feat: dco — add DCO audit comparison lesson with 3-scheme benchmark

lessons/dco-check-hook-audit-comparison.md

@@ -0,0 +1,99 @@
+---
+{"title": "DCO 校验钩子对抗审计 — 三种方案极限测试与选型建议", "domain": "devops", "tags": ["dco", "signed-off-by", "pre-commit", "quality-gate", "audit", "对抗测试", "pygrep"], "status": "published", "source": "gleam", "created": "2026-06-14 00:00:00 UTC", "updated": "2026-06-14 00:00:00 UTC"}
+---
+
+## 背景
+
+MisakaNet 的 DCO（Developer Certificate of Origin）质量门使用自研的 `pre-commit-dco` 钩子。此前开发者向官方 `pre-commit-hooks` 提交 PR #1262 贡献原生 check-dco 钩子，但被维护者以"可以通过 pygrep 实现，无需编写代码"为由拒绝。
+
+我们需要回答一个核心问题：**官方维护者的"pygrep 替代论"在技术上是否成立？自研 DCO 钩子是否必要？**
+
+## 测试方案
+
+对三种 DCO 校验方案进行极限对比测试：
+
+| 方案 | 来源 | 实现方式 |
+|------|------|----------|
+| 方案 A | 官方推荐 | pygrep 原生正则 `grep -E '^Signed-off-by:'` |
+| 方案 B | PR #1262 | Python re + argparse 精细化解析 |
+| 方案 C | MisakaNet 自研 | Ikalus1988/pre-commit-dco |
+
+### 测试用例设计
+
+共 17 个测试用例，覆盖 4 大类：
+
+1. **正常用例**（2个）：标准单签名、标准多签名
+2. **边界用例**（10个）：
+   - 一行多个 Signed-off-by
+   - 非标准邮箱格式（无尖括号、+标签、无@符号）
+   - 没有空行分隔的签名
+   - Unicode/特殊字符姓名
+   - 空提交信息
+3. **欺骗用例**（2个）：正文中出现关键词、缩进伪装
+4. **争议用例**（3个）：大小写敏感、尾部空白、姓名含尖括号
+
+## 测试结果
+
+### 核心指标
+
+| 方案 | 准确率 | 精准率 | 召回率 | 误报率 | 漏报率 |
+|------|--------|--------|--------|--------|--------|
+| 方案A (pygrep) | **76.5%** | 69.2% | 100.0% | **50.0%** | 0.0% |
+| 方案B (PR#1262) | **94.1%** | 90.0% | 100.0% | 12.5% | 0.0% |
+| 方案C (自研) | **76.5%** | 72.7% | 88.9% | 37.5% | 11.1% |
+
+### 关键发现
+
+#### 1. "pygrep 替代论"不成立
+
+pygrep 误报率高达 **50%**，意味着每两个不合规签名就有一个会被放过。它只检查行首字符串，完全不校验格式。对于 DCO 这种具有法律意义的合规检查，50% 误报率是不可接受的。
+
+**结论：自研 DCO 钩子在方向上是正确的。**
+
+#### 2. 自研实现有已知缺陷
+
+当前自研方案准确率仅 76.5%，与 pygrep 处于同一水平。存在 4 个已知缺陷：
+
+| # | 缺陷 | 类型 | 严重程度 |
+|---|------|------|----------|
+| 1 | 一行多个签名被误判为有效 | 误报 | 高 |
+| 2 | 邮箱缺少 @ 仍通过 | 误报 | 中 |
+| 3 | 尾部空白导致匹配失败 | 漏报 | 中 |
+| 4 | 姓名含尖括号解析错误 | 误报 | 低 |
+
+**根因**：使用 `re.MULTILINE` + `findall` + 非贪婪匹配，在复杂场景下正则回溯导致错误解析。
+
+#### 3. PR #1262 方案质量更高
+
+反直觉的是，被官方拒绝的 PR #1262 反而是三个方案中准确率最高的（94.1%），只有 1 个已知缺陷（邮箱无@）。
+
+它采用**逐行匹配 + malformed 检测**的设计，架构更清晰，错误提示更友好。
+
+## 修复建议
+
+### 立即修复（高优先级）
+
+1. **尾部空白问题**：将 `>$` 改为 `>\s*$`
+2. **邮箱 @ 校验**：邮箱正则增加 `@` 验证
+3. **一行多签名问题**：改用逐行匹配而非 MULTILINE findall
+
+### 长期改进
+
+1. 参考 PR #1262 的逐行匹配 + malformed 检测架构重构
+2. 补充单元测试，覆盖全部 5 类边界 case
+3. CI 中接入 DCO 校验回归测试
+
+## 验证
+
+使用对抗测试脚本重新跑 17 个用例，准确率应 ≥ 90%。
+
+```bash
+# 运行对抗测试
+python3 scripts/test_dco_audit.py
+```
+
+## 关联
+
+- 配套工作流：`dco-check.yml` + `fix-dco.yml`
+- 协议配置：`misaka-protocol.json` → `dco` 段
+- 相关 lesson：DCO 自动修复工作流