用途:以本地优先方式操作 ghcrawl,管理 GitHub issue 与 PR 数据。可检查 SQLite 存储状态、拉取 GitHub 数据、刷新摘要与嵌入、构建聚类,并提取某个聚类的成员与证据。默认策略保守且关注成本:先只读检查,仅在需要新数据或增强时才运行会改动数据或消耗 API 的命令。
主要能力:查看仓库状态、运行历史、线程数量、聚类及持久化聚类决策;将 issue/PR 拉入本地库;运行基于 OpenAI 的摘要、结构化关键摘要、嵌入与聚类;解释聚类的成员、事件、规范项、排除项与本地证据;执行维护者编辑,如从持久聚类中排除成员或设置规范条目。
使用方式:先做只读检查,如 ghcrawl doctor --json、ghcrawl configure --json、ghcrawl runs owner/repo --limit 10 --json。确认目标仓库为 owner/repo,并优先加 --json 便于代理读取。仅在需要新数据时使用 sync 或 refresh;仅当文件重叠重要时加 --include-code。若摘要应影响向量,先运行结构化关键摘要再嵌入:ghcrawl key-summaries owner/repo --limit 200 --json,然后 ghcrawl embed owner/repo --json 与 ghcrawl cluster owner/repo --json。查看聚类可用 ghcrawl clusters owner/repo --min-size 2 --limit 20 --sort size --json,解释单个聚类用 ghcrawl cluster-explain owner/repo --id 123 --member-limit 50 --event-limit 50 --json。持久编辑后需重跑 cluster 并再次解释以验证。
适用场景:检查 ghcrawl 仓库状态与本地运行、拉取 GitHub 数据、运行摘要/嵌入/聚类、解释聚类证据、执行维护者聚类编辑。
限制:refresh、sync、summarize、key-summaries、embed 属于远程/API 消耗命令;cluster 仅本地但大仓库可能 CPU 密集;--include-code 会水合 PR 文件元数据并可能增大数据库。资料未提供具体收费、价格或平台支持范围。