SuperAPI AI 工具集

learn-from-pr

编程与开发

查看项目

更新于 10-16 08:36

技能介绍

用途:在涉及智能体的 PR 完成后进行复盘,找出智能体为何失败、为何缓慢成功或为何快速成功,并把经验转化为仓库文档与技能的改进建议。适用于智能体未找到正确修复、尝试多次才成功、或快速成功的 PR,也适用于询问“能从 PR #XXXXX 学到什么”。不适用于 PR 尚未定稿(应先用 pr-finalize)、琐碎 PR(如拼写修改)或无智能体参与的 PR。

主要能力:收集 PR 差异与元数据;分析修复位置(智能体尝试的文件与最终修复文件是否一致);识别失败模式,如完全找错文件、隧道视野、信任 issue 标题、模式未泛化、未搜索代码库、缺少平台知识、弄错抽象层、误读错误信息、上下文不足、过度设计等;针对缓慢成功与快速成功分别总结模式;生成带类别、优先级、位置、具体改动与理由的建议。

使用方式:用户提供 PR 号或 Issue 号(如 “PR #33352”)。技能使用 gh 命令获取信息,例如 gh pr view XXXXX --json title,body,files、gh pr diff XXXXX,以及 gh pr view XXXXX --json files --jq '.files[].path' | grep -v test;用 find 查找 .github/instructions 下的 *.instructions.md、.github/skills 下的 SKILL.md、docs/design 目录与 .github/copilot-instructions.md 等智能体指导所在位置。完成标准:已收集 PR 差异与元数据、已分析修复位置、已识别失败模式、至少生成一条具体建议、已向用户呈现结果。

限制:仅做分析,不直接应用改动(自动应用需改用 learn-from-pr agent);每条建议必须给出具体文件路径与文本;建议前需检查现有文档避免重复;跳过琐碎观察;建议范围应限于该 PR 的学习所得。若 PR 未找到,请用户核对编号;若无智能体参与迹象,询问用户是否仍要分析;若无法判断失败模式,应说明“数据不足”并指出缺失信息。