7桁ハッシュが指しているのはコミットだけではない — エージェントの記録が解決不能になる境界を測る

git cat-file --batch-all-objects --batch-check='%(objectname)' | wc -l

import subprocess
 
def record_commit_ref(repo: str, rev: str = "HEAD") -> dict:
    """コミット参照を記録用の辞書にする。
 
    full   : 機械が読み戻す唯一の値。40桁固定なので曖昧化しない
    display: 人間がログを目で追うためだけの値。解決には使わない
    subject: 40桁だけでは何のコミットか分からないため添える
    """
    def git(*args: str) -> str:
        proc = subprocess.run(["git", "-C", repo, *args],
                              capture_output=True, text=True)
        if proc.returncode != 0:
            # 解決できない参照を空文字で通さない。ここは必ず落とす
            raise RuntimeError(
                f"git {' '.join(args)} failed ({proc.returncode}): "
                f"{proc.stderr.strip()}"
            )
        return proc.stdout.strip()
 
    # ^{commit} を付けて、コミット以外へ解決した場合に落とす
    full = git("rev-parse", f"{rev}^{{commit}}")
    if len(full) != 40:
        raise RuntimeError(f"想定外の解決結果です: {full!r}")
 
    return {
        "full": full,
        "display": full[:12],          # 表示専用。再解決には使わない
        "subject": git("log", "-1", "--format=%s", full),
    }

#!/usr/bin/env python3
"""エージェントが記録した短縮ハッシュを、いま解決できるか検証する fail-closed ゲート。
 
使い方:
    python3 hashref_gate.py <repo> <検査対象ファイル...>
終了コード: 0 = 全件が一意なコミットへ解決 / 1 = 1件でも解決不能
 
設計上の前提:
  - git のプレフィックス解決は commit だけでなく blob・tree も探索する
  - よって「コミット数」から必要桁数を見積もると足りない
  - --batch-check は曖昧な入力に対し "<入力> ambiguous" を stdout へ返すので
    1プロセスでまとめて判定できる
"""
import re, subprocess, sys, collections
 
# 40桁の完全ハッシュは検査対象外（曖昧になり得ないため）。7〜39桁のみ拾う
SHORT_HASH = re.compile(r"(?<![0-9a-fA-F])[0-9a-f]{7,39}(?![0-9a-fA-F])")
 
def collect(paths):
    """ファイル群から短縮ハッシュ候補を (ハッシュ -> 出現箇所) で集める。"""
    found = collections.defaultdict(list)
    for path in paths:
        try:
            with open(path, encoding="utf-8", errors="replace") as fh:
                for lineno, line in enumerate(fh, 1):
                    for m in SHORT_HASH.finditer(line):
                        found[m.group(0)].append(f"{path}:{lineno}")
        except OSError as exc:
            print(f"::error:: 読み取り失敗 {path}: {exc}", file=sys.stderr)
            raise SystemExit(1)
    return found
 
def resolve(repo, hashes):
    """--batch-check で一括解決する。戻り値: 入力 -> (状態, 完全ハッシュ or None)"""
    if not hashes:
        return {}
    proc = subprocess.run(
        ["git", "-C", repo, "cat-file", "--batch-check=%(objectname) %(objecttype)"],
        input="\n".join(hashes) + "\n",
        capture_output=True, text=True,
    )
    # stderr には hint が流れるが判定には使わない。判定は必ず stdout の行で行う
    result, lines = {}, proc.stdout.splitlines()
    if len(lines) != len(hashes):
        # 行数が合わない＝前提が崩れている。黙って通さず落とす
        print(f"::error:: batch-check の応答行数が不一致 "
              f"(入力 {len(hashes)} / 応答 {len(lines)})", file=sys.stderr)
        raise SystemExit(1)
    for src, line in zip(hashes, lines):
        parts = line.split()
        if len(parts) == 2 and len(parts[0]) == 40:
            state = "commit" if parts[1] == "commit" else f"not-commit:{parts[1]}"
            result[src] = (state, parts[0])
        else:
            # "<入力> ambiguous" / "<入力> missing" の形
            result[src] = (parts[-1] if parts else "unknown", None)
    return result
 
def main():
    if len(sys.argv) < 3:
        print(__doc__)
        return 2
    repo, paths = sys.argv[1], sys.argv[2:]
    found = collect(paths)
    resolved = resolve(repo, sorted(found))
    bad = 0
    for h in sorted(found):
        state, full = resolved[h]
        if state == "commit":
            continue
        bad += 1
        label = {"ambiguous": "曖昧（候補が複数）",
                 "missing":   "存在しない"}.get(state, state)
        print(f"❌ {h} — {label}")
        if state == "ambiguous":
            cands = subprocess.run(
                ["git", "-C", repo, "rev-parse", f"--disambiguate={h}"],
                capture_output=True, text=True).stdout.split()
            for c in cands:
                t = subprocess.run(["git", "-C", repo, "cat-file", "-t", c],
                                   capture_output=True, text=True).stdout.strip()
                print(f"     候補 {c} ({t})")
        for loc in found[h][:3]:
            print(f"     参照元 {loc}")
    print(f"\n検査 {len(found)} 件 / 解決不能 {bad} 件")
    return 1 if bad else 0
 
if __name__ == "__main__":
    sys.exit(main())

# 追加分: tag の直後にある短縮ハッシュだけを拾う（collect() の引数 pattern で差し替える）
def anchored(tag):
    return re.compile(r"(?<=" + re.escape(tag) + r")[0-9a-f]{7,39}(?![0-9a-fA-F])")
 
# main() の先頭で --anchor=ref= を受け取り、pattern を切り替える
#   python3 hashref_gate.py --anchor=ref= <repo> <検査対象ファイル...>

git cat-file --batch-all-objects --batch-check='%(objectname)' | wc -l