jiantw83
7dc5c32de3
以 plugin 形式安裝時，腳本會落在 CLI 的 plugin 快取目錄。 六支腳本原本一律取「腳本位置的上兩層」當技能組根目錄，這時一定推錯。 這一輪例行稽核的第一步就實際踩到：不先手動設環境變數，腳本根本跑不動， 而叫用它們的技能說明也沒提要設，等於留了一個必炸的預設值。 把推導規則抽成共用腳本，依序試環境變數、從目前目錄往上找、 腳本位置的上兩層、家目錄底下的 plugins，並以 gitea.sh 在不在當判準。 marketplace 每個 domain 存取庫都帶一份，單看它會把 domain 誤判成根。 推不出來就結束並指名要設環境變數，同時列出試過的每一個候選， 呼叫端一眼看得出要設什麼。只 clone 單一存取庫的環境留了逃生門： 環境變數有設且是目錄就照用，並在錯誤輸出提醒。 順手補上語言檢查與 manifest 同步兩支腳本的結束碼宣告與環境變數說明。 沒有宣告，呼叫端只能猜；猜錯就把失敗當成功。
130 lines
7.5 KiB
Bash
Executable File
130 lines
7.5 KiB
Bash
Executable File
#!/usr/bin/env sh
|
||
# ste100-lint.sh — 檢查檔案是否違反 STE100 擬人台灣感規則（可機檢的部分）。
|
||
# 用法: ste100-lint.sh <file|dir> [...]
|
||
# 檢查項目:
|
||
# 1. 中國用語（references/ste100.md 的替換表左欄）
|
||
# 2. 中文句內的半形標點（, ; ! ? 緊鄰中日韓字元）
|
||
# 3. 常見 AI 套話（總的來說、綜上所述、希望這對你有幫助 等）
|
||
# 4. 簡體字（只收沒有繁體正當用法的字，避免誤報）
|
||
# 5. 中文並列項用斜線（半形 / 或全形 ／ 夾在中日韓字元之間），應改頓號「、」
|
||
# 6. 亂碼（U+FFFD 替代字元、Latin-1 雙重編碼殘留）
|
||
# 輸出: {檔案}:{行號}:{類別}:{命中內容}（stdout）；用法錯誤走 stderr。
|
||
# 結束碼: 0=掃過的檔案全部通過 1=有命中 2=沒給檢查對象（空跑會回 0，看起來像通過，所以擋掉）
|
||
# 環境變數: JSC_SIMPLIFIED_FILE（簡體字表路徑，優先於自動搜尋）
|
||
# 掃描範圍與分流:
|
||
# 文件檔（.md、.json）跑全部六項。
|
||
# 程式碼檔（.sh .js .ts .py .cs .java .go .rb .php .sql .yml .yaml .toml）只跑簡體字與亂碼。
|
||
# 理由: 程式碼註解也要繁中無亂碼，但中國用語、半形標點、AI 套話、並列斜線這四項在程式碼裡
|
||
# 誤報率太高——英文標點、檔案路徑、URL、正規表示式到處都是半形逗號與斜線，識別字也常撞到
|
||
# 替換表左欄。只留簡體字與亂碼，命中就幾乎都是真的。
|
||
# 限制: 程式碼圍欄內的內容可能誤報，人工複核。
|
||
# references/ste100.md 與本檔本身跳過——規則文件與規則實作裡的詞是被討論，不是被使用。
|
||
# 並列斜線會誤報兩類：含中文的路徑或分支名範例（例 feat/報表/P2），
|
||
# 以及英文項目並列（準則允許）。命中後先判斷是不是真的並列項。
|
||
set -u
|
||
TERMS='默認|支持某|兼容|信息|數據庫|服務器|軟件|硬件|網絡|質量|卸載|反饋|視頻|屏幕|鼠標|打印|立馬|靠譜|賦能|閉環|抓手|復盤'
|
||
CLICHES='總的來說|綜上所述|希望這對你有幫助|好問題|在當今|瞬息萬變|標誌著|奠定了基礎|體現了|不僅僅是|讓我們一起'
|
||
# 亂碼特徵，全部用十六進位跳脫寫，本檔才不會存進真的亂碼字元自己打自己：
|
||
# \x{fffd} 替代字元，轉檔失敗留下的痕跡
|
||
# \x{ef}\x{bf}\x{bd} U+FFFD 本身又被雙重編碼一次（顯示成 �）
|
||
# [\x{c2}-\x{f4}][\x{80}-\x{bf}]
|
||
# 雙重編碼特徵：UTF-8 位元組被當 Latin-1 解讀再存回去，原本的前導位元組變成
|
||
# U+00C2–U+00F4 的拉丁字母（Ã、â、ä），後面緊跟著本來的續接位元組 U+0080–U+00BF。
|
||
