# 人工智能评论验证器 ## 概述自动验证和执行 AI Review 建议。该技能通过检查官方文档、分析代码库、测试编译和计算置信度分数来验证人工智能生成的代码审查评论，然后自动应用经过验证的更改。 ## ⚠️ 关键要求 **应用 AI 审核建议的每个提交都必须在提交消息中包含原始评论 URL。** 这是没有商量余地的。提交消息格式必须是： git commit -m“修复：<摘要> 应用AI审阅建议自信地验证：<分数>/100 AI 评论：解决：” 如果没有此链接，提交将失去所有可追溯性。这是该技能的主要目的之一 - 维护代码更改和 AI Review 建议之间的联系。 ## 工作流程 ### 第 0 步：获取 GitHub PR 评论（如果提供了 URL）如果用户提供 GitHub PR 评论 URL，将其转换为 API 格式并获取内容： **URL 转换示例：** 输入：https://github.com/UniClipboard/UniClipboard/pull/158#discussion_r2734386595 输出：https://api.github.com/repos/UniClipboard/UniClipboard/pulls/comments/2734386595 输入：https://github.com/owner/repo/pull/123#issuecomment-456789 输出：https://api.github.com/repos/owner/repo/issues/comments/456789 **实施：** # 使用包含的脚本来转换 URL api_url=$(python3 脚本/github_url_converter.py "") # 从GitHub API获取评论内容 web_fetch“$api_url” # API响应结构：＃{ # "body": "⚠️ MouseEvent 已删除...", # AI 评论评论文本 # "path": "src/window.rs", # 受影响的文件 # "diff_hunk": "@@ -10,7 +10,7...", # 代码上下文 # "user": {"login": "github-copilot"}, # AI工具标识符 # "html_url": "...", # 提交参考的原始 URL # "created_at": "2024-01-28T..." # } **支持的 URL 格式：** * PR审核评论：`#discussion_r{comment_id}`→`/pulls/comments/{comment_id}` * 问题/PR 评论：`#issuecomment-{comment_id}` → `/issues/comments/{comment_id}` * 已有的API URL：不变地通过 **从API响应中提取关键信息：** # 解析获取到的评论评论数据 = { "body": response["body"], # 完整的 AI 评论文本 "affected_file": response["path"], # 要修改的文件 "original_url": response["html_url"], # 用于提交参考 "diff_context": response.get("diff_hunk", "") # 代码上下文 } ### 步骤1：解析AI评论评论从评论中提取结构化信息（从获取的 API 响应或用户粘贴的内容）： # 预期的AI评审格式： # 1. 风险警告/说明 # 2. 代码示例（之前/之后） # 3.修改提示评论结构 = { "risk_warning": str, # 例如，"MouseEvent 在 Tauri v2 中被删除" "deprecated_api": str, # 例如，"MouseEvent.position()" "suggested_api": str, # 例如，"LogicalPosition::new(x, y)" “代码示例”：{ “之前”：str， “之后”：str }, "modification_prompt": str, # 应用更改的说明 “受影响的文件”：[str]， "comment_url": str # 关键：将此保存为提交消息！ } **重要：** 必须在整个工作流程中保留 `comment_url` 字段。此 URL 将在提交消息中使用，将代码更改链接回 AI Review 建议。永远不要忘记这个 URL。 ### 第二步：多维度验证并行运行验证，对每个维度进行评分： #### 2.1 官方文档（权重：40%） # 搜索官方来源 web_search“ 已弃用已删除” web_search " 迁移指南" web_fetch "官方迁移文档 URL" # 评分： # - 明确确认：40分 # - 部分确认：20分 # - 没有证据：0分 #### 2.2 代码库分析（权重：20%） # 检查项目状态查看<受影响的文件> bash_tool "grep -rn '' 。" bash_tool "cat package.json | grep " # 检查版本 # 评分： # - API 找到 + 版本匹配：20 分 # - API 已找到但版本不清楚：10 分 # - 未找到 API：0 分 #### 2.3 实验验证（权重：30%） # 测试建议的更改 create_file "/home/claude/test_change.ext" "<使用新 API 的测试代码>" bash_tool "<编译命令>" # 例如，rustc、tsc、npm build # 评分： # - 编译 + 无类型错误：30 分 # - 编译时出现警告：15 分 # - 失败：0 分 #### 2.4 测试套件（权重：10%） bash_tool "<测试命令>" # 例如，cargo test、npm test # 评分： # - 所有测试均通过：10 分 # - 测试失败：0 分 ### 第 3 步：计算置信度并做出决定置信度分数 = ( 文档分数 + 代码库分数 + 实验分数 + 测试分数）如果confidence_score >= 80：决定=“AUTO_APPLY” elifconfidence_score >= 60：决定=“APPLY_WITH_REVIEW” elifconfidence_score >= 40：决定=“MANUAL_REVIEW” 其他：决定=“拒绝” ### 步骤 4：基于信心执行 **在继续之前，请查看`references/commit-checklist.md`以确保所有必填字段都包含在提交消息中。