モデルIDを一括置換する前に、手元の CLI が抱えるカタログを引きます

#!/usr/bin/env python3
"""audit_model_ids.py — 資産中のモデルIDをカタログと突き合わせて三段に仕分ける
 
使い方:
    ./model_catalog.sh > catalog.txt
    python3 audit_model_ids.py catalog.txt ./content
 
出力:
    A 一致        … カタログにあるID。触らない
    B 日付不一致  … 家族と世代は既知だが、日付サフィックスがカタログにない
    C 要修正      … 書式が壊れている、または未知の家族・世代
"""
import collections
import os
import re
import sys
 
# 素のID形（プロバイダー接頭辞・サフィックスなし）
SHAPE = re.compile(r"^claude-(opus|sonnet|haiku|fable)-\d+(-\d+)?(-20\d{6})?$")
# 本文中からIDを拾う。前後が語の一部なら拾わない
IN_TEXT = re.compile(
    r"(?<![\w-])claude-(?:opus|sonnet|haiku|fable)-\d+(?:-\d+)?(?:-20\d{6})?(?![\w-])"
)
# ハイフン抜け（claude-sonnet-46 のような綴り誤り）を別枠で拾う
MALFORMED = re.compile(r"(?<![\w-])claude-(?:opus|sonnet|haiku|fable)-?\d{2,}(?![\w-])")
# Markdown のリンク先はスラッグを含むので、集計前に落とす
LINK = re.compile(r"\]\([^)]*\)")
 
 
def load_catalog(path):
    """カタログを読み、実在しにくい綴りを落としてから ID 集合と世代集合を返す"""
    ids = set()
    for line in open(path, encoding="utf-8"):
        mid = line.strip()
        if not SHAPE.match(mid):
            continue
        parts = mid.split("-")
        # マイナー番号が二桁のものは連結由来の断片とみなす（claude-haiku-3-55 対策）
        if len(parts) >= 4 and not parts[3].startswith("20") and len(parts[3]) > 1:
            continue
        ids.add(mid)
    generations = set()
    for mid in ids:
        p = mid.split("-")
        has_minor = len(p) >= 4 and not p[3].startswith("20")
        generations.add("-".join(p[:4]) if has_minor else "-".join(p[:3]))
    return ids, generations
 
 
def classify(mid, ids, generations):
    if mid in ids:
        return "A"
    if not SHAPE.match(mid):
        return "C"
    p = mid.split("-")
    has_minor = len(p) >= 4 and not p[3].startswith("20")
    base = "-".join(p[:4]) if has_minor else "-".join(p[:3])
    return "B" if base in generations else "C"
 
 
def main(catalog_path, root):
    ids, generations = load_catalog(catalog_path)
    buckets = {k: collections.Counter() for k in "ABC"}
    where = collections.defaultdict(set)
 
    for dirpath, _, filenames in os.walk(root):
        for name in filenames:
            if not name.endswith((".mdx", ".md", ".py", ".ts", ".json", ".yaml")):
                continue
            path = os.path.join(dirpath, name)
            text = LINK.sub("", open(path, encoding="utf-8", errors="replace").read())
            found = set(IN_TEXT.findall(text))
            for mid in IN_TEXT.findall(text):
                bucket = classify(mid, ids, generations)
                buckets[bucket][mid] += 1
                if bucket != "A":
                    where[mid].add(path)
            for mid in MALFORMED.findall(text):
                if mid not in found:  # 正常なIDを二重計上しない
                    buckets["C"][mid] += 1
                    where[mid].add(path)
 
    for key, label in (("A", "一致"), ("B", "日付不一致"), ("C", "要修正")):
        counter = buckets[key]
        print(f"{key} {label}: {len(counter)} 種 / 延べ {sum(counter.values())} 件")
    print()
    for key in ("B", "C"):
        if not buckets[key]:
            continue
        print(f"--- {key} ---")
        for mid, count in buckets[key].most_common():
            print(f"  {count:>4}  {mid}  ({len(where[mid])} ファイル)")
    # C が残っている間は失敗として返す。B は人が読む前提なので落とさない
    return 1 if buckets["C"] else 0
 
 
if __name__ == "__main__":
    sys.exit(main(sys.argv[1], sys.argv[2]))

# catalog.txt（見本。実在する形と、壊れた形を混ぜてあります）
claude-opus-4
claude-opus-4-6
claude-sonnet-4-6
claude-sonnet-4-20250514
claude-haiku-3-55   ← 連結由来の断片を想定
claude-opus-5
 
# a.md（走査対象）
claude-sonnet-4-6 / claude-sonnet-4-6-20250514 / claude-sonnet-46 / claude-opus-4-6 / claude-haiku-3-55 / claude-opus-9

A 一致: 2 種 / 延べ 2 件
B 日付不一致: 1 種 / 延べ 1 件
C 要修正: 3 種 / 延べ 3 件
--- B ---
     1  claude-sonnet-4-6-20250514  (1 ファイル)
--- C ---
     1  claude-sonnet-46  (1 ファイル)
     1  claude-haiku-3-55  (1 ファイル)
     1  claude-opus-9  (1 ファイル)
exit=1

#!/usr/bin/env bash
# .git/hooks/pre-commit — モデルIDに触る変更のときだけ監査を走らせる
set -euo pipefail
 
STAGED="$(git diff --cached --name-only --diff-filter=ACM)"
[ -z "$STAGED" ] && exit 0
 
# ステージした差分にモデルIDが現れないなら、監査は不要
if ! git diff --cached -U0 -- $STAGED \
     | grep -qE '^[+-].*claude-(opus|sonnet|haiku|fable)-[0-9]'; then
  exit 0
fi
 
CATALOG="$(mktemp)"
trap 'rm -f "$CATALOG"' EXIT
 
if ! ./tools/model_catalog.sh > "$CATALOG" 2>/dev/null || [ ! -s "$CATALOG" ]; then
  # カタログが取れないときは黙って通さない。判断材料がない状態を成功にしない
  echo "モデルカタログを取得できませんでした。手動で確認してからコミットしてください" >&2
  exit 1
fi
 
# 削除された行にあるIDが、いまもカタログに載っていないかを確かめる
REMOVED="$(git diff --cached -U0 -- $STAGED \
  | grep -E '^-' \
  | grep -oE 'claude-(opus|sonnet|haiku|fable)-[0-9]+(-[0-9]+)?' \
  | sort -u || true)"
 
STILL_KNOWN=""
for mid in $REMOVED; do
  if grep -qx "$mid" "$CATALOG"; then
    STILL_KNOWN="$STILL_KNOWN $mid"
  fi
done
 
if [ -n "$STILL_KNOWN" ]; then
  echo "まだカタログに載っているIDを消そうとしています:$STILL_KNOWN" >&2
  echo "廃止の告知を確認したうえで、--no-verify で意図的に通してください" >&2
  exit 1
fi
 
python3 tools/audit_model_ids.py "$CATALOG" ./content