ai-code-detector

基于困惑度(Perplexity)检测 AI 生成代码的 npm 包，支持多种编程语言，提供 CLI 和 API 两种使用方式。

安装

npm install ai-code-detector
# 或
yarn add ai-code-detector
# 或
pnpm add ai-code-detector

快速开始

CLI 使用

# 全局安装后直接使用
ai-code-detector -i ./src/index.ts

# 或使用 npx
npx ai-code-detector -i ./src/index.ts

CLI 参数

| 参数 | 说明 | 默认值 | |------|------|--------| | -i, --input <path> | 输入文件或目录路径 | 必填 | | -o, --output <path> | 输出报告文件路径 | 可选 | | -t, --threshold <num> | 困惑度阈值 | 15.0 | | -m, --model <name> | 使用的模型名称 | Xenova/codebert-base | | -f, --format <type> | 输出格式 (text/json) | text | | -h, --help | 显示帮助信息 | - |

CLI 示例

# 检测单个文件
ai-code-detector -i ./src/index.ts

# 检测目录下所有代码文件
ai-code-detector -i ./src/

# 输出 JSON 格式
ai-code-detector -i ./code.js -f json

# 自定义阈值并保存报告
ai-code-detector -i ./project/ -t 20 -o report.txt

API 使用

import { detectAICode, analyzeCodeSegments, calculatePerplexity } from 'ai-code-detector';

// 完整检测报告
const report = await detectAICode(codeString, {
  threshold: 15.0,      // 困惑度阈值
  chunkSize: 512,       // 代码块大小
  overlapSize: 50,      // 重叠大小
});

console.log(report.summary);
console.log(`是否为 AI 生成: ${report.isAIGenerated}`);
console.log(`整体评分: ${report.overallScore}/100`);

// 仅分析代码段
const segments = await analyzeCodeSegments(codeString);
segments.forEach(seg => {
  console.log(`行 ${seg.segment.startLine}-${seg.segment.endLine}: 困惑度=${seg.perplexity.toFixed(2)}`);
});

// 仅计算困惑度
const perplexity = await calculatePerplexity(codeString);
console.log(`困惑度: ${perplexity}`);

检测原理

困惑度 (Perplexity)

困惑度是衡量语言模型对文本"惊讶程度"的指标：

• 低困惑度 (< 阈值): 代码更加"可预测"，模式规整，可能是 AI 生成
• 高困惑度 (> 阈值): 代码更加"多样/复杂"，更可能是人类编写

检测流程

1. 代码分段: 识别代码逻辑块（函数、类、条件语句等）
2. 困惑度计算: 使用 CodeBERT 模型或启发式算法计算每段代码的困惑度
3. 阈值判断: 与设定阈值比较，判断是否为 AI 生成
4. 报告生成: 汇总结果，生成详细检测报告

支持的语言

• JavaScript / TypeScript
• Python
• Java
• Go
• Rust
• C / C++
• C#
• Ruby
• PHP
• Swift
• Kotlin
• Scala
• SQL

API 文档

detectAICode(code, options?)

执行完整的 AI 代码检测，返回检测报告。

interface DetectionOptions {
  model?: string;       // 模型名称，默认 'Xenova/codebert-base'
  threshold?: number;   // 困惑度阈值，默认 15.0
  chunkSize?: number;   // 代码块大小，默认 512
  overlapSize?: number; // 重叠大小，默认 50
  language?: string;    // 指定语言（可选）
}

interface DetectionReport {
  overallScore: number;         // 整体评分 (0-100)
  isAIGenerated: boolean;       // 是否为 AI 生成
  totalSegments: number;        // 总代码段数
  aiGeneratedSegments: number;  // AI 生成段数
  humanWrittenSegments: number; // 人类编写段数
  segments: SegmentResult[];    // 分段详细结果
  summary: string;              // 摘要
  recommendations: string[];    // 建议
  metadata: {                   // 元数据
    model: string;
    threshold: number;
    timestamp: string;
    language: string;
  };
}

analyzeCodeSegments(code, options?)

分析代码段，返回每段的检测结果。

calculatePerplexity(code, options?)

计算代码的困惑度值。

ReportGenerator

报告生成器类，支持格式化输出。

import { ReportGenerator } from 'ai-code-detector';

const generator = new ReportGenerator(options);
await generator.initialize();

const report = await generator.generateReport(code);
console.log(generator.formatReportAsText(report));
console.log(generator.formatReportAsJSON(report));

示例输出

============================================================
              AI 代码检测报告
============================================================

检测时间: 2024-01-15T10:30:00.000Z
使用模型: Xenova/codebert-base
检测语言: typescript
阈值设置: 15

------------------------------------------------------------
                      检测结果
------------------------------------------------------------

整体评分: 35/100
判定结果: ⚠️ 可能是AI生成
总代码段: 5
AI生成段: 4
人类编写段: 1

------------------------------------------------------------
                       摘要
------------------------------------------------------------

该代码显示出明显的AI生成特征。约80%的代码段被判定为AI生成，
平均困惑度为8.52，低于设定的阈值。

------------------------------------------------------------
                      建议
------------------------------------------------------------

1. 所有代码段都显示出AI生成的特征，建议检查代码的原创性
2. AI生成置信度较高，建议添加更多人工注释和定制化逻辑

注意事项

1. 模型加载: 首次使用时会自动下载模型，可能需要一些时间
2. 阈值调整: 默认阈值 15.0 适用于大多数场景，可根据实际情况调整
3. 检测结果: 仅供参考，不能作为判断代码来源的唯一依据
4. 性能: 大型代码文件可能需要较长时间处理

开发

# 克隆仓库
git clone https://github.com/ccOfHome/ai-code-detector.git

# 安装依赖
npm install

# 构建
npm run build

# 测试
node dist/cli.js -i ./src/index.ts

License

MIT