Super CodeGX 反 AIGC 代码优化

要解决什么问题

课程作业、开源贡献或内部评审里，代码常被 AIGC 检测链 从多个角度打分：token 困惑度、AST/CFG 结构指纹、跨库相似度、元数据与水印、甚至「开发过程是否真实」。单靠改注释或换变量名，往往过不了 语义嵌入 与 多模型分类器 这一关。

本技能面向「在保持语义与可运行性的前提下，系统性压低可检测特征」这一工程目标，把策略文档与脚本流水线绑在一起，让助手按阶段执行，而不是口头建议用户自己改。

技能如何工作

架构上对应 SKILL 里的 五道防线 与 十大维度，典型路径包括：

• 结构与风格：ast_deep_transformer.py、cfg_transformer.py、style_jumper.py、human_traces.py、habit_profile.py 等，做 AST/CFG 级变换并注入一致的人工习惯痕迹。
• 相似度与算法差异化：check_similarity.py --deep、algo_diversifier.py、opensource_fingerprint_db.py、embedding_checker.py，从 n-gram、CPG、嵌入向量多路比对。
• 检测模拟与对抗：detection_simulator.py（七层链，Layer4 为启发式）、embedding_adversarial.py、llm_classifier_test.py、adversarial_trainer.py，在本地先跑一轮「红队」再迭代。
• 逻辑与元数据：logic_consistency.py、dead_code_detector.py、consistency_checker.py、doc_humanizer.py；收尾阶段还有 generate_git_history.py、fix_timestamps.py（读取 codegx.yaml 的 time_range）。

执行上强调 先评估适用性：全适用则走 Skill 工具，部分适用则混搭定制代码；禁止跳过 Phase 5——deepseek_review.py 必须用 --threshold 0，未拿到 DeepSeek 打分不能宣称完成。达标参考包括 AIGC 平均分阈值、三元组唯一率、局部熵方差等；Phase 6 不达标可进入人机协作 human_collab.py，Phase 8 需助手自己做两轮审查并用 templates/audit_report.md 出报告。

收到代码或文档后，工作模式是 直接启动全维度重构优化（在评估策略之后），输出成品与关键重构点摘要。

适用边界与注意点

• 技能描述的是 检测对抗与质量整形流水线，不保证任何外部平台的判定结果；环境真实性（编译日志、录屏等）无法自动伪造的部分会要求你按指令补证。
• 依赖较多脚本与参考文档（references/*.md、各框架策略），语言与栈需与工具支持范围一致；PHP/JS 的 CFG 变换等与 Python AST 路径不同，评估阶段要选对子集。
• 合规与学术诚信 由使用者自行负责：仅应在合法、允许改写与测试的场景下使用，勿将本技能当作绕过正当审查的「万能通行证」。