AgentHubAgentHub

使用场景/代码审查与 GitHub

代码审查 / GitHub MCP 推荐

拉取 PR、读 diff、查 Issue、管理仓库。适合 Code Review、发布说明、CI 问题排查。

共匹配 6,707 个资源 · 第 29 / 140 页

什么是代码审查与 GitHub?

GitHub MCP 让 AI 进入你的协作流程:拉取 PR diff 做代码审查、检索 Issue 历史定位已知问题、读取 CI 日志分析构建失败、汇总提交生成 changelog。官方 github/github-mcp-server 通过 GitHub API 或个人访问令牌(PAT)鉴权,Gitee / GitLab 也有对应实现。

Code Review 实践:把团队的评审规范写成 Skill(如「检查竞态、边界、错误处理,按严重度输出」),配合 GitHub MCP 让 AI 先过一遍 PR,人工只看 AI 标出的高风险行——审查耗时通常明显下降,且低級错误漏检更少。

权限建议:使用细粒度 PAT(只授予目标仓库 contents / pull-requests 读写),组织仓库务必开只读起步;让 AI 发布评论或合并前先要求确认,防止误操作污染协作记录。

适合做什么

  • PR 自动审查
  • 生成 changelog
  • 跨仓库 Issue 检索
  • 依赖安全告警跟进

不太适合

  • 替代人工安全审计
  • 在无授权仓库上操作

相关资源

查看全部 →

recursive-decision-ledger

SkillSkillsMP

Run repeated rollouts ("Prime Gauss" style recursive prompting) while keeping an append-only decision ledger of trials, marks, coherence checks, and promotion gates, so recursive confidence never auto-approves live trading, deploy, or destructive actions. Use when the user asks for repeated rollouts, marked decision processes, high-dimensional search, stochastic optimization, local-optima exploration, ensemble comparison, or recursive reasoning with a visible evidence trail.

source

ECC 配方

SkillSkillsMP

把描述出来的工作流映射到合适的 ECC 命令组,给出执行顺序与停止条件,并可浏览全部命令组配方族。在扁平的命令目录之上增加了“按族分组 + 执行顺序 + 何时停止”这一层。仅提供建议。触发时机:用户问某件事该用哪些命令、哪个命令组负责它、查看 ECC 配方、列出 ECC 流水线,或问如何用 ECC 跑某个工作流。不触发:用户想直接执行任务、想要单条命令的详细文档(改用 ecc-guide),或想改写提示词草稿(改用 prompt-optimizer)。

source

构建蓝图

SkillSkillsMP

把一行目标转成面向多会话、多代理工程项目的分步构建计划。每一步都带自包含的上下文简报,新代理可以冷启动执行。包含对抗评审门、依赖图、并行步骤检测、反模式目录与计划变更协议。触发时机:用户为复杂的多 PR 任务索要计划、蓝图或路线图,或描述需要多个会话完成的工作。不触发:任务可在单个 PR 或少于 3 次工具调用内完成,或用户说“直接做”时。

source

flox-environments(Flox 开发环境)

SkillSkillsMP

使用 Flox(声明式的 Nix 环境管理器)创建可复现的跨平台(macOS/Linux)开发环境。适用于为任意语言设置项目工具链、安装系统级依赖(编译器、数据库、openssl/BLAS 等本地库)、为团队锁定精确的包版本、运行本地服务(PostgreSQL、Redis、Kafka)、一条命令完成开发者入职,或解决“在我机器上没问题”类问题——包括需要项目级工具且无需 sudo 的智能体/vibe-coding 场景。用户提及 .flox/、manifest.toml、flox activate 或 FloxHub 时同样适用。

source

Agent 循环设计与检查

SkillSkillsMP

设计以目标为导向的 Agent 循环,并排查循环常见的出错方式——原地打转烧 token、钻验证器的空子(Goodhart 效应)、把错误答案一路跑到底。包含两个动作:(1) 编写循环——先判断是否值得构建、定义机器可判定的目标、选定循环类型与脚手架;(2) 审查循环——按五种失败模式,加上可判定性、边界、兜底方案、评判者独立性,以及把判断权留在人手中这条红线逐项检查。当设计自主 Agent 循环,或已有循环但担心它跑飞、作弊或把错误答案执行到底时使用。它在机制层循环技能(autonomous-loops、continuous-agent-loop)之外补足其未覆盖的判断层。中文触发:写 loop、设计 loop、做一个 loop、检查 loop 对不对、loop 体检、loop 会不会跑飞、可判定目标、五个崩法、plan build judge。English triggers: design an agent loop, write a loop, check a loop, loop review, prevent a runaway loop, goal-oriented loop, decidable goal, plan/build/judge.

source

常见问题

GitHub MCP 需要 OAuth 还是 Token?

本地 stdio 部署用个人访问令牌(推荐细粒度 PAT)最简单;多用户托管场景才需要 GitHub App / OAuth。环境变量名见资源详情页。

AI 审查会漏掉安全问题吗?

会。它是第一道过滤而非替代:语义类缺陷检出不错,但供应链、越权逻辑仍需专业审计与人工评审兜底。

私有仓库安全吗?

取决于模型提供方与令牌权限。企业内网可选本地模型 + 只读令牌;令牌务必设置过期与最小 scope,并定期轮换。

配套安装与配置教程

相关场景