Merge Check Tool Free

预测单个PR能否被合并,基于技术信号与PR卫生维度的拒绝向量分析。

合并检查工具(免费版)

概述

合并检查工具(免费版)预测单个 Pull Request 能否被维护者合并。它不是通用的代码质量工具,而是回答一个具体问题:"这个PR会被合并吗?"

工具通过 gh CLI 采集 PR 的完整数据,基于拒绝向量分类体系,从技术信号、PR卫生、架构契合度、评审状态、流程合规、社交元信号等维度分析,输出合并概率评分、风险因素、优势点与可执行的改进建议。

本版本聚焦单个PR的核心维度分析,适合个人贡献者提交前自检与开源贡献评估。如需批量分析、团队统计、历史趋势与CI/CD集成,请升级至 PRO 版本。

核心能力

能力	说明
数据采集	通过 gh CLI 采集PR完整数据并输出JSON
技术信号分析	CI状态、构建状态、覆盖率回归检查
PR卫生分析	规模、文件分布、单一职责、标题描述、提交卫生
架构契合度	模式一致性、依赖引入、范围蔓延、文件类型
合并评分	高/中/低三档概率估计
改进建议	按严重度排序的可执行步骤
技术实现要点：核心能力基于input_params参数与output_format配置实现,支持创建/查询/修改/删除等操作模式,通过config_options进行运行时配置。

核心功能执行

用input_params参数进行配置。

输入: 用户提供核心功能执行所需的指令和必要参数。 处理: 按照skill规范执行核心功能执行操作,遵循单一意图原则。 输出: 返回核心功能执行的执行结果,包含操作状态和输出数据。

• 执行此能力时使用input_params参数,支持创建/查询/导出操作

参数配置与调用

用config_options参数进行配置。

输入: 用户提供参数配置与调用所需的指令和必要参数。 处理: 按照skill规范执行参数配置与调用操作,遵循单一意图原则。 输出: 返回参数配置与调用的执行结果,包含操作状态和输出数据。

• 执行此能力时使用config_options参数,支持修改/重置/导入操作

结果处理与输出

用output_format参数进行配置。

输入: 用户提供结果处理与输出所需的指令和必要参数。 处理: 按照skill规范执行结果处理与输出操作,遵循单一意图原则。 输出: 返回结果处理与输出的执行结果,包含操作状态和输出数据。

• 执行此能力时使用output_format参数,支持导出/保存/转换操作 能力覆盖范围：本skill的核心能力覆盖以下场景关键词：预测单个、能否被合并、基于技术信号与、卫生维度的拒绝向、量分析、合并检查工具、免费版、为个人开发者预测、Pull、Request、量分类体系、数据采集与解析、合并概率评分与改等。这些关键词对应description中声明的使用场景,均已在上述能力点中提供对应的操作支持。

使用场景

场景一:提交前自检PR

个人贡献者在提交PR前自检,预估通过概率并优化。

bash

# 采集PR数据
bash scripts/merge-check.sh owner/repo#123
# 或使用完整URL
bash scripts/merge-check.sh 

工具解析JSON输出后,生成结构化报告:

text

## 不适用场景

以下场景合并检查工具(免费版)不适合处理：

- 实时流数据处理
- 小规模数据手动分析
- 非结构化文本情感分析

## 触发条件

需要数据分析、报表生成、统计洞察、数据可视化时使用。不适用于非本工具能力范围的需求。

## PR 合并性报告: owner/repo#123

**评分: 中 (~55%)**

### 风险因素
- 847行变更 — 接近审查疲劳阈值
- @maintainer 提出的修改意见尚未处理
- 涉及6个目录共12个文件 — 范围分散
- 未关联issue

### 优势
- 14项CI检查全部通过
- 标题清晰、描述详尽
- 作者在该仓库合并率73%(近期11个PR合并8个)
- 讨论活跃 — 2小时前有更新

### 建议
1. 处理 @maintainer 的评审意见后再申请复审
2. 考虑拆分为更小的PR(配置变更 vs 逻辑变更)
3. 关联相关issue以便追溯

### 结论
PR本身质量不错且CI全绿、作者活跃,但卡在未处理的评审反馈 — 解决这些评论是合并的关键路径。

场景二:评估开源贡献通过率

开源贡献者评估自己的PR是否符合维护者偏好。

bash

# 采集后重点关注作者历史与评审情绪
bash scripts/merge-check.sh owner/repo#456

工具会分析作者在该仓库的历史合并率、评审评论情绪(正面/中立/对抗)、是否首次贡献者等社交信号。

场景三:学习PR最佳实践

新手通过分析现有PR学习如何提高合并概率。

bash

# 分析一个已合并的成功PR
bash scripts/merge-check.sh owner/repo#100

工具会输出该PR的优势点(规模合理、单一职责、CI全绿、活跃讨论等),作为最佳实践参考。

快速开始

1. 阅读## 核心能力章节了解skill功能
2. 按## 依赖说明配置环境
3. 执行所需能力对应的命令
4. 参考## 错误处理章节处理异常
5. 查看## FAQ解答常见疑问

1. 前置准备

bash

# 依赖说明
gh auth status

# 若未登录
gh auth login

2. 运行检查

bash

# 标准用法
bash scripts/merge-check.sh owner/repo#123

# 使用URL
bash scripts/merge-check.sh 

脚本输出单个JSON对象,包含以下键:

