ClawSweeper：OpenClaw 的大规模 Issue／PR 自动化审查机器人

大家好，我是讯享网，很高兴认识大家。这里提供最前沿的Ai技术和互联网信息。

在大型开源项目中，Issue 和 Pull Request 的积压是一个普遍且棘手的问题。以 openclaw/openclaw 为例，仓库目前拥有 5320 个开放 Issue 和 4247 个开放 PR，总计 9567 个开放项。人工审查每一个条目几乎是不可能完成的任务。

ClawSweeper 是 OpenClaw 官方推出的保守派维护机器人，专为这一挑战而生。它的设计理念是保守优先——只提议关闭那些证据充分的项，同时确保每一位维护者的贡献不会被误判。

本文将深入解析 ClawSweeper 的架构设计、双 Lane 工作流程、安全模型，以及如何在生产环境中实现大规模自动化代码审查。

ClawSweeper 的核心原则是宁可放过，不可错杀。这一理念贯穿于它的每一个设计决策：

Review Lane 是只读提议 —— 它只生成审查报告，从不直接关闭任何项
Apply Lane 需要高置信度 —— 只有证据足够强的关闭提议才会被执行
维护者-authored 项永远保护 —— 任何由维护者创建的 Issue/PR 都不会被自动关闭

每个被审查的 Issue 或 PR 都会生成一个对应的 Markdown 报告文件：

items/ 
    
     
      
        .md # 活跃的审查项 closed/ 
       
         .md # 已关闭的项

每个报告文件包含：

审查决策（keep_open / proposed_close）
证据摘要
Codex 建议评论内容
运行时元数据
GitHub 快照哈希

这种设计确保了审查结果的持久性和可审计性。

ClawSweeper 分为两个独立的工作 Lane：Review Lane（审查）和 Apply Lane（应用）。

Review Lane 是 ClawSweeper 的”大脑”，负责分析和提议。

Planner（规划器）

1. 扫描所有开放 Issue 和 PR

根据优先级和活跃度分配精确的项编号到分片（shards）
每个分片独立处理，避免单点瓶颈
Codex 审查流程
- 模型：gpt-5.5，高推理努力，快速服务等级
- 超时：每项 10 分钟
- 审查内容：检查项是否属于可关闭的明确类别
关闭条件（Guardrails）
ClawSweeper 只在项明显属于以下类别时才会提议关闭：

类别说明 implemented_on_main 已在当前 main 分支实现 not_reproducible 在当前 main 分支无法复现 better_for_clawhub 更适合作为 ClawHub skill/plugin 而非核心问题 duplicate 重复或被规范 Issue/PR 取代 not_actionable 具体但在此代码仓库无法执行 incoherent 语无伦次到无法采取任何行动 stale_older_than_60d 超过 60 天的陈旧问题且数据不足无法验证
节奏覆盖（Cadence）
ClawSweeper 根据项的活跃度和年龄动态调整审查频率：

节奏覆盖范围当前状态 Hourly（活跃项） 7 天内有活动的项 ¹³⁄ ₁₀₄₃ (1.2%) Daily（PRs）所有开放 PR ³⁵⁶³⁄ ₃₆₆₄ (97.2%) Daily（新 Issue <30d） 30 天内创建的新 Issue ²⁰¹⁵⁄ ₂₀₈₅ (96.6%) Weekly（陈旧 Issue）更早的陈旧 Issue ²⁶¹⁵⁄ ₂₆₁₆ (100%)
实时统计（截至 2026-04-26 UTC 02:38）
```
- 开放项总计：9567（Issue: 5320，PR: 4247）
```

已审查文件：9408
未审查开放项：159
近 7 天提议关闭：956 (10.2% of fresh reviews)
Codex 已关闭：7632
Apply Lane 是 ClawSweeper 的”手”，负责将提议转化为实际行动。
执行策略
```
1. 读取现有的审查报告
```

