SuperAPI AI 工具集
合作ENAI 行业资讯收藏
Skill 广场pr-review

pr-review

编程与开发

查看项目

更新于 10-15 10:07

技能介绍

pr-review 是一个用于审查开放 PR 的技能，通过 ${var} 参数选择分支并确定作用范围。所有运行共享一段前置流程：读取 memory/MEMORY.md 获取高层上下文，扫描最近约 3 天的 memory/logs/ 以避免重复报告同一信号，并按空白拆分 ${var} 来解析分支。

一、默认模式：逐 PR 深度审查

当 ${var} 中不含 --survey 或 survey 时进入此分支。${var} 为空时审查 memory/watched-repos.md 中列出的所有仓库；${var}=owner/repo 时只审查该仓库；${var}=owner/repo#N 时只审查该确切 PR。

该分支优化目标是控制噪音：每一条发现项都必须带严重程度标签、指向具体行，并用一句话说明「为何重要」。

审查前会先列出开放 PR（gh pr list），并应用跳过规则：草稿、标题匹配 WIP/Draft、带有 no-review/do-not-merge/wip/blocked 标签、作者为机器人或 aeonframework、该账号已在当前 headRefOid 提交过带 receipt 的审查、或机器人审查者在最近 30 分钟内已审查过。

对每个待审查 PR，会抓取上下文（标题、正文、headRefOid、baseRefName、文件列表、增删行数），若正文含 Fixes #N 或 Closes #N 则抓取关联 issue，再抓取 diff。当增删行数合计超过 3000 时，只审查改动量最大的前 5 个文件；gh pr diff 失败时回退到逐文件 patch；diff 为空（如 rebase 中）则以 empty-diff 跳过。仅文档、仅锁文件或仅测试的 PR 走一行确认的快速通道。

发现项使用三种标签之一：[CRITICAL]（正确性破坏、安全漏洞、数据丢失、API 破坏、回归）、[ISSUE]（可能的 bug、缺失边界情况、现实输入下的错误行为）、[NIT]（命名、风格、次要清理，默认丢弃）。每个 PR 最多 5 条发现项，先丢 NIT 再丢影响最小的 ISSUE；除非没有任何 CRITICAL/ISSUE 且某 NIT 确实有用，否则丢弃全部 NIT。每条发现项必须指明 path/to/file:LINE 并附一句「为何重要」。不写赞美、不复述 diff、不写「本 PR 添加了 X」式摘要。

结论分三种：approve-ready（无 CRITICAL 无 ISSUE）、blocked: <一句话原因>（至少一个 CRITICAL）、discussion-needed（有 ISSUE 但无 CRITICAL）。

发布审查时同时发送合并摘要评论和行内评论：行内评论通过 gh api 提交，包含严重程度、文件路径、commit_id 与行号；合并摘要以 review 形式发布，包含结论与所有行内发现项的文字列表，方便下游解析。无 CRITICAL/ISSUE 时跳过行内评论，只发布 approve-ready 行和 receipt（形如 <!-- aeon-review:{...} --> 的 JSON 注释，含 target、sha、verdict、critical、issues 计数）。每次完成的审查都使用恰好一个 receipt，包括快速通道的琐碎 PR。若行内评论创建失败，则把所有发现项合并进 review 正文，保留严重程度标签和文件行号引用，不静默丢弃。

最后发送通知并记录日志：每次运行发送一条合并消息（Reviewed N, skipped K 及各 PR 结论），若运行范围是单一仓库则额外发送 Telegram 摘要；若所有 PR 都被跳过则不通知，只记录日志。日志写入 memory/logs/${today}.md 的 ### pr-review 标题下，含模式判别。

二、--survey 模式：风险分级分诊摘要

此分支为原 pr-merge 技能并入，用于巡检开放 PR 队列并按影响范围分桶；它不合并任何内容，实际合并由 auto-merge 负责。

该分支读取仓库、PR 列表、每个 PR 的改动文件、每个改动 SKILL.md 的正文，并运行本地的 scripts/skill-scan.sh（与 install-skill 使用同一扫描器），输出一份结构化的 Telegram 摘要，含四个风险桶并按 PR 年龄排序。

输入包括：gh api 的开放 PR 列表（作者、草稿状态、base ref、年龄、mergeable 状态、head SHA、状态检查汇总、标签）、每个 PR 的改动文件路径与状态、每个改动 SKILL.md 的正文，以及本地 skill-scan.sh 和 memory/watched-repos.md 中的 ## Trusted Authors 一节。

输出写入 output/articles/pr-merge-${today}.md（完整摘要，每个开放 PR 一行）、memory/topics/pr-merge-state.json（上次运行快照，含每个 PR 的 bucket、first_seen、last_head_sha，用于按 head SHA 抑制重复通知）、memory/logs/${today}.md，并按条件通过 ./notify 发送通知。

步骤包括：

  1. 引导：创建目录与状态文件，若 JSON 损坏则备份为 .bak、重置为空模板并标记 STATE_CORRUPT。
  2. 解析参数：识别 dry-run（跳过通知，文章和状态仍写入）与 owner/repo 覆盖目标仓库，未知 token 记 PR_MERGE_QUEUE_BAD_VAR 并退出。
  3. 拉取开放 PR 列表；API 失败则记录并发送一行通知后退出；列表为空则写文章和状态、记 PR_MERGE_QUEUE_EMPTY、跳过通知。同时构建受信作者集合，来自 watched-repos.md 的 ## Trusted Authors 加上 dependabot[bot]、renovate[bot]、github-actions[bot]、aeonframework、aeonfun，这些作者的 PR 归入 TRUSTED_AUTHOR 并跳过文件分桶逻辑。
  4. 对每个非草稿、非受信作者的 PR 抓取改动文件列表。

需要说明的是，所提供的资料在步骤 3 的 per-PR 文件抓取命令处即结束，后续步骤（分桶、扫描、摘要生成、通知门控等完整流程）的内容暂未提供。

适用场景与限制

pr-review 适用于需要批量或按需审查开放 PR、以及在早晨快速判断哪些 PR 可一键合并、哪些需要认真审查的场景。该技能本身不执行合并操作；--survey 分支的调查对象为开放 PR 队列，默认目标仓库为 aeonfun/aeon。安装方式、收费与价格信息在资料中暂未提供。