架构速览

English

分层

• crates/core：纯 Rust 核心逻辑（扫描文件、归一化、计算指纹、输出结果）
• crates/cli：Rust CLI（二进制入口，参数解析/输出/退出码）

数据流（从 CLI 到结果）

1. dup-code-check 解析 CLI 参数 → 组装 roots + options
2. Rust 核心：
   • 收集文件路径（默认尊重 .gitignore，并忽略常见依赖/产物目录）
   • 读取文件内容，跳过超大/二进制文件
   • 执行检测器并返回结果（必要时附带 ScanStats）
3. CLI 侧格式化输出（文本或 JSON），并根据 --strict/stats 设置退出码

核心抽象（概念层）

• roots：多个扫描 root（可跨仓库/跨目录）
• ScanOptions：控制 ignore、预算、阈值、输出规模等
• ScanStats：扫描统计与“扫描完整性”的依据（CI/strict 模式常用）

相关文档：

• 选项详解：《扫描选项》
• 检测器详解：《检测器与算法》

构建方式（本地）

• npm run build：
  • cargo build --release -p dup-code-check
  • 将产物复制为 bin/dup-code-check

关键实现位置（方便读代码）

• CLI：crates/cli/src/main.rs
  • 参数解析：parse_args()
  • 退出码策略：--strict + ScanStats
• Rust 核心：crates/core/src/lib.rs
  • 文件收集：collect_repo_files*
  • 重复文件：find_duplicate_files*
  • code spans：find_duplicate_code_spans*
  • report：generate_duplication_report*

可扩展点

扩展一个新 detector 的推荐路径：

1. 在 crates/core 增加新的检测逻辑（最好带单测）
2. 若要对外暴露：
   • 在 crates/cli 增加 CLI 参数/输出
3. 更新文档（docs/）与 CHANGELOG.md

扩展思路

• 在 crates/core 增加新的检测能力（例如：片段级克隆检测、规则扫描、AST 分析等）
• 在 crates/cli 增加子命令或参数，形成统一的 CLI 入口