验证审查是否仍然有效（快照哈希比对）
执行以下操作：
- 更新唯一的 Codex 自动化评论（原地更新）
- 仅关闭未改变的、高置信度的提议
- 将已关闭的报告移动到 closed/ .md
- 将重新打开的归档报告移回 items/
  .md（标记为 stale）
  关键约束
  - 默认只关闭 Issue，不关闭 PR（可通过配置更改）
  - 无年龄门槛
  - 关闭延迟：2 秒
  - 每个检查点最多 50 个新鲜关闭
  - 达到限制时排队另一个相同设置的 Apply 运行
  ClawSweeper 的安全模型是其设计的核心亮点，通过多层次防御确保自动化不会出错。
```
❌ 维护者-authored 项永远不会被自动关闭 ✅ 即使满足所有关闭条件，也保持开放
```
  这一规则防止了维护者的重要工作被误判。
```
❌ 带有 protected 标签的项不会被提议关闭 ✅ 维护者可以通过标签显式保护特定项
```
```
✅ Codex 运行时不持有 GitHub 写权限 ✅ CI 强制 openclaw/openclaw 仓库检出为只读 ✅ 审查失败如果 Codex 留下跟踪或未跟踪的更改
```
  这确保了即使 Codex 模型出现异常行为，也无法直接修改仓库。
```
✅ 每次 Apply 前验证 GitHub 快照哈希 ✅ 如果快照发生变化，Apply 会被阻止 ✅ 唯一允许的快照变化是机器人自己的评论
```
  # 审计命令：比较生成记录与 GitHub 实时状态 npm run audit – –max-pages 250 –sample-limit 25 # 报告内容： # - 缺失的开放记录 # - 已归档的开放记录 # - 陈旧记录 # - 重复项 # - protected-label 提议关闭 # - 陈旧的 review-status 记录
  组件技术语言 TypeScript（原生 Node 24+）构建 tsgo Lint oxlint 格式化 oxfmt AI 审查 OpenAI Codex (gpt-5.5) CI/CD GitHub Actions API GitHub REST API
```
clawsweeper/ ├── src/ │ ├── index.ts # 入口 │ ├── planner.ts # 规划器 │ ├── reviewer.ts # 审查器 │ ├── applier.ts # 应用器 │ ├── dashboard.ts # 仪表板生成器 │ └── auditor.ts # 审计器 ├── items/ # 活跃审查项 │ ├── 65156.md │ └── 65123.md ├── closed/ # 已关闭项 ├── schema/ # 数据模型 └── .github/workflows/ # GitHub Actions
```
  # 环境要求：Node 24+ source ~/.profile npm install # 1. 规划：扫描并分配项到分片 npm run plan – –batch-size 5 –shard-count 50 –max-pages 250 –codex-model gpt-5.5 –codex-reasoning-effort high –codex-service-tier fast # 2. 审查：Codex 逐项审查 npm run review – –openclaw-dir ../openclaw –batch-size 5 –max-pages 250 –artifact-dir artifacts/reviews –codex-model gpt-5.5 –codex-reasoning-effort high –codex-service-tier fast –codex-timeout-ms # 3. 应用：执行关闭提议 npm run apply-artifacts – –artifact-dir artifacts/reviews # 4. 审计：验证记录与 GitHub 状态一致 npm run audit – –max-pages 250 –sample-limit 25 # 5. 调解：处理不一致项 npm run reconcile – –dry-run
  必要的 Secrets：
  - OPENAI_API_KEY：用于 Codex 登录的 OpenAI API 密钥
  以下是从 ClawSweeper 仪表板提取的真实数据：
  
  指标数值总审查数 11,412 提议关闭数 2,743 保持开放数 8,669 失败/陈旧审查 15 实际关闭数 5,527 同步评论数 467
  
  Issue/PR 标题决策状态 #65156 [Bug] Memory vector search broken in v4.11 keep_open complete #65123 fix(discord): preserve explicit target kind keep_open complete #65115 fix: resolve 8 GUI bugs in webchat Control UI proposed_close complete
  
  ClawSweeper 的设计理念与传统的”自动化尽可能多”完全不同。它选择只在证据无可辩驳时行动，这大大降低了误判风险。在关键系统上，保守派策略往往是更安全的选择。
  
  将 Review（提议）和 Apply（执行）分离为两个独立 Lane，使得：
  - Review 可以激进地生成提议（只读操作，无风险）
  - Apply 可以保守地执行（只执行高置信度项）
  - 系统可以独立扩展和调优两个阶段
  通过 GitHub 快照哈希验证，确保在审查完成到 Apply 执行之间，Issue/PR 的状态没有被外部改变。这是一种乐观锁的思想在自动化系统中的应用。
  
  每个项的审查报告都持久化存储，支持：
  - 人工复核任何提议
  - 回溯历史决策
  - 审计 trail
  - 可解释性（Explainability）
  1. Hourly 覆盖不足：目前只有 1.2% 的活跃项在 hourly 节奏下被覆盖（13/1043），这意味着新鲜项可能需要等待较长时间
  2. PR 关闭保守：默认只关闭 Issue，不关闭 PR，可能导致 PR 积压
  3. Codex 依赖：整个系统依赖 OpenAI Codex，如果 API 可用性或定价变化，可能影响运行
  1. 智能优先级动态调整：根据队列深度动态调整审查频率
  2. 多 AI 提供商支持：降低单一 AI 依赖风险
  3. 社区反馈学习：将人工复核结果反馈到模型决策中
  ClawSweeper 是大规模开源项目维护的一个优秀范例。它的核心价值在于：
  - 保守优先：宁可放过，不可错杀
  - 安全第一：多层防御确保自动化不出错
  - 可审计：每个决策都有完整的证据链
  - 可扩展：双 Lane 架构支持独立演进
  在一个拥有近万开放项的仓库中，完全依靠人工维护是不现实的。ClawSweeper 提供了一种可行的方案：AI 辅助决策，人类保留最终控制权。这或许是未来大规模开源项目维护的标准范式。
  
  参考链接：
  - GitHub 仓库：https://github.com/openclaw/clawsweeper
  - 目标仓库：https://github.com/openclaw/openclaw
  - 最新仪表板：https://github.com/openclaw/clawsweeper/blob/main/README.md
  🦞 每日08:00自动更新

ClawSweeper：OpenClaw 的大规模 Issue／PR 自动化审查机器人

相关推荐