自动化分析 Git 历史代码热点：用 AI 快速揪出高频修改与代码坏味道-优快云博客

自动化分析 Git 历史代码热点：用 AI 快速揪出高频修改与代码坏味道

封面信息图

在软件工程中，有一条被广泛验证的经典规律：“如果一个文件在过去一个月内被反复修改了 30 次以上，且伴随着频繁的 Bug 修复提交，那么这个文件大概率已经积累了严重的架构坏味道（Code Smells）与设计缺陷（Hotspot Anti-pattern）”。

很多自学者在独立开发大型项目时，随着功能越写越多，容易对代码库的整体健康度产生“盲区”——不知道哪些模块耦合度过高，不知道哪些函数已经悄悄膨胀成了千行“上帝类（God Object）”。

在现代软件工程度量学中，Git 提交热点分析（Git Churn & Hotspot Analysis） 是诊断系统架构腐化最精准的听诊器。

今天这篇文章，我把我在 packet-analyzer 仓库中结合 Git 命令与大语言模型打造的**“自动化代码热点分析与架构坏味道诊断工具链”**完整开源出来。

1. 代码热点与架构腐化诊断架构

[ Git 版本控制提交历史 (git log --stat) ]
                   │
                   ▼ (1. 统计每个文件的 Churn 频率与修改行数)
┌─────────────────────────────────────────────────────────────┐
│                 Git 热点提取脚本 (git-churn-analyzer)        │
│                                                             │
│  - 统计维度 1: 提交修改频次 (Revision Count)                │
│  - 统计维度 2: 代码添加与删除行数 (Lines Added/Deleted)      │
│  - 统计维度 3: 包含 "fix", "bug", "patch" 的故障提交占比    │
└──────────────────┬──────────────────────────────────────────┘
                   │ (2. 提取出 Top 3 热点文件源码与提交历史)
                   ▼
┌─────────────────────────────────────────────────────────────┐
│                 AI 架构诊断中枢 (ArchitectureReviewer)       │
│                                                             │
│  - 审查热点根因: 是否违反了单一职责原则 (SRP)？             │
│  - 审查代码结构: 是否存在超长 match 分支与重复样板？        │
│  - 给出针对性的 Rust 架构重构建议 (如抽取 Trait / 拆分子模块)│
└──────────────────┬──────────────────────────────────────────┘
                   │
                   ▼
               [ 自动输出 docs/HOTSPOT_ANALYSIS.md 报告 ]

2. 自动化分析脚本：`scripts/analyze-code-hotspots.sh`

在项目根目录下编写 Shell 脚本：

#!/usr/bin/env bash
# scripts/analyze-code-hotspots.sh

set -e

echo "正在统计当前仓库 Git 历史提交热点 (Top 5 修改最频繁的文件)..."

# 提取修改频次最高的前 5 个 Rust 文件
HOTSPOT_FILES=$(git log --pretty=format: --name-only --since="1 month ago" \
  | grep "\.rs$" \
  | sort | uniq -c | sort -rg | head -n 5)

echo "【Git 变更热点 Top 5 榜单】:"
echo "$HOTSPOT_FILES"

TOP_FILE=$(echo "$HOTSPOT_FILES" | head -n 1 | awk '{print $2}')
echo "发现最高频修改热点文件: $TOP_FILE，正在提取其源码与最近提交日志..."

FILE_CONTENT=$(cat "$TOP_FILE")
COMMIT_LOGS=$(git log -n 10 --oneline -- "$TOP_FILE")

SYSTEM_PROMPT="你是一名顶级系统架构师与代码重构专家。
用户为你提供了一个在 Git 历史中被修改频次最高的热点 Rust 文件及其最近的提交记录。

请进行深层架构审查并输出 Markdown 报告：
1. # 架构热点诊断报告: $TOP_FILE
2. ## 💥 频发修改的根本原因分析 (从高内聚低耦合、单一职责、错误处理等维度剖析)
3. ## 🦨 识别出的代码坏味道 (指出具体的长函数、深度嵌套或状态混乱点)
4. ## 🛠 具体的重构落地路线图 (给出 1~2 个精炼的 Rust 重构代码示例，如引入状态机模式、策略模式或模块拆分)
全中文输出，专业、客观、直击痛点。"

echo "正在调用 AI 进行架构坏味道深层诊断..."

REPORT=$(curl -s https://api.deepseek.com/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $DEEPSEEK_API_KEY" \
  -d @- <<EOF | jq -r '.choices[0].message.content'
{
  "model": "deepseek-chat",
  "messages": [
    {"role": "system", "content": "$SYSTEM_PROMPT"},
    {"role": "user", "content": "【提交记录】:\n$COMMIT_LOGS\n\n【源码内容】:\n$FILE_CONTENT"}
  ],
  "temperature": 0.1
}
EOF
)

mkdir -p docs
echo "$REPORT" > docs/HOTSPOT_ANALYSIS.md
echo " 诊断报告已生成至: docs/HOTSPOT_ANALYSIS.md"

3. 一次真实的代码坏味道诊断与重构实录

执行 ./scripts/analyze-code-hotspots.sh：

Git 热点榜单输出：

  34 crates/packet-filter/src/reassembler.rs
  18 crates/packet-core/src/ipv4.rs
  12 crates/packet-ai/src/unified_pipeline.rs

AI 在报告中一针见血指出的架构坏味道：

坏味道：reassembler.rs 之所以被频繁修改了 34 次，是因为它在一个结构体内同时承担了：
1. TCP 序列号回绕比较（RFC 1982 数学逻辑）；
2. BTreeMap 空洞碎片插入与合并；
3. 应用层 HTTP/DNS 载荷终结符嗅探。
重构建议：将“纯数学序列号窗口”与“应用层协议探测”完全剥离为两个独立的子模块，reassembler 仅负责纯粹的字节流重组。