AI 协作仓库的痕迹治理:RepoMeld 的阶段屏障与风险分级设计
以 coding agent 或规格驱动开发完成一轮开发后,仓库常沉积阶段标记、过程叙事与一次性报告,其与设计理由、协议约束等持久工程知识混杂,误删代价高于噪声留存。既有工具多基于引用图分析,diff 作用域的 AI slop 清理工具则以删除为主。RepoMeld 以审计与应用间的阶段屏障约束改动顺序,按语义边界分片,以 L0-L5 风险分级限定自动范围,迁移持久工程知识,注释补写列为一等动作,默认保留未完成 TODO,以独立上下文验证 diff,不绑定运行时。其范围限于元数据、注释、文档与非运行时产物,效果取决于宿主模型能力。