SNAFU 评测 2026：用 LLM 流程修正代码里的坏名字

SNAFU 是什么

SNAFU（Symbol Name Ambiguity Fixer-Upper）是一个解决经典难题——命名——的 Agent 式 LLM 流程。对文件里每个符号，它计算一个名称歧义数（NAN）——衡量名字有多含混的可量化分数——然后引导你通过一个流程，把含混的名字换成更清晰的，全程有人确认真实含义。

核心功能

• 把名称质量量化为香农熵 / 困惑度（NAN）
• 人在环确认真实含义后再重命名
• 丢弃无改善的候选（NAN 增量 ≤ 0）并复核幸存者
• 多语言通过 Tree-sitter：Python、Ruby、C#、Java、JS、TS、PHP、Rust、Go
• 任意 LLM 支持（类 LiteLLM）加简单 CLI

谁该用 SNAFU

清理遗留或 AI 生成代码（名字如 process_data、handle 掩盖意图）的工程师。适合代码评审前准备与入职代码卫生。

优点与不足

优点

• 把「名字质量」变成可量化数字
• 保守：人确认含义，弱重命名被丢弃
• 通过 Tree-sitter 广覆盖语言

不足

• 需要 Python 3.14+ 与 LLM API key
• 名称评分是 LLM 启发式，非绝对真理
• 并非提取所有符号——聚焦最相关的

定价

MIT 免费开源。

常见问题

歧义如何度量？

每个符号在无上下文下被评分；模型返回解释概率，NAN = 2 ** 香农熵（困惑度）。越低越清晰。

支持哪些语言？

Python 原生，外加 Tree-sitter 提取 Ruby、C#、Java、JavaScript、TypeScript、PHP、Rust、Go。