@kentcdodds: /review-and-recommend 审阅相关数据、问题、代码和Git历史记录,并为我提供选项供选择…
摘要
Kent C. Dodds 描述了一个命令 '/review-and-recommend',该命令分析代码、问题和Git历史记录,以建议修复方案并提供工作量估计和推荐。
查看缓存全文
缓存时间: 2026/09/14 21:34
/review-and-recommend
请遵循以下结构化流程进行审查与推荐:
1. 信息收集阶段
- 审查相关数据:检查错误日志、性能指标、用户反馈报告。
- 分析问题描述:明确问题边界、复现步骤与影响范围。
- 检查相关代码:定位核心代码段、依赖关系及测试覆盖情况。
- 追溯 Git 历史:查阅相关提交记录、历史修复尝试与分支状态。
2. 方案评估阶段
- 识别可能的修复路径:
- 方案A:[简短描述](预估工作量:X天)
- 方案B:[简短描述](预估工作量:Y天)
- 方案C:[简短描述](预估工作量:Z天)
- 分析各方案的利弊:包括技术风险、资源需求、长期影响。
3. 推荐与决策阶段
- 明确推荐方案:基于评估结果给出首选方案。
- 指出“正确修复“:从技术纯粹性角度描述理想解决方案。
- 差异说明:若推荐与理想方案不同,解释实际考量因素(如时间/资源限制、兼容性要求等)。
4. 输出模板
## 问题概述
[简述核心问题与影响]
## 方案对比
| 方案 | 描述 | 预估工时 | 优点 | 风险 |
|------|------|----------|------|------|
| A | ... | ... | ... | ... |
| B | ... | ... | ... | ... |
## 推荐方案
**选择**:方案 [X]
**理由**:[综合考虑的决策依据]
## 技术最优解
**理想方案**:[描述无限制下的技术最佳实践]
**差异原因**:[说明现实约束与权衡]
请根据具体情境填充内容,建议保持方案数量在2-4个以便比较。若需要进一步细化某个步骤,请指定关注点。
相似文章
@matmpocockuk: 今日提示词:/retro 查看我团队中你能访问到的所有 GitHub PR review comments,创建建议……
Matt Pocock 分享了一个日常提示词创意:回顾性地分析团队的 GitHub PR 评审评论,并生成更新 CODING_STANDARDS.md 的建议(必要时拆分为多个文件),将过去的代码评审反馈转化为前瞻性的编码规范准则。
Review
Review 是一款免费、开源(MIT 协议)的桌面应用,用于在本地审查 Git 分支和 GitHub PR,让你可以私下发表评论,并添加由你自己的模型驱动的 AI 审查者(支持 OpenAI、Anthropic、Gemini、OpenRouter 或通过 Ollama 本地运行),它能将审查任务分配给一组模型协同完成,并支持按规则设置可见性和针对性的重试。
@kentcdodds: 我有一个软件包,它能自动处理从使用@kodykoala的用户那里收到的反馈,甚至自动发布修复和改进…
Kent C. Dodds分享了一个软件包,该软件包自动化处理反馈和改进,与Kodykoala、Discord、GitHub、CodeRabbit AI和Cursor AI等工具集成,实现软件的自我改进。
在$dayjob审查所谓的Pull Requests
一位开发者描述了他使用git命令(如range-diff和log -p)来审查pull requests的工作流程,以规避基于Web的UI的缺陷。
@kentcdodds: 你可以用Kody来设置这个。刚刚制作了一个PlanetScale包,这样你就不用从零开始了:https://kody.co…
Kent C. Dodds 发布了一个用于 Kody 的 PlanetScale 包,该包能自动将数据库洞察异常转化为 GitHub issues、实施 PR 并通知相关人员进行审查。