毕业设计同时要交源码和论文时，先把“源码来源比对”“源码 AI 检测”和“论文文字 AI 检测”拆开核实。Copyleaks 的 Authenticity API 源码扫描指南支持代码查重，并明确写明源码文件不支持 AI Content Detection；该 API 变更自 2025 年 12 月 16 日起生效，代码查重本身仍可用。这个结论只适用于 API 源码扫描，不能自动代表 Codeleaks 的每种商业产品、计划或人工服务。
这里有一个购买前值得确认的边界：Codeleaks 官方产品页把单次扫描概括为包含 AI 与查重能力，并介绍代码治理功能；Copyleaks API 源码指南则明确限定代码文件只支持 plagiarism detection、不支持 AI content detection。两类页面的产品范围并不完全相同，公开描述不足以判定某个具体 Codeleaks 合同或企业集成是否提供独立源码 AI 检测。采购或提交前，应向销售/管理员确认产品 SKU、入口、支持的文件类型、报告字段及当前适用条款；不要把 API 限制外推为所有产品都没有该能力，也不要把宽泛营销描述当成你手上的 API 一定支持。
就 API 而言，Copyleaks 源码查重指南使用常规 Submit File 接口；官方版本更新记录标注源码 AI 检测的停用时间。文件扩展名告诉系统按何种源码读取；指南列出 .py、.java、.js 等扩展名，并说明单文件最高 3 MB。整个仓库要按文件处理，不能把压缩包或整篇论文当成代码报告。自然语言正文的 AI 检测仍是另一类能力，应以你实际使用的入口和学校要求为准。
先按交付物拆成两条任务
| 交付物 | 要解决的问题 | 合适的核查方式 |
|---|---|---|
| Python、Java、JavaScript 等源码文件 | 是否与可检索来源、共享库或指定仓库有相似片段 | 使用支持源码扩展名的代码查重渠道，逐文件扫描并回看匹配范围 |
| 论文中的摘要、方法、讨论等自然语言 | 是否需要按学校指定平台检查 AI 生成提示 | 使用学校要求的文本AI报告，记录报告版本和稿件范围 |
| 论文中的代码块、变量和公式 | 是否与源码或研究描述一致 | 由项目测试与人工核验功能、输入输出及论文描述；不能拿文字AI分数当代码审查 |
| 已写好的论述段落 | 语言表达是否准确、可读，是否需要降AI或降重 | 先确认事实和来源，再对成熟段落做有限文字修改并复核 |
进行源码查重前，确认所用产品实际支持你的扩展名和大小限制。保留每个真实文件名和扩展名；仓库可以列出文件清单，再挑需要核查的文件逐个提交。报告返回后，查看对应来源、匹配行或字符区间和处理后的扫描文本。0 匹配只代表本次扫描的数据范围里未发现来源，不能证明代码完全原创、从未被他人使用或没有AI辅助。
再单独整理论文的 AI 检测要求。确认学校指定的检测平台、提交文件类型、正文范围和是否排除代码块、参考文献或附录。代码查重报告不能替代论文 AI 报告，论文AI分数也不能说明程序功能正确。若学校只要求代码来源审查，就无需为了一个并不存在的代码AI功能而额外购买工具。
只改需要改的部分，分别验收
发现代码匹配时，先判断是标准库、公开示例、依赖代码、授权复用还是未注明来源的实质拷贝。核对许可证、引用与课程政策后，修改或说明来源。不要只改变量名掩盖匹配；代码功能与测试结果仍要正确。
如果论文自然语言部分确实需要调整，可以把已经定稿的解释段与源码同步核对。PaperMomo 官网的文本工作台适用于成熟正文的文字表达处理；可先查看功能说明。它不是源码查重器，也不应被用于代码、变量、算法、实验结果或引用信息的自动替换。修改后人工核对代码行为、数据、术语、引用和论文描述，再按接收方要求分别提交源码、论文和两种相关报告。
最后保留三个独立回执：源码文件及代码查重结果、论文文本及学校要求的 AI/相似度报告、测试或指导教师对程序与研究说明的验收。这样能清楚回答各工具实际检查了什么，也避免把一种报告误当成另一种保证。