页头图片，展示一个实时的 MCP 与 LSP 边车在重复代码到达仓库之前将其拦截。
博客 chevron_right 面向编码智能体的 MCP：在重复代码落地之前就拦住它

面向编码智能体的 MCP：在重复代码落地之前就拦住它

· Christian Findlay · Engineering

mcp lsp ai-coding-agents duplicate-code

等到重复代码出现在 CI 中时，智能体早已把它写好，拉取请求里也已经包含了它，而审查者不得不追问：为什么同一条规则如今存在于两个地方。

Deslop 把这项检查提前了。当编码智能体准备添加一个 mapper、校验器、widget 或测试辅助函数时，它可以向实时的工作区询问：这样的结构是否已经存在。

MCP 如今是智能体的工具层

Model Context Protocol 为 AI 编码工具提供了一种触及模型之外世界的标准方式。这很有用，但仅有 MCP 并不能让一个工具变得可信。一份过时的重复代码报告仍然是过时的——即便编码智能体可以通过 MCP 服务器调用它。

Deslop 对 MCP 的使用刻意保持专注：在智能体正在决定写什么的那一刻，向它暴露实时的重复代码分析。这就把重复代码从一份事后的技术债务报告，变成了一个预防的闭环。

这与整个协议生态相吻合。官方的 Model Context Protocol 介绍将 MCP 定义为一项用于把 AI 应用连接到外部系统的开放标准。MCP 工具规范指出，工具让模型得以调用外部系统。VS Code 自己的文档如今也讲解了如何添加和管理 MCP 服务器，而 OpenAI 的 Agents SDK 也提供了对 MCP 的支持，用于把智能体连接到 MCP 服务器。

对 Deslop 而言，产品层面的问题很简单：智能体能否在写下第二份副本之前先检查一下实时的仓库？

仅有 MCP 并不等于仓库记忆

一个 MCP 服务器可以暴露一个工具。但这并不意味着这个工具是新鲜的、廉价的，或者可以频繁安全地调用。

对重复代码预防而言，新鲜度就是产品的全部。AI 编码智能体会快速修改文件。人类会在编辑器里改动另一个文件。格式化工具会运行。测试生成器会添加一个 fixture。会话开始时跑出的一次性 CLI 报告，在第一次编辑之后就已经过时了。

Deslop 的架构被刻意拆分开来：

  • LSP 服务器与编辑器共处，监视工作区，并让当前的重复代码报告始终保持热态。
  • MCP 服务器暴露面向智能体的工具，并把读取和计算调用委托给那个正在运行的 LSP 进程。
  • CLI 仍然是用于 CI 关卡和一次性审计的冷缓存后备方案。

这种拆分顺应了两种协议各自的形态。Language Server Protocol 规范标准化了编辑器与语言服务器之间的 JSON-RPC 消息。VS Code 的语言服务器指南把语言服务器描述为一种为诊断、跳转到定义以及跨客户端的语言智能等编辑器功能提供支撑的方式。相比之下，MCP 则是智能体的工具接口。

LSP 是人类看见重复的方式。MCP 是智能体避免写出重复的方式。

新的闭环：先询问，再动笔

Deslop 的基石工具是 find-similar。

规则很简单：

Before writing a new function, class, helper, widget, mapper, or test setup,
call find-similar with the snippet or range you are about to create.
If a high-similarity cluster already exists, reuse the canonical occurrence
instead of creating another copy.

这听起来是件小事。其实不然。它把重复代码检测从“事后再审计这堆烂摊子”，转变为“在副本出现之前先查询工作区”。

这个闭环是这样的：

  1. 智能体规划一段新的代码。
  2. 它调用 Deslop 的 MCP find-similar 工具，传入一个文件范围，或者一段内存中的代码片段外加所用语言。
  3. Deslop 用 tree-sitter 解析候选代码，归一化标识符和字面量，为其结构生成指纹，探查实时索引，并返回匹配的簇。
  4. 智能体要么复用规范的实现，要么抽取出共享逻辑，要么因为不存在有意义的匹配而写下这段新代码。
  5. LSP 监视器察觉到由此产生的文件变更，并更新编辑器界面以及 MCP 报告的生成。

重点不是要让智能体变得畏首畏尾。重点是要在这份记忆真正重要的那一刻，赋予它一位细心的维护者所拥有的、同样的仓库级记忆。

为什么这对 AI 生成的代码尤为重要

AI 生成的代码不必是有缺陷的，也能变得代价高昂。它只需要在两个地方重复同一条业务规则。

这种风险如今在公开的研究文献中已清晰可见。GitClear 的 2025 年 AI Copilot 代码质量研究报告称，重复代码块在增加，而被移动的代码行在减少——后者本是代码被整合（而非被复制）的信号。Code Copycat Conundrum 研究了 LLM 生成代码在字符、语句和代码块三个层面上的重复。Google 的 DORA 团队在 2025 年 AI 辅助软件开发现状报告中，把 AI 辅助开发描述为一个放大器：当底层的工程体系本就健康时，团队才能获得最强的成效。

这就是可落地的经验教训。不要用一段文字叮嘱编码智能体“要小心”，然后指望它能记住。把仓库记忆放进工具闭环里。

Deslop 向智能体返回什么

智能体无法利用一句“这里可能存在重复”之类的含糊警告。它需要带有稳定标识符、且上下文开销有界的结构化数据。

Deslop 的 MCP 界面按最严重优先的顺序返回重复的簇，并附带智能体可据以行动的字段：

  • 一个稳定的簇 id，
  • 克隆分桶，例如完全相同的代码或近乎相同的代码，
  • 排名分数，
  • 各次出现的路径和字节范围，
  • 在可用时提供的结构、token 和嵌入（embedding）信号，
  • 一段解读文字，
  • 行动提示。

