跳到正文
cccskills
免费在 GitHub 公开中文介绍

pr-review

审查拉取请求的目的和代码差异,检查正确性、安全性、设计及测试,避免重复已有评论,并将标注严重程度的问题发布到对应代码行。

原文查看原文说明

Review a PR for correctness, security, code quality, and testing issues. TRIGGER when user asks to review a PR, check PR quality, or give feedback on a PR.

集成工具GitHub

实测评分 未实测

查看安装方法

适用场景

  • 合并前审查拉取请求
  • 检查代码变更的安全性
  • 查找边界情况的测试缺口
  • 检查变更说明是否完整

中文介绍

功能

这项技能审查拉取请求,即代码变更提案,检查正确性、安全性、代码质量、设计和测试方面的问题。它先阅读说明,了解变更的原因、内容与实现方式,再检查代码差异。它还会获取已有的审查评论,避免重复提出同一问题,并将标注严重程度的评论发布到相关代码行。

适用场景

适合在合并前检查变更,或统一审查标准。检查范围包括边界情况、异步处理、输入验证、日志泄露秘密信息以及测试不足。若说明中缺少变更原因、具体内容或实现方式,也会提出反馈。

使用示例

  • “审查这个PR,在需要修改的代码行添加评论。”
  • “检查当前分支的PR,找出安全问题和测试缺口。”

注意事项

该流程使用GitHub CLI的gh向GitHub发布审查评论。可以指定PR编号或网址;省略时会查找当前分支对应的PR。流程包含特定仓库的参考资料和规范,用于其他项目时需要调整。

本介绍由 AI(OpenAI Codex)根据公开的 SKILL.md 撰写。准确的规格请查看下方原文。

文档检查

AI 根据 SKILL.md 的内容检查了需要注意的操作和使用前提。评分只依据实际运行的结果(实测对比)。

安全性发送数据、删除文件、执行命令等是否有说明
C需确认通过gh api向GitHub发布评论,但没有发布前的确认步骤。
安装难易度所需工具和 API 密钥是否少且有说明
B部分不足命令使用gh,但未提供安装或GitHub身份验证步骤。

不计入评分。 由 AI(OpenAI Codex)于 2026年10月23日 评估。仅供参考,安装前请同时查看原文。

如果您认为评估有误,请申请复核

请写明哪一项有误以及原因。无需登录。我们会对照 SKILL.md 重新评估,并在此处更新结果。

此表单受 reCAPTCHA 保护,适用 Google 的隐私权政策和服务条款。

包含的文件(1)

  • SKILL.md3.1 KB

SKILL.md(原文)

安装前可以查看交给 AI 代理的指令内容。

PR Review

Find the PR

gh pr list --head $(git branch --show-current) --repo Significant-Gravitas/AutoGPT
gh pr view {N}

Read the PR description

Before reading code, understand the why, what, and how from the PR description:

gh pr view {N} --json body --jq '.body'

Every PR should have a Why / What / How structure. If any of these are missing, note it as feedback.

Read the diff

gh pr diff {N}

Fetch existing review comments

Before posting anything, fetch existing inline comments to avoid duplicates:

gh api repos/Significant-Gravitas/AutoGPT/pulls/{N}/comments --paginate
gh api repos/Significant-Gravitas/AutoGPT/pulls/{N}/reviews

What to check

Description quality: Does the PR description cover Why (motivation/problem), What (summary of changes), and How (approach/implementation details)? If any are missing, request them — you can't judge the approach without understanding the problem and intent.

Correctness: logic errors, off-by-one, missing edge cases, race conditions (TOCTOU in file access, credit charging), error handling gaps, async correctness (missing await, unclosed resources).

Security: input validation at boundaries, no injection (command, XSS, SQL), secrets not logged, file paths sanitized (os.path.basename() in error messages).

Code quality: apply rules from backend/frontend CLAUDE.md files and root AGENTS.md, including its "User-facing copy" section (text a person reads says workflow, never agent or graph).

