SuperAPI AI 工具集

learning-aggregator-ci

智能体与模型

查看项目

更新于 10-16 04:53

技能介绍

用途:在 CI 中运行外循环的检查步骤,自动读取累积的 .learnings/ 文件,按 pattern_key 分组、统计跨会话复现,生成带排序的差距(gap)报告,无需人工交互。与交互版 learning-aggregator 不同,本变体按计划运行并把结果作为 GitHub issue 评论异步供审阅。

主要能力:读取 .learnings/ 下的 LEARNINGS.md、ERRORS.md、FEATURE_REQUESTS.md、HEALS.md;解析条目的 Pattern-Key、Recurrence-Count、First-Seen、Last-Seen、Priority、Status、Area、Related Files、Tags 及可选来源字段;合并跨位置重复条目后按 Pattern-Key 精确分组;把无 Pattern-Key 的条目标记为未分组;将 promoted、promoted_to_skill、resolved、wont_fix 视为终态;分类差距类型并排序输出结构化 YAML(键 learning_aggregator_ci),并作为 issue 评论或新建 issue 发布。推广阈值:去重后 ≥3 次复现、≥2 个不同任务、30 天窗口内。

使用方式:gh skill install pskoett/pskoett-skills learning-aggregator-ci;交互会话可用 gh skill install pskoett/pskoett-skills learning-aggregator;回退方式 npx skills add pskoett/pskoett-skills/skills/learning-aggregator-ci。将 references/workflow-example.md 复制到 .github/workflows/learning-aggregator-ci.md,配置 schedule,校验 gh aw compile,推送启用。

限制:CI 代理无会话上下文,扫描全部条目、不过滤相关性,报告全面而非针对性;执行须只读、无交互提示、单条合并评论、结果确定性。缓存需声明 provenance-v1 架构,否则重建。具体价格、效果暂无提供。