SlopStamp — 代码库 AI 痕迹标注与治理

帮开源维护者识别、标注并策略化管理 AI 生成的提交与代码

痛点

有开发者想在 FOSS 项目中实现一个功能，调研时发现几乎相同的实现，但提交信息里写着 co-authored by LLM，且没有明确说明为什么没被上游合并，可能是项目政策、疏忽或其他原因。类似地，社区在争论「非严格开源但提供完整提示词可复现」该叫什么，说明大家开始在意代码来源与 AI 参与度的透明度。维护者缺少一套统一、低成本的手段来标注和治理 AI 生成的 contribution。

方案

提供一个本地优先的仓库扫描与标注工具：识别提交信息中的 AI 协作痕迹、可疑生成模式与 LLM 配置文件，并为每个 commit/文件生成可自定义的标注。维护者可在 PR 检查中强制执行「AI 参与声明」策略，并生成面向贡献者的自动化说明模板，避免人工反复解释项目政策。

用户

开源项目维护者、技术委员会、需要合规审查代码来源的工程团队

MVP

扫描本地 git 历史中的 AI 协作关键词与常见生成标记；支持自定义正则与项目政策文件；生成一份可导出的 AI 参与度报告；提供 pre-commit / CI 钩子做基础拦截；输出给贡献者的政策说明模板

变现

开源核心 + 团队版订阅（私有仓库策略管理、审计日志、多项目仪表盘）；也可按仓库数或席位收费

为何现在

AI 生成代码大量涌入 PR，维护者对来源透明度的焦虑真实且刚出现，社区还没有事实标准；本地工具无需托管代码，独立开发者容易切入