gitlink-cli 项目总览

软件演化与运维 课程实践 — 进阶任务成果汇报

演示仓库:chroe/gitlink-cli — 展开命令、填入参数、点击运行查看真实结果
19
CLI 模块
110
新增命令
17
AI Skills
5
自动化工作流
11
工作流命令
187
单元测试
JSON
输出格式 ▾
子任务一

增加和完善 GitLink-CLI 能力

11 个模块 · 47+ 命令 · 7 个批量操作 · 全部可交互运行

子任务二

编写和丰富 GitLink Skills

17 个 AI Agent Skill · 覆盖核心/智能/辅助三大类 · 兼容 Claude Code 等主流平台

子任务三

构建端到端自动化工作流

5 个预置工作流 · 11 个 CLI 命令 · 规则引擎 + AI 双模式 · 支持守护进程/systemd 部署

子任务四

应用 GitLink 辅助科研

科研辅助双联装 · fair 给科研软件照 X 光 · spark 跨三源挖论文-代码缺口 · 含可运行 Python 脚本

2
科研辅助 Skill
2
可运行 Python 脚本
4
裁决/缺口维度
3
数据源融合
FAIR4RS
学术对标
🔬 gitlink-research-fair X 光 v2.1
科研软件 X 光 —— 单仓深挖科研产物。fair.py 真抽取 → LLM 四维裁决 + 真科研图谱 + 本 repo 特有关键发现,可选处方 PR。
📄 论文溯源📦 数据链🔁 复现就绪📚 引用就绪
⚙️ 管道
fair.py 抽取 四维裁决 真科研图谱 报告 + 处方 PR
🎯 fair.py 真抽取(确定性,非 LLM 看一眼)
论文 arxiv/DOI/venue/作者 · 数据集(已知名+下载脚本) · 复现四件套(依赖锁/入口/环境/期望结果) · 引用(CITATION.cff/codemeta/bibtex) · 方法+框架(torch/tf/jax)
实证:liyiying10/Feature_Critic (ICML 2019) → arxiv:1901.11448 真抽出,PyTorch 识别,四维 ✅⚠️⚠️⚠️
📊 查看 Feature_Critic 真实 X 光输出
四维裁决:论文溯源 ✅ | 数据链 ⚠️ | 复现就绪 ⚠️ | 引用就绪 ❌
🧬 真科研图谱(状态色):
ICML2019 (arxiv:1901.11448) ✅ └─ proposes → Feature-Critic 方法 └─ implements → main_Feature_Critic.py ✅ ├─ uses → PACS / Visual Decathlon ⚠️ └─ depends → PyTorch ⚠️ └─ cited-via → 无 CITATION.cff ❌
💡 关键发现:论文已溯源,但无 CITATION.cff → 机器不可引用;无 requirements.txt → 依赖未锁,复现风险。
⚡ gitlink-spark 缺口挖掘
文献-代码语义缺口挖掘机 —— 跨源发现研究空白。spark.py 三源融合 → 两类缺口 + 机会报告 + 一键 fork+issue 起跑。
🌐 arXiv🔗 GitLink🌍 GitHub 对照🚀 起跑闭环
⚙️ 三源融合
🌐 arXiv 学术× 🔗 GitLink 中文生态× 🌍 GitHub 全球 缺口
🎯 两类缺口 + GitHub 诚实阈值
① 有理论无实现(paper→code) · ② 有需求无解答(issue→applied)
GitHub total_count:<10 稀缺→报 | 10–50 新兴→报 | ≥50 成熟→主动排除(不误报机会)
诚实:GitHub ≥50 主动排除;GNN 实测 SA-HGNN 缺口 → 起跑 caoweiqiong/GraphGallery#1
📊 查看 GNN 真实机会报告
⚡ 图神经网络 · 机会报告(spark.py 真实输出)
🧩 缺口 · 有理论无实现 [全球稀缺·高价值]
论文 [arxiv:2607.05095] FAST: Temporal GNN 训练优化
GitLink:0 命中 | GitHub:total_count = 1 → 全球稀缺
→ 复现并开源到 GitLink,易成本平台首个实现
✅ 已诚实排除(非空白)
GNN Explainability 评测(GitHub = 56,全球已成熟)→ 阈值 ≥50,不报为缺口
🎓 学术依据 · 对标 FAIR4RS(Barker et al. 2022, Nature Scientific Data)+ howfairis;差异化于 Software Heritage / Papers With Code / OpenAlex。
📉 痛点铁证 · 2024 ICLR/ICML/NeurIPS 顶会论文仅 19.5% 提供官方代码(可复现性危机)。
⚙️ 可执行 · 两 skill 均含可独立运行的 stdlib Python 脚本(fair.py / spark.py),非纯文档;已注册 Claude Code,拉仓库即用。