# 兩者相連在正常文字裡幾乎不會出現，所以誤報極低；只寫 Ã 或 â 開頭會漏掉中日韓
|
||
# 字元最常見的 ä¸ 這一類。
|
||
GARBLED='\x{fffd}|\x{ef}\x{bf}\x{bd}|[\x{c2}-\x{f4}][\x{80}-\x{bf}]'
|
||
# 簡體字表的真實來源是 jsc-hooks 的 hooks/simplified.txt（ste100-guard.sh 共用同一份）。
|
||
# 讀不到就退回下面的內建備援字表。備援不能拿掉: jsc-hooks 不一定裝在這台機器上（單獨 clone
|
||
# plugins/meta、CI 只取一個 repo 都會發生），缺了基礎設施就讓簡體字檢查靜靜失效，會把「沒命中」
|
||
# 變成假通過，比不檢查更危險。
|
||
# 刻意排除繁體也在用的字（后、台、干、只、里、面、制、志），只留簡化後才出現的字形。
|
||
SIMPLIFIED_FALLBACK='应|为|这|说|发|国|过|对|开|关|问|题|东|车|马|鸟|龙|飞|见|无|产|业|务|书|写|学|习|报|纸|认|识|证|际|网|络|计|划|实|现|给|条|约|级|组|织|变|换|电|脑|两|双|单|构|价|钱|众|议|论|传|统|么|儿|们|从|来|时|间|长|门|闻|声|员|图|团|转|输|达|运|进|远|连|边|还|经|该|营|规|则|范|围|参|数|类|结|态|设|备|辑|译|码|库|档'
|
||
|
||
# 找共用字表。搜尋路徑比照 jsc-hooks/hooks/lib.sh 的 jsc_gitea_sh()：
|
||
# 先環境變數，再開發用的並排存取庫版面，最後已安裝的 plugin 快取版面。
|
||
simplified_file() {
|
||
if [ -n "${JSC_SIMPLIFIED_FILE:-}" ] && [ -f "$JSC_SIMPLIFIED_FILE" ]; then
|
||
printf '%s\n' "$JSC_SIMPLIFIED_FILE"; return 0
|
||
fi
|
||
_root="${CLAUDE_PLUGIN_ROOT:-$(dirname "$0")/..}"
|
||
# 開發用的並排存取庫版面：{workspace}/meta 旁邊就是 {workspace}/hooks
|
||
for _c in "$_root/../hooks/hooks/simplified.txt" "$_root/../jsc-hooks/hooks/simplified.txt"; do
|
||
[ -f "$_c" ] && { printf '%s\n' "$_c"; return 0; }
|
||
done
|
||
# 已安裝版面：每個 plugin 各有版本目錄，取排序最後的一份（通常即最新版）
|
||
_c=$(ls "$_root"/../../jsc-hooks/*/hooks/simplified.txt \
|
||
"$_root"/../../hooks/*/hooks/simplified.txt \
|
||
"$HOME"/.claude/plugins/cache/*/jsc-hooks/*/hooks/simplified.txt 2>/dev/null \
|
||
| sort | tail -n1)
|
||
[ -n "$_c" ] && [ -f "$_c" ] && { printf '%s\n' "$_c"; return 0; }
|
||
return 1
|
||
}
|
||
|
||
SIMPLIFIED=''
|
||
SIMPLIFIED_SRC=$(simplified_file || true)
|
||
if [ -n "$SIMPLIFIED_SRC" ]; then
|
||
# 一行一個字，# 開頭與空行忽略，行內空白去掉，再串成 grep -E 的交替式
|
||
SIMPLIFIED=$(sed 's/#.*//; s/[[:space:]]//g' "$SIMPLIFIED_SRC" \
|
||
| grep -v '^$' | tr '\n' '|' | sed 's/|$//')
|
||
fi
|
||
[ -n "$SIMPLIFIED" ] || SIMPLIFIED=$SIMPLIFIED_FALLBACK
|
||
|
||
hit=0
|
||
# 不帶參數會空跑並回 0，看起來像「全部通過」。這種假通過比不檢查更危險，所以擋掉。
|
||
