
如何为 awesome-artificial-intelligence 配置并部署本地每周 curation 自动化【免费下载链接】awesome-artificial-intelligenceA curated list of Artificial Intelligence (AI) courses, books, video lectures and papers.项目地址: https://gitcode.com/GitHub_Trending/aw/awesome-artificial-intelligenceawesome-artificial-intelligence 是一个面向 AI 工程学习者的精选资源列表README 中的条目由一套本地每周 curation 自动化维护一个本地 Codex 定时任务每周一次做联网调研只改README.md在独立评审和确定性检查全部通过后才会自动 squash-merge。这篇文章的任务就是把这个自动化在你自己的环境里配置并部署起来。部署成功的标志是每周一 09:00桌面时区的定时运行能独立完成调研、检查、评审并产出有改动的 curation PR或无改动报告这两种结果之一——两者都被文档视为成功。部署前需要准备什么确认仓库内版本受控的组件齐全设计文档的 Rollout 第一步要求policy、prompts、schema、validator、tests 和 quality workflow 必须全部纳入版本控制见 docs/weekly-curation/design.md。这些文件在仓库中已存在部署前确认你手上的是包含它们的版本CURATION.mdcuration 策略范围、评分、每周变更规则AUTOMATION.md定时代理的操作契约定时任务必须先读它再行动.github/codex/prompts/weekly-curation.md锁定locked的 curator 提示词是一个短的/goal契约.github/codex/prompts/review-curation.md评审提示词与 curator 提示词分开存放.github/codex/schemas/curation-review.schema.json评审结果 schemascripts/validate_readme.py 与 tests/test_validate_readme.py无依赖的校验器及其单元测试.github/workflows/quality.ymlGitHub Quality 工作流。把详细契约放在版本控制中是为了让定时提示词保持稳定且可审查。配置 GitHub 侧的访问与分支保护CURATION.md 的 Repository setup 一节给出了本地 weekly curator 的三项硬性前提一个处于活动状态的 Codex desktop automation且具备已认证的 GitHub 访问权限上能创建隔离 worktree、推送或更新其 curation 分支并能合并已验证的 pull request分支保护规则要求合并前必须通过 quality workflow。第 3 项决定了后面 GitHub Quality 工作流见下文必须实际生效否则自动合并的门禁不成立。准备本地运行环境Pythonpyproject.toml 声明requires-python 3.13仓库根目录的.python-version固定为 3.13Quality 工作流也用 3.13。校验器是无第三方依赖的pyproject 的dependencies为空设计文档称其为 dependency-free Python validator所以本地只需要一个满足版本要求的 Python 解释器。git 引用可用curator 的 churn 检查以--base origin/master运行校验器内部通过git show ref:README.md取出基线版本的 README 做对比因此本地克隆必须先 fetch 到origin/master引用且 curator 每次运行都从最新的origin/master建 worktree。配置本地 Codex 定时任务设置调度时间与调度提示词设计文档的 Rollout 第 2 步是Configure the local Codex automation for Monday at 09:00 in the desktop timezoneCURATION.md 同样规定 specialist weekly curator 每周一 09:00桌面时区运行。AUTOMATION.md 的 Scheduled-task bootstrap 一节给出了本地调度器应使用的短提示词它把细节委托给该文件可以直接照用ReadAUTOMATION.mdandCURATION.mdfrom the latest default branch. Act as the repository steward for one bounded run. Follow the authority, exact-head gates, memory rules, and reporting requirements. Do not weaken policy or auto-merge governance changes.文档还说明AUTOMATION.md修改后除非 bootstrap 或运行时本身变化否则调度器提示词不需要重写。理解 curator 的锁定提示词真正执行 curation 的是 .github/codex/prompts/weekly-curation.md 中锁定的/goal提示词。它委托仓库级操作规则给AUTOMATION.md、编辑判断给CURATION.md并明确了允许改动的文件、要跑的检查、证明要求、精力预算和停止条件。其中与部署直接相关的约束只编辑README.md运行python -m unittest discover -s tests -v和python scripts/validate_readme.py README.md --check-links --base origin/master最多三轮调研迭代或 45 分钟后停止不确定的条目保持不变无改动的报告no-change report就是成功结果。每次运行实际做什么按设计文档一次 curator 运行的流程是从最新的origin/master创建隔离 worktree在本地 Codex 环境中做联网调研只改README.md记录证据与评分用--base origin/master跑仓库测试和 live link 校验让 churn 限制被确定性地检查由一个没有参与 curation 的全新评审子代理检查实际 diff、来源、评分、分类匹配与替换分差只有评审给出 Approve 且无 blocker/important findings才会提交并推送使用带日期的codex/curation-YYYY-MM-DD分支创建或更新一个 pull request其中包含证据报告、检查结果和评审结论无论结果如何自动化只检查并安全删除本次运行创建的精确临时 worktree遇到未知或用户改动会阻塞清理并上报。部署后先手动跑一遍本地检查在等第一个周一之前可以先在仓库本地把 curator 自己会跑的检查执行一遍确认环境没问题。