用途:在活跃 PR 上审慎处理评审反馈,只落地经得起推敲的意见。核心原则是把评审评论当作建议而非指令,先判断是否值得改,再动手。
主要能力:
- 获取当前 PR 信息与未解决的评审讨论线程(使用 GraphQL 查询,仅读取线程元数据和首条评论)。
- 对每条意见做三分类:有效则最小化修复;无效、超范围、已修复或不值得改则回复理由并拒绝;不清楚则提出一个聚焦问题。
- 判断依据包括:PR 标题/描述与工单目标、当前代码(而非过期的 diff 上下文)、问题是否真实(缺陷/安全/正确性 vs 风格/重构)、是否符合项目既有约定、改动影响范围。
- 对 CodeRabbit、Bugbot、CodeQL 等机器人评论只修复已确认的问题,误报则用一行理由拒绝。
使用方式(工作流):
- 用 gh pr view --json 解析活跃 PR;不明确时使用当前分支。
- 用 gh api graphql 拉取未解决线程,跳过已解决项。
- 建立 PR 上下文后逐条评估。
- 对有效意见做最小 diff 修复,运行针对性构建/测试并推送到 PR 分支。
- 仅对拒绝项用 REST API 在对应线程回复,语气客观、一到两句。
- 向用户汇总:已修复、已拒绝(含理由)、跳过/过期项、阻塞合并的后续事项,并给出计数。
规则:不在修复后回复“已修复”或关闭线程;未经用户要求不调用 resolveReviewThread;不扩大范围、不做无关重构;不为消除检查而修改 CI/工作流;允许少改多拒。
适用场景:维护者或贡献者在 PR 收到大量人类或机器人评审意见时,需要快速甄别真假问题并保持改动聚焦。
限制:依赖 GitHub CLI(gh)及仓库访问权限;需要 PR 所在分支可推送;评论的取舍依赖对项目约定和需求的判断;具体支持的模型、收费与平台集成暂未提供。