if [ "$#" -eq 0 ]; then
|
||
echo '用法: ste100-lint.sh <file|dir> [...]' >&2
|
||
echo '沒有給檢查對象。空跑會回 0，看起來像通過，所以這裡直接視為錯誤。' >&2
|
||
exit 2
|
||
fi
|
||
skip() { # $1=路徑；規則文件、字表與規則實作本身不掃
|
||
# 這幾個檔案裡的簡體字是被討論、被列舉的對象，不是被使用。掃它們等於自己打自己，
|
||
# 每次都命中卻永遠改不掉，久了就會有人把整個檢查關掉。
|
||
case "$1" in
|
||
*/references/ste100.md|references/ste100.md) return 0 ;;
|
||
*/tools/ste100-lint.sh|tools/ste100-lint.sh) return 0 ;;
|
||
*/hooks/simplified.txt|simplified.txt) return 0 ;;
|
||
*/hooks/ste100-guard.sh|ste100-guard.sh) return 0 ;;
|
||
*/hooks/lang-guard.sh|lang-guard.sh) return 0 ;;
|
||
*) return 1 ;;
|
||
esac
|
||
}
|
||
kind() { # $1=路徑；輸出 doc（跑全部六項）或 code（只跑簡體字與亂碼），其餘不掃
|
||
case "$1" in
|
||
*.md|*.json) printf 'doc' ;;
|
||
*.sh|*.js|*.ts|*.py|*.cs|*.java|*.go|*.rb|*.php|*.sql|*.yml|*.yaml|*.toml) printf 'code' ;;
|
||
*) printf '' ;;
|
||
esac
|
||
}
|
||
files() {
|
||
for p in "$@"; do
|
||
if [ -d "$p" ]; then
|
||
find "$p" \( \
|
||
-name '*.md' -o -name '*.json' \
|
||
-o -name '*.sh' -o -name '*.js' -o -name '*.ts' -o -name '*.py' \
|
||
-o -name '*.cs' -o -name '*.java' -o -name '*.go' -o -name '*.rb' \
|
||
-o -name '*.php' -o -name '*.sql' -o -name '*.yml' -o -name '*.yaml' \
|
||
-o -name '*.toml' \) -not -path '*/.git/*'
|
||
else
|
||
echo "$p"
|
||
fi
|
||
done
|
||
}
|
||
check() { # $1=檔案 $2=類別 $3=grep 模式 $4=grep 旗標
|
||
out=$(grep -n"$4" "$3" "$1" 2>/dev/null | sed "s|^|$1:|;s|:\([0-9]*\):|:\1:$2:|")
|
||
if [ -n "$out" ]; then printf '%s\n' "$out"; hit=1; fi
|
||
}
|
||
for f in $(files "$@"); do
|
||
skip "$f" && continue
|
||
k=$(kind "$f")
|
||
[ -n "$k" ] || continue
|
||
if [ "$k" = doc ]; then
|
||
check "$f" "中國用語" "$TERMS" E
|
||
check "$f" "半形標點" '[\x{4e00}-\x{9fff}][,;!?]|[,;][\x{4e00}-\x{9fff}]' P
|
||
check "$f" "AI 套話" "$CLICHES" E
|
||
check "$f" "並列斜線" '[\x{4e00}-\x{9fff}][ ]?[/／][ ]?[\x{4e00}-\x{9fff}]' P
|
||
fi
|
||
check "$f" "簡體字" "$SIMPLIFIED" E
|
||
check "$f" "亂碼" "$GARBLED" P
|
||
done
|
||
exit $hit
|