数组，glob 展开边尤其需要单独适配。

代表性的 JS/TS/Python 探针发现：

• 图服务于保守的死代码可达性。同一 import 可以有多个绑定及合成 side-effect 记录，普通路径字符串也可能产生关系。JS fixture 共 32 条 Import 记录，不能直接当作 32 条源码依赖语句或架构边。
• 原始 import / require / dynamic 分类、lazy / conditional 标记没有完整保留；TS 显式 type-only 绑定旁仍有非 type-only 合成关系。直接映射会改变运行时图的语义。
• 本例 Python importlib.import_module 的字面量与变量调用均未入图；TYPE_CHECKING / conditional / lazy 信息未保留。现有 Archify 对包初始化文件的隐式边也不能丢。
• TS paths 别名组装有效；JS ./pkg 的 package.json main 本例未解析而 Archify 可解析。Python src-layout 双方都能解析叶文件，Archify 另保留包初始化边，不能把它说成现有能力缺失。
• 有导入起点但缺完整末位置；未解析目标的 None 不区分外部、越界与未知。坏 JS/Python 有 parseFailed，Java 不入图。当前图格式是 JS/JSX/TS/TSX、Python、Vue、Svelte、Astro，不等于重复检测器的全部语言覆盖。
• 固定副本不受原始文件修改影响；但只保存 sourceText、移除 tsconfig 等辅助配置会改变别名结果。图替换也需要解析配置快照。

现有 Archify 也有待补项：JS 条件分支内的 require 本例未标 conditional；from pkg.missing import Absent 的预期包含已知包初始化文件，但双方输出均未保留。39 行语义对照保留了这些不匹配，后续需确认解析合同并修复，没有把两工具结果一致当作正确率。

接入成本有具体数字：basta 0.3.2 是 publish=false 的内部 workspace crate。独立 release bridge 为 5.37 MiB，只链接系统库，用户运行预编译版本不需安装 Rust 或模型；本机首次隔离安装 Rust 1.97 约 32 秒，cargo build --release -j2 约 207 秒，开发构建工具链与缓存/target 合计约 1.54 GiB。跨平台二进制分发及接口升级维护仍需安排。

当前建议是：保留此次 C6 集成与局部性能优化；图 API 可继续复用符号、引用、unused-file / unused-export 等新增能力。替换整个 import 提取器前，先补稳定文件边合同、语义与覆盖标记、源码范围和解析配置快照。模块归属、架构映射及基于这些事实的 Archify 规则仍保留。上述差异说明职责和输出合同不同，不能凭项目迭代年限推断等价，也不构成总体准确率统计。

可运行桥接、预先定义的语义用例、原始输出、消融、性能协议、每次命令与哈希已在独立实验目录保留，并更新本地设计说明。AI 披露：实现、源码阅读、探针、统计及文字由 Codex（GPT-6，含子代理）在 @testikun 指导下完成；没有声明人工审查完成或维护者已接受范围。