egutierrez
7913116a8e
- .claude/agents/fn-analizador/SKILL.md - .claude/agents/fn-constructor/SKILL.md - .claude/agents/fn-executor/SKILL.md - .claude/agents/fn-mejorador/SKILL.md - .claude/agents/fn-orquestador/SKILL.md - .claude/agents/fn-recopilador/SKILL.md - .claude/commands/app.md - .claude/commands/compile.md - .claude/commands/cpp-app.md - .claude/commands/create_functions.md - ... Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>
75 lines
3.0 KiB
Markdown
75 lines
3.0 KiB
Markdown
---
|
|
name: audit_copied_code
|
|
lang: go
|
|
domain: infra
|
|
version: 0.1.0
|
|
purity: impure
|
|
kind: function
|
|
description: "Audita apps en busca de cuerpos de funcion copiados del registry sin import. Calcula fingerprint normalizado (strip comments + whitespace) por funcion del registry y por funcion declarada en apps/, projects/*/apps/. Reporta matches exactos. MVP: exact_copy con sha256 truncado. Issue 0085k."
|
|
tags: [audit, drift, monitoring, registry, doctor, copied-code]
|
|
signature: "func AuditCopiedCode(registryRoot string) ([]CopiedCodeEntry, error)"
|
|
error_type: "error_go_core"
|
|
returns_optional: false
|
|
params:
|
|
- name: registryRoot
|
|
desc: "Path absoluto al directorio raiz del fn_registry (contiene registry.db). El audit busca apps/ y projects/*/apps/ dentro."
|
|
output: "Lista de CopiedCodeEntry: {app_file, app_function, registry_id, body_hash, similarity, kind}. similarity=1.0 y kind='exact_copy' en MVP."
|
|
uses_functions: []
|
|
uses_types: []
|
|
imports:
|
|
- crypto/sha256
|
|
- database/sql
|
|
- io/fs
|
|
- os
|
|
- path/filepath
|
|
- regexp
|
|
- strings
|
|
- github.com/mattn/go-sqlite3
|
|
example: |
|
|
import "fn-registry/functions/infra"
|
|
|
|
entries, err := infra.AuditCopiedCode("$HOME/fn_registry")
|
|
if err != nil { ... }
|
|
for _, e := range entries {
|
|
fmt.Printf("%s:%s ~ %s (%s, %.2f)\n",
|
|
e.AppFile, e.AppFunction, e.RegistryID, e.Kind, e.Similarity)
|
|
}
|
|
file_path: "functions/infra/audit_copied_code.go"
|
|
tested: false
|
|
notes: |
|
|
Pipeline interno:
|
|
1. Lee `registry.db.functions(id, lang, code, file_path)` para construir
|
|
fingerprint index `hash → [registry_id, ...]`. Cada `code` se parsea por
|
|
`extractFunctions(code, lang)` para indexar cada funcion declarada
|
|
dentro del archivo (importante para `.py` que contiene varias).
|
|
2. Construye skip-set con los `file_path` del registry para no flagear la
|
|
funcion como copia de si misma.
|
|
3. Walk recursivo de `apps/` y `projects/*/apps/`. Skip de `.git`,
|
|
`.venv`, `node_modules`, `__pycache__`, `build`, `dist`, `vendor`,
|
|
`.pytest_cache`, `.cache`.
|
|
4. Por cada archivo `.go/.py/.sh/.ts/.cpp`, extrae funciones y hash.
|
|
5. Match en fpIndex → emite CopiedCodeEntry.
|
|
|
|
Normalizacion:
|
|
- Go/TS/C++: strip `//...` y `/* ... */`, collapse whitespace.
|
|
- Python: strip docstrings (triple quotes), strip `#...` lines, collapse.
|
|
- Bash: strip `#...` lines, collapse.
|
|
|
|
Hash: sha256 hex truncado a 16 chars del cuerpo normalizado. Cuerpos
|
|
con menos de 20 chars normalizados se descartan (trivialmente similares).
|
|
|
|
Limitaciones MVP:
|
|
- Solo exact_copy. near_copy/partial_match (fuzzy hash, AST SimHash,
|
|
embeddings) en fase futura.
|
|
- extractFunctions con regex naive. Falla con:
|
|
- signatures multi-linea
|
|
- lambdas y closures
|
|
- metodos con receivers complejos
|
|
- cadenas/comentarios con `{` dentro
|
|
- C++ regex es la mas fragil (templates, namespaces, multiple inheritance).
|
|
- No detecta copias con renames de variables. Para eso = fuzzy hash.
|
|
|
|
Privacidad: solo se persisten paths, function names, y hashes. Nunca
|
|
contenido del codigo. El cuerpo solo vive en memoria durante el audit.
|
|
---
|