Architecture: DRY, single responsibility, modular functions. Security() vs Depends() for FastAPI auth. data: for SSE events, : comment for heartbeats. transaction=True for Redis pipelines.

Testing: edge cases covered, colocated *_test.py (backend) / __tests__/ (frontend), mocks target where symbol is used not defined, AsyncMock for async.

Output format

Every comment must be prefixed with 🤖 and a criticality badge:

TierBadgeMeaning
Blocker🔴 **Blocker**Must fix before merge
Should Fix🟠 **Should Fix**Important improvement
Nice to Have🟡 **Nice to Have**Minor suggestion
Nit🔵 **Nit**Style / wording

Example: 🤖 🔴 **Blocker**: Missing error handling for X — suggest wrapping in try/except.

Post inline comments

For each finding, post an inline comment on the PR (do not just write a local report):

# Get the latest commit SHA for the PR
COMMIT_SHA=$(gh api repos/Significant-Gravitas/AutoGPT/pulls/{N} --jq '.head.sha')

# Post an inline comment on a specific file/line
gh api repos/Significant-Gravitas/AutoGPT/pulls/{N}/comments \
  -f body="🤖 🔴 **Blocker**: <description>" \
  -f commit_id="$COMMIT_SHA" \
  -f path="<file path>" \
  -F line=<line number>

评价

还没有评价。欢迎分享你的使用感受。

评论

无需登录即可发表。欢迎分享使用感受、提问,或说明在哪些环境下无法运行。

还没有评论。来写第一条吧。

提交后会立即公开。请勿填写邮箱、电话等个人信息。URL 最多 2 个。

0 / 1000 字

此表单受 reCAPTCHA 保护,适用 Google 的隐私权政策和服务条款。

同一仓库的技能

open-pr

免费有简介

检查代码变更的测试情况及对现有功能的影响,按仓库模板创建PR,并继续处理评审请求、反馈意见和CI检查。

  • 按指定模板创建PR
  • 检查现有功能与新功能的测试
  • 本地验证受限时请求机器人评审
Significant-Gravitas/AutoGPT18.8万2026年10月24日 更新

orchestrate

免费有简介

在独立工作目录中运行多个Claude Code,统一分配开发任务、监控进度、协助恢复停止的会话,并检查PR测试及评审反馈的处理情况。

  • 向多个代理分配开发任务
  • 查看进度及空闲worktree
  • 恢复停止工作的代理
Significant-Gravitas/AutoGPT18.8万2026年10月24日 更新

perf-compare

免费有简介

利用Sentry测量数据比较变更前后或不同环境的速度与失败率,考虑统计波动,判定加速、减速、未检测到变化或数据不足,并输出比较结果。

  • 比较发布前后的性能
  • 验证预览环境与对照环境
  • 检查其他操作是否变慢
Significant-Gravitas/AutoGPT18.8万2026年10月24日 更新

pr-address

免费有简介

收集PR审查意见,推进代码修改、提交、回复及讨论串解决,同时持续检查CI失败、合并冲突和新增评论,跟进直至审查事项处理完成。

  • 修改PR审查指出的问题
  • 回复人工和机器人审查
  • 调查并修复推送后的CI失败
Significant-Gravitas/AutoGPT18.8万2026年10月24日 更新

pr-polish

免费有简介

反复审查和修复PR,检查未解决的讨论、评论回复、自动检查及合并冲突,并等待延迟到达的评论,将PR整理到可以合并的状态。

  • 将PR整理到可合并状态
  • 反复修复直到没有新问题
  • 处理延迟到达的机器人审查
Significant-Gravitas/AutoGPT18.8万2026年10月24日 更新

pr-test

免费有简介

在运行中的系统上通过浏览器和API验证PR或分支变更,对照界面、接口及存储数据的变化,并附上操作前后截图报告结果。

  • 通过浏览器和API完整测试PR
  • 对照界面、API及存储数据的变化
  • 验证无效输入等异常情况
Significant-Gravitas/AutoGPT18.8万2026年10月24日 更新

查看 Significant-Gravitas 的全部技能

报告此技能的问题