** #### 自动应用（≥80） # 应用更改字符串替换（路径=<文件>, old_str=<已弃用代码>, new_str=<新代码>, 描述=“应用AI审阅建议” ） # 验证 bash_tool“<构建命令>” bash_tool“<测试命令>” # 关键：提交必须包含 AI 审核 URL 参考 # 这是不可协商的 - 提交消息必须链接到原始 AI 评论 bash_tool 'git 添加。' bash_tool 'git commit -m "修复：<摘要> 应用AI审阅建议自信地验证：<分数>/100 验证： - 文档：<状态> - 编译：<状态> - 测试：<状态> AI 评论：解决：共同作者：AI Review Validator "' **强制提交消息格式：** 提交消息必须包含原始 AI Review 评论 URL。这对于以下方面至关重要： 1. 可追溯性 - 将代码更改链接到建议源 2. 问责制——显示已验证的内容 3. 上下文 - 未来的开发人员可以了解为什么进行更改 **错误的提交（永远不要这样做）：** git commit -m“修复：同步配对设置类型和测试环境” ❌ 缺少 AI 评论 URL 参考！ **良好的承诺（始终这样做）：** git commit -m“修复：用 LogicalPosition 替换 MouseEvent 应用AI审阅建议可信度验证：85/100 人工智能评论：https://github.com/user/repo/pull/123#discussion_r456 解决：https://github.com/user/repo/pull/123#discussion_r456” ✅ 包括 AI 评论 URL - 正确可追溯！报告格式： ✅ AI审核建议已验证并应用置信度分数：<分数>/100 验证总结： - ✓ 官方文档：<证据> - ✓ 编译：通过 - ✓ 测试：全部通过更改：<文件>（个替换）提交：<哈希> 链接： #### 申请并审核 (60-79) 应用更改但标记潜在问题： # 应用更改 str_replace(...) # 验证 bash_tool“<构建命令>” bash_tool“<测试命令>” # 使用 AI 审核 URL 提交（强制） bash_tool 'git commit -m "修复：<摘要> 应用 AI 审核建议并需要审核自信地验证：<分数>/100 ⚠️请查看： - <关注点1> - <问题2> AI 评论：解决："' 报告格式： ⚠️ AI 审核建议已应用 - 请审核置信度分数：<分数>/100 担忧： - <要检查的具体问题> 已应用更改，但建议检查： 1. <关注领域> 2. <边缘情况> 提交：<哈希> 人工智能评论： #### 手册审查 (40-59) 🔍AI审核建议需要人工审核置信度分数：<分数>/100 问题： - <冲突信息> - <不确定性> 建议：不要自动应用 #### 拒绝 (<40) ❌ AI 审核建议未经验证置信度分数：<分数>/100 证据表明这个建议可能是不正确的： - <矛盾的证据> 建议：不要申请 ## 边缘情况 ### 多个文件处理所有文件，创建单个原子提交：对于受影响的文件中的文件： str_replace(...) # 必须包含 AI 评论 URL bash_tool 'git commit -m "修复：<摘要> 应用AI审阅建议自信地验证：<分数>/100 修改后的文件： - <文件1> - <文件2> AI 评论：解决："' ### 冲突信息如果 docs_结果！= 实验结果：返回“MANUAL_REVIEW”，{ "reason": "相互矛盾的证据", “文档”：文档结果， “实验”：实验结果 } ### 重大变化 # 如果申请后测试失败 bash_tool“git重置——硬头” 返回“REJECT”，“应用建议后测试失败” ## 安全原则 1. **永远不要盲目相信AI Review** \- 申请前务必验证 2. **提供证据** \- 显示文档、编译输出、测试结果 3. **透明** \- 解释置信度评分 4. **安全第一** \- 在提交之前验证构建/测试 5. **强制：链接到提交中的 AI Review** \- 每次提交都必须在提交消息中包含原始 AI Review 评论 URL。同时使用“AI-Review：”和“Resolves：”字段。 6. **人机交互** \- 标记不确定的案例以供审查 **关键提交消息要求：** 应用 AI 审核建议的每项提交都必须包括： AI 评论：解决：这是没有商量余地的。如果没有此链接，提交将失去对提示它的 AI 审核的所有可追溯性。 ## 常见模式 ### 模式 1：API 弃用 ⚠️ v2.0 中已弃用 API 旧：old_api() 新：new_api() ### 模式 2：安全风险 🔒 安全性：避免不安全的代码用途：安全替代品 ### 模式 3：性能 ⚡ 性能：可以优化使用：迭代器而不是collect() ## 何时升级在以下情况下升级为人工审核： * 置信度 < 60 * 检测到重大变更 * 申请后测试失败 * 来源信息相互矛盾 * 安全关键代码 * 架构变化 ## 脚本此技能包括用于 GitHub 集成的帮助程序脚本： ### 脚本/github_url_converter.py 将 GitHub PR 评论 URL 转换为 GitHub API URL 以获取评论内容。 **用途：** python3脚本/github_url_converter.py“https://github.com/owner/repo/pull/123#discussion_r456” # 输出：https://api.github.com/repos/owner/repo/pulls/comments/456 **支持的格式：** * PR评论评论：`#discussion_r{id}` * 问题/PR 评论：`#issuecomment-{id}` 该脚本会自动处理 URL 转换，因此您可以直接从 GitHub 的 API 获取 AI Review 内容。 ## 详细示例有关不同场景的综合示例，请参阅“references/examples.md”： * 具有 API 获取功能的 GitHub URL（完整工作流程） * 粘贴评论内容（手动输入） * 中等置信度，带有警告（性能优化） * 低置信度拒绝（误报检测） * 多文件批量处理 * 冲突信息处理

人工智能评论验证器

包含技能