键	内容
pr	PR完整元数据(标题、正文、作者、状态、草稿、标签、评审人)
files	变更文件列表与patch统计
diff_stats	总增删行数与变更文件数
checks	head提交的CI/检查运行结果
reviews	所有评审(通过/修改意见/评论)
review_comments	行内评审评论
issue_comments	PR会话评论
commits	提交列表与消息
repo	仓库元数据(语言、规模、默认分支)
author_history	作者近期已关闭PR与合并率
has_codeowners	是否存在CODEOWNERS
has_contributing	是否存在CONTRIBUTING

3. 分析与报告

Agent 读取JSON后,按维度分析并产出报告。

示例

规模阈值参考

变更行数	评级	说明
<400	理想	易于审查
400-1000	风险	审查疲劳区
>1000	危险	易停滞或被拒

单PR分析命令封装

bash

# quick-check.sh 快速检查单个PR
#!/usr/bin/env bash
set -euo pipefail

PR_REF="${1:?用法: ./quick-check.sh owner/repo#123}"
OUTPUT=$(bash scripts/merge-check.sh "$PR_REF")

echo "$OUTPUT" | jq '{
  title: .pr.title,
  state: .pr.state,
  draft: .pr.draft,
  additions: .diff_stats.additions,
  deletions: .diff_stats.deletions,
  changed_files: .diff_stats.changed_files,
  ci_passed: ([.checks[] | select(.conclusion == "SUCCESS")] | length),
  ci_total: (.checks | length),
  reviews_approved: ([.reviews[] | select(.state == "APPROVED")] | length),
  changes_requested: ([.reviews[] | select(.state == "CHANGES_REQUESTED")] | length),
  author_merge_rate: .author_history.merge_rate
}'

最佳实践

1. 关注规模这个最强预测因子

变更行数是最具预测性的单一因素。提交前评估:

bash

# 查看本地未提交变更规模
git diff --stat main...HEAD
git diff --shortstat main...HEAD

如果超过1000行,主动拆分为多个PR。

2. 确保单一职责

一个PR只做一件事。常见反模式:

• 配置变更 + 业务逻辑 + 重构混在一个PR
• 修复bug同时顺带"清理"无关代码
• 引入新功能同时修改无关测试

3. 关联issue并写清描述

markdown

## 关联issue
Fixes #123

## 变更说明
- 修改了用户认证流程,使用新的token刷新机制
- 新增 `/auth/refresh` 端点
- 更新了相关测试

## 测试方式
- `pytest tests/auth/`
- 手动测试: 登录 → 等待token过期 → 自动刷新

4. 提交卫生

• 提交消息清晰,使用约定式提交(feat:、fix:、docs:)
• 合理的提交数量,避免"草稿+修复+再修复"的噪音
• 可被squash合并

5. 主动响应评审

评审意见提出后,逐条回复或修改,不要让PR停滞超过2周。

常见问题

Q1:免费版支持多少个PR分析?

免费版面向单PR分析,每次运行分析一个PR。如需批量分析多个PR,请使用PRO版。

Q2:需要什么权限?

需要 gh CLI 已登录,且对目标仓库有读取权限。私有仓库需要对应访问令牌。

Q3:分析准确率如何?

工具基于拒绝向量分类体系,提供高/中/低三档概率估计。准确率受仓库成熟度、维护者风格影响,建议作为参考而非绝对预测。

Q4:免费版与PRO版差异?

维度	免费版	PRO版
分析范围	单个PR	批量PR + 团队统计
分析维度	核心维度	全6维度深度分析
历史趋势	不支持	作者/仓库历史趋势
CI/CD集成	不支持	流水线门禁
自定义规则	不支持	自定义拒绝向量
支持	社区支持	优先支持

Q5:脚本失败怎么办?

脚本在单个API调用失败(如限流、404)时会输出 "error" 字段。Agent 会分析可用数据并在报告中标注缺失项,不会因部分失败而中断。

依赖说明

运行环境

• Agent平台: 支持SKILL.md的任意AI Agent(Claude Code / Cursor / Codex / Gemini CLI等)
• 操作系统: Windows / macOS / Linux
• gh CLI版本: 建议 2.40 及以上

第三方依赖

依赖项	类型	是否必需	获取方式
LLM API	API	必需	由Agent内置LLM提供
gh CLI	命令行工具	必需	cli/cli 下载
jq	JSON处理	推荐	系统包管理器安装

API Key 配置

• 本skill基于Markdown指令规范,无需额外API Key。
• gh CLI 通过 gh auth login 完成OAuth认证,令牌存储在本地 ~/.config/gh/ 或对应平台凭据管理器。

可用性分类

• 分类: MD+EXEC(纯Markdown指令,部分功能需exec命令行执行)
• 说明: 基于Markdown的AI Skill,通过自然语言指令驱动Agent完成操作。免费版聚焦单个PR的核心维度合并性分析。

错误处理

错误场景	原因	处理方式
配置错误	参数缺失或格式错误	检查依赖说明中的配置要求
运行时错误	运行环境不满足	确认运行环境符合依赖说明
网络错误	连接超时或不可达	执行ping命令测试网络连通性,检查防火墙和代理设置连接后执行ping命令测试网络连通性,检查防火墙和代理设置连接后重新执行命令，参考国内替代方案

已知限制

• 需LLM支持,无LLM环境不可用
• 复杂业务场景建议结合人工经验判断
• 执行效率受模型能力与网络环境影响