准确性透明度

重复百分比衡量报告中的克隆覆盖了多少代码，不是检测器的准确率。本页适用于 0.35.0。

百分比的计算方式

duplication_percent = clamp(100 × duplicated_loc / analysed_loc, 0, 100)

• analysed_loc 统计已分析源文件的物理行，包括空白行和注释行。排除的文件不计入；空文件贡献零行。
• duplicated_loc 统计每个文件中可见克隆覆盖的行号并集。重叠范围只计一次。
• Same shape, different content 仅供参考，不计入重复行、重复文件、克隆数、质量或阈值超限。其已分析的源代码行仍在分母中。
• 因 report_hide 或生成文件头而隐藏的出现位置不计入分子，但文件仍在分母中。用 exclude 可将文件完全排除在分析之外。
• 文件夹百分比是重复行数之和除以已分析行数之和，不是文件百分比的平均值。所有百分比由 Rust 引擎计算，客户端只负责显示。
• 总行数为零时报告 0%。JSON 保留完整精度，面向人的报告会舍入显示。

计算位于 report_metrics.rs。误报可能抬高百分比，漏报可能压低百分比。算术正确并不证明检测正确。

如何检查准确性

克隆登记表记录固定仓库提交中的代码对。CLEARLY IN 表示漏报该克隆就是假阴性；CLEARLY OUT 表示将该对报告为克隆就是假阳性；NOT CLEAR 只记录，不断言任一判定。

版本比较必须考虑分类变化。旧版的 structural_only 不是克隆：如果登记表标为 CLEARLY IN，只报告这种参考信息仍算漏报。

配对正确性和克隆范围覆盖率回答不同问题。前者检查是否找到了两处已知副本；后者检查报告范围覆盖了经判定源代码范围的多少部分。只找到长副本中的一个短片段，可能通过前者，却仍漏掉大部分重复代码。

语料库规范定义评分及自动生成的评分表。结果只适用于已判定样本和实测构建，不能保证任意仓库上的精确率和召回率都完美。

CI 门禁的工作方式

设置 --fail-over <percent> 或 [threshold] max_duplication_percent。CLI 参数覆盖配置；--no-fail-over 禁用本次门禁。阈值必须是 0 到 100 之间的有限数值。

只有完整精度的实测百分比大于上限时才失败，等于上限时通过。超限会先写出报告，再以 3 退出。没有阈值时，仅存在重复不会使运行失败。

同时使用 --diff 和 --only-changed 时，门禁依据 diff 新增行上的重复率。仍会分析整个目录树，以便新副本匹配已有代码。详见配置。