curator 提示词中的原命令是python -m unittest discover -s tests -v python scripts/validate_readme.py README.md --check-links --base origin/master第一条跑单元测试覆盖解析、重复项、类别处理、URL 归一化、链接状态分类和 churn 边界见 tests/test_validate_readme.py。第二条做结构校验 在线链接检查 相对origin/master的每周 churn 限额校验。churn 限额来自 CURATION.md单次运行最多改 6 个资源条目、净新增不超过 3 条、Learn 章节的基础性条目改动不超过 1 个。如果只想做结构 链接校验、不做 churn 对比例如本地还没有可用的 base 引用可以用不带--base的形式这正是 Quality 工作流在没有 base ref 时的做法python scripts/validate_readme.py README.md --check-links输出判断方式来自 scripts/validate_readme.py 的实际行为WARNING: ...和ERROR: ...行写到 stderr最后标准输出打印Validated N resources with E errors and W warnings.N/E/W 为当次实际计数只要存在 error退出码就是 1。链接状态分类规则是404/410 计为 error401/403/429、超时408、5xx 以及 DNS/TLS 之外的临时性服务端错误计为 warning确定的客户端错误、DNS 失败和 TLS 失败才会让链接校验失败。CONTRIBUTING.md 给的是同样的检查只是用python3前缀并在链接检查上分两条不带/带--check-links均加--base origin/master供人工提交前手动使用内容上与 curator 的自检一致。确认 GitHub Quality 工作流已就位自动合并依赖 GitHub Actions 负责确定性质量检查 这一分工CURATION.md且分支保护要求合并前必须通过 quality workflow。检查 .github/workflows/quality.yml 是否满足触发条件pull_request路径限定为README.md、AUTOMATION.md、CONTRIBUTING.md、CURATION.md、scripts/**、tests/**、.github/codex/**、.github/ISSUE_TEMPLATE/**、.github/pull_request_template.md、.github/workflows/**、push到master、workflow_dispatch权限只有contents: readvalidate任务在 ubuntu-latest 上运行超时 10 分钟actions/checkoutv4带fetch-depth: 0用actions/setup-pythonv5装 Python 3.13先跑python -m unittest discover -s tests -v再跑 README 校验若 PR 有 base refgithub.base_ref先git fetch origin $BASE_REF并执行python scripts/validate_readme.py README.md --check-links --base origin/$BASE_REF否则执行不带 base 的--check-links校验。curation PR 只改README.md而该路径在触发列表中所以每个 curation PR 都会触发这个工作流——这是exact head 上 Quality workflow 通过这一合并门禁的数据来源。首次运行与合并的成功判定部署完成后第一个周一 09:00 的运行就是验收点。按文档一个运行结束时可能出现三种形态有改动且通过评审在codex/curation-YYYY-MM-DD分支上创建或更新一个自动化拥有的 PR包含证据报告、检查结果和评审结论。自动化最多维护一个分支名匹配codex/curation-*的自动化周 PR。无改动README 保持原样产出 no-change report。AUTOMATION.md 明确A run that verifies the current state and makes no changes is successful所以没有 PR 不代表部署失败。冷却期若 8 天内已有自动化拥有的周 PR 被合并或关闭本次运行会跳过创建新的周提案贡献者的资源 PR 不触发这个冷却。PR 能否被自动 squash-merge取决于在精确 head commit上所有门禁同时成立CURATION.mdPR 只改README.md每个资源过硬门槛且评分不低于 80每周 churn 与替换分差规则通过替换现有条目需挑战者高出至少 10 分或现有条目硬门槛失败本地 unit、structure、churn、live-link 检查通过全新独立评审返回 Approve 且无 blocker/important findingsGitHub Quality workflow 通过PR 可干净合并且无未解决的重大反馈。head 一旦变化先前评审与检查全部作废。最终合并是原子的用gh pr merge --squash --match-head-commit sha匹配被评审的 head SHAsha即评审通过的那个 head commit 的 SHA不匹配即停止合并需要重新评审和检查。任何降低策略、测试、权限或评审门禁来让 PR 可合并的行为都是被禁止的。运行 4 次之后按设计文档 Rollout 第 6 步复盘接受率acceptance rate与 churn作为自动化健康度的依据。限制与回退时间预算单次运行默认 45 分钟curator 在最多三轮调研迭代或 45 分钟后停止错过或无改动的一次运行是安全的下一次调度会自然恢复设计文档 Risks 一节。合并权限边界自动化只能合并 README-only 的资源 PR。对AUTOMATION.md、CURATION.md、贡献模板、自动化提示词、workflow、validator、测试或权限的改动永远走人工评审绝不由该自动化合并AUTOMATION.md。清理边界清理只针对本次运行创建的精确临时 worktree遇到未知改动会阻塞清理并上报不会覆盖用户工作。回退方式设计文档给出的 backout 就是暂停本地自动化——README 与确定性的 GitHub 检查在没有它时依然可用不需要额外回滚动作。【免费下载链接】awesome-artificial-intelligenceA curated list of Artificial Intelligence (AI) courses, books, video lectures and papers.项目地址: https://gitcode.com/GitHub_Trending/aw/awesome-artificial-intelligence创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考