这份报告刻意以 JSON 为先。人类可读的文本视图和 HTML 视图，都是同一套 schema 的渲染结果，而不是另一份真相。文档中的输出格式页面解释了消费方的契约，而工作原理则解释了解析、归一化、指纹、聚簇和排名这条流水线。

MCP 工具还带有一个出现次数预算。真实的仓库里，一个簇可能有几十处位置，把每一次出现都倾倒进智能体的上下文窗口并无益处。诸如 top-offenders、report-for-file、report-for-range 和 find-similar 这样的 Deslop 工具都接受一个 max_occurrences 预算，好让结果保持有用，而不至于沦为一场刷屏。当智能体确实需要完整的簇时，它可以再用 cluster-by-id 跟进。

这个小小的约束很重要。智能体工具应当为智能体的上下文预算而设计，而不仅仅因为协议允许就把它暴露出来。

为什么 MCP 要委托给 LSP

一个诱人的设计是让 MCP 服务器自己去扫描仓库。这看起来更简单——直到你开始在意正确性。

如果 LSP 和 MCP 各自运行自己的分析，你就有了两个监视器、两份缓存、两份报告，以及两次彼此不一致的机会。如果 MCP 从磁盘读取一份陈旧的文件报告，智能体就可能针对一个编辑器早已移除的簇采取行动。如果 MCP 在每次工具调用时都启动一次冷扫描，智能体就会因为它太慢而不再调用它。

Deslop 使用一个实时引擎。LSP 拥有分析会话并监视工作区。MCP 通过本地 IPC 向正在运行的 LSP 索取当前的报告。项目规范在 MCP 外壳设计和实时分析设计中对此有所描述：MCP 是一个传输适配器，而不是第二个分析引擎。

这正是“一个能给出答案的工具”与“一个智能体可以在生成过程中安全调用的工具”之间的区别。

对真实世界的工作区而言有哪些改变

当编码智能体不再只是演示时，实时路径新增了几项真正重要的特性。

外部 MCP 客户端使用 VSIX 打包的二进制文件。 Claude Code、Claude Desktop、Cursor、Continue、Codex 以及其他外部 MCP 客户端，都应当指向已安装的 VS Code 扩展内部打包的 deslop-mcp 二进制文件——除非用户是通过 Homebrew 或 Scoop 安装的 CLI。这样可以避免本地的 target/release 二进制文件与扩展的线协议契约（wire contract）发生漂移。配置步骤见 AI 集成。

Windows 不再需要 Unix 套接字。 在类 Unix 系统上，LSP 暴露一个本地的 Unix 套接字。在 Windows 上，Deslop 则使用一个由令牌把关的 TCP 回环端点，其信息发布在 .deslop-cache/deslop.port 中，这样 MCP 和 LSP 依然讲同一套 JSON-RPC 协议，而无需假装 Windows 拥有 Unix 套接字。其实现描述见实时规范中的 TCP 回环传输。

编辑器和智能体共享同一份报告。 VSIX 通过编辑器 UI 呈现各个簇，而 MCP 工具则把同样的实时数据暴露给智能体。VS Code 簇面板文档介绍了面向人类的一侧。MCP 工具则覆盖面向智能体的一侧。重要的特性在于：两者读取的是同一个引擎。

该在你的智能体指令里写什么

如果你的仓库使用 Deslop，最好的指令是直接而机械的：

Before writing any new function, class, helper, widget, mapper, repository,
or test setup, call Deslop's find-similar MCP tool. If a high-similarity
cluster exists, reuse the canonical implementation instead of creating
another copy.

这条指令比“避免重复”要有力得多。它点明了工具、时机，以及期望的动作。

对于已经维护着 AGENTS.md、CLAUDE.md 或同等的编码智能体指令文件的团队来说，这正是 Deslop 该待的地方。这个工具最有价值的时刻，是在智能体写代码之前，而不是在审查者追问同一条校验规则为何出现在四个文件里之后。

常见问题

面向编码智能体的 MCP 服务器是什么？

一个 MCP 服务器通过 Model Context Protocol 向 AI 应用暴露工具和资源。在编码工作流中，这可能意味着代码库查询、文档查询、issue 访问、构建动作或仓库分析。Deslop 的 MCP 服务器暴露的是重复代码分析工具，以 find-similar 为首。

为什么 Deslop 还需要一个 LSP 服务器？

因为重复代码预防有两类受众。人类需要通过 LSP 获得编辑器反馈：诊断、悬浮提示、code lens 以及导航。智能体则需要通过 MCP 获得可调用的工具。一个实时的 LSP 进程，同时也是监视工作区、让报告保持最新的合适归属者。

为什么不干脆在提交拉取请求之前跑一下 CLI？

CLI 对于 CI 和一次性审计依然有用。但对预防而言，它来得太晚了。一旦重复已经进入拉取请求，智能体就已经耗费了上下文，代码审查也已经开始。find-similar 属于生成之前。

这会取代代码审查吗？

不会。Deslop 报告的是证据：簇 id、位置、分数和信号。是否抽取、复用，还是接受这处重复，仍然由人类或智能体来决定。区别在于，这个决定发生在代码还新鲜的时候。

这只关乎逐字的复制粘贴吗？

不是。完全相同的重复是最容易的情形。Deslop 以解析器为先的流水线，同样被设计用来捕捉经过重命名的结构和近似重复的结构。克隆的分类法在研究背景以及经典综述论文 Comparison and Evaluation of Code Clone Detection Techniques and Tools 中有所讨论。

MCP 给智能体一双手。LSP 给编辑器一双眼睛。Deslop 两者兼用，好让重复代码能在预防成本唯一低廉的那个点上被拦住：在第二份副本落地之前。