DeepSeek Harness Hub
← 返回列表

zsxh1990/pr-genius

DeepSeek Harnessspec-screened在 GitHub 查看 ↗
需源码安装

PR Genius — 提交前改进顾问 + 大型开源项目 PR 知识库

暂不能直接安装(需源码编译或环境不满足):缺少 main/exports/bin 入口声明。 · 最近上游提交 2026/9/7 · 已提供中文文档
综合分
35
GitHub 分
35
用户评分
★ Stars
3
周下载量
安装插件(需先安装 dsh CLI 引擎:npm install -g @deepseek-ai/dsh)
dsh plugin --profile web add zsxh1990/pr-genius
缺少 main/exports/bin 入口声明,改用 GitHub 源安装
数据截至 2026/9/19(元数据每日更新 · 实装验证按队列轮转,单条结论的验证时间见上方)
安装兼容性检查需源码安装

以下结论由程序自动检查 npm 包、engines 声明与入口文件得出,未做人工实机验证——能装不等于用着没问题。

npm 包pr-genius(未发布到 npm,仅可源码安装)
Node 引擎未声明 engines.node
dsh CLI 依赖未声明 dsh 版本约束
入口文件缺少入口声明

缺少 main/exports/bin 入口声明

验证方式:npm registry 存在性 + package.json 静态校验 · 最后验证 2026/9/19 19:16:56

用户评分
还没有人投票,来当第一个
订阅周报,不错过优质插件更新
每周一封 · 高评分插件 + 新用户活动

README

type: Knowledge Bundle
title: PR Genius — 提交前改进顾问
description: 大型开源项目 PR 知识库 + 提交前改进顾问,Agent 可读结构化数据
version: 1.3.0
created: 2026-07-01
updated: 2026-07-22
author: zsxh1990

PR Genius — 知道什么 PR 会被关的顾问

550+ 真实案例,帮你找到合并概率最大的提 PR 路径。

🛡️ 为什么用 pr-genius

pr-genius 不是"会写 PR 的 AI",而是"知道什么 PR 会被关的顾问"。

| 能力 | 大模型直接提 PR | 爬虫 Agent | pr-genius |
|------|----------------|-----------|-----------|
| 知识来源 | 训练数据 | 实时爬取 | 550+ 结构化 case studies |
| 仓库理解 | 通用知识 | stars/issues | 17 字段 agent_guidelines |
| 失败模式 | 不知道 | 不知道 | 68 anti-patterns |
| 维护者偏好 | 猜 | 看最近 PR | 结构化 policy |
| 合并概率 | 无法估算 | 无法估算 | 基于仓库合并率 |

真实教训(只有被关过才知道):
- MisakaNet 不接受"破坏性 README 重写"(#491, #496)
- huggingface 要"内部处理"tokenizers 版本(#47434)
- encode/httpx 不接受外部贡献者(restricted interactions)
- Glama badge 是 awesome-mcp-servers 的必须项(#10393)

🚀 Quick Start

pip install prgenius-core

分析 PR
python3 -m prgenius analyze "feat: add feature" --repo org/repo --body "Fixes #123"

Coach (pass/fail)
python3 -m prgenius coach "feat: add feature" --repo org/repo

Triage (policy check)
python3 -m prgenius triage "docs: typo" --repo org/repo --diff-stat "docs/faq.md | 3 ++-"

🤖 MCP 配置

{
"mcpServers": {
"pr-genius": {
"command": "python",
"args": ["-m", "prgenius", "mcp", "serve"]
}
}
}

8 个 MCP Tools

| Tool | 用途 |
|------|------|
| analyze_pr | 合并概率 + 优化路径 + 三档风险 |
| coach_pr | go/no-go 决策(pass/fail) |
| triage_pr | 维护者政策检查(9 条规则) |
| get_repo_profile | 仓库画像(17 字段) |
| list_open_prs | open PR 列表 |
| get_case_study | PR 案例详情 |
| search_patterns | 反模式/成功模式搜索 |
| schema_info | OKF schema 版本 |

📊 数据规模

| 维度 | 数量 |
|------|------|
| Repo profiles | 58 |
| Case studies | 50+ |
| Anti-patterns | 68 |
| Coach accuracy | 87% (257 cases) |
| 已覆盖仓库 | 35+ |

📖 Contributing

See CONTRIBUTING.md

引用

@misc{pr-genius-2026,
title  = {PR Genius — Evidence-backed PR Contribution Advisor},
author = {zsxh1990},
year   = {2026},
url    = {https://github.com/zsxh1990/pr-genius}
}

上游仓库有新提交时邮件通知你(每天最多一封,无更新不打扰),随时一键退订。

💬 加入 DPharness 群聊

插件用法、部署报错、新插件第一时间同步——群里问,比一个人翻文档快。

点击加入 QQ 群
DPharness 群聊二维码,手机 QQ 扫码进群
扫码进群