深入理解prequel-dev/cre项目:规则开发与贡献指南
2025-06-02 20:06:51作者:侯霆垣
项目概述
prequel-dev/cre项目是一个专注于构建通用可靠性枚举(Common Reliability Enumerations)的开源项目,旨在为问题检测社区提供标准化的规则定义和分类体系。该项目通过YAML格式定义规则,并使用专门的工具链进行验证和构建。
规则开发流程详解
1. 前期讨论与问题定义
在开始编码或创建新规则前,强烈建议先通过issue进行讨论。这种做法有三大优势:
- 早期验证:确保规则设计符合项目整体方向
- 环境兼容性:讨论规则在不同环境下的适用性
- 效率提升:避免后期大规模重构的风险
有效的issue应包含以下要素:
- 清晰的问题描述
- 重现步骤(如果是bug)
- 相关日志或代码片段(脱敏后)
- 预期与实际行为的对比
2. 规则ID生成机制
项目采用独特的ID生成系统,包含两种类型:
CRE ID格式
采用CRE-YEAR-0123的格式,由项目维护人员在PR审核时分配。
规则ID生成
使用项目内置的ruler工具生成:
$ ./bin/ruler id
DCejCw6644SvCgdJ5XT3bm
技术要点:
- ID长度为12个字符以上
- 仅支持字母数字组合
- 通过哈希算法保证唯一性
3. 分类与标签系统
项目采用分层分类体系:
- categories.yaml:定义宽泛的问题类别
- tags.yaml:定义具体的技术或问题标签
开发新规则时需注意:
- 确保标签/分类名称全局唯一
- 必须提供
description和displayName字段 - 保持分类的通用性和标签的专一性
开发环境配置
1. 模式验证配置
为提高开发效率,建议在VSCode中配置YAML模式验证:
- 安装Red Hat的YAML扩展
- 在settings.json中添加:
{
"yaml.schemas": {
"https://docs.prequel.dev/cre-schema.json": [
"/rules/cre-*/*.yaml"
]
}
}
此配置将对rules/cre-*目录下的YAML文件实施模式验证,确保规则定义符合项目规范。
2. 构建系统
项目提供两种构建方式:
使用预编译的ruler工具
ruler-linux-amd64 build -p rules -o ./bin
从源码构建
要求Go 1.24.1+环境:
$ make
构建过程执行以下验证:
- 检查所有引用的标签和分类是否存在
- 确保CRE和规则ID无重复
- 验证规则语法和语义正确性
测试规范
项目采用严格的测试要求:
- 必须包含:
test.log文件,记录触发规则的正面条件 - 建议包含:
test-fp.log文件,记录可能产生误报的场景
测试执行命令:
cd ./tests
LOG_LEVEL=INFO go test
代码提交与评审
1. 提交规范
- 频繁提交,保持小颗粒度变更
- 编写有意义的提交信息,避免"update"等模糊描述
- 每个提交应包含变更内容和原因说明
2. PR审核流程
- 将本地分支推送到个人仓库
- 针对main分支发起PR
- 关联相关issue(如"Closes #123")
- 等待审核并参与讨论
审核重点包括:
- 规则设计的普适性
- 对误报/漏报的影响评估
- 代码/规则质量
项目采用squash merge策略,PR中的所有提交将被合并为一个提交。
开发者注意事项
- 协议签署:新贡献者需签署贡献者许可协议(CLA)
- 响应延迟:如issue长时间未获响应,可通过评论提醒或@维护人员
- 协作沟通:鼓励开发者在实现前通过issue讨论方案
通过遵循这些规范,开发者可以更高效地为prequel-dev/cre项目贡献高质量的可靠性规则,共同提升问题检测能力。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0450
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown00
XianyuAutoAgent智能闲鱼客服机器人系统:专为闲鱼平台打造的AI值守解决方案,实现闲鱼平台7×24小时自动化值守,支持多专家协同决策、智能议价和上下文感知对话。Python03
new-apiAI模型聚合管理中转分发系统,一个应用管理您的所有AI模型,支持将多种大模型转为统一格式调用,支持OpenAI、Claude、Gemini等格式,可供个人或者企业内部管理与分发渠道使用。🍥 A Unified AI Model Management & Distribution System. Aggregate all your LLMs into one app and access them via an OpenAI-compatible API, with native support for Claude (Messages) and Gemini formats.TSX026
AscendNPU-IRAscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优C++0313
mllm轻量化的端侧多模态推理框架,支持多种硬件后端https://ubiquitouslearning.github.io/mllm/C++00
项目优选
收起
暂无描述
Markdown
828
5.49 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
494
518
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
786
1.58 K
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
803
1.15 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
975
2.29 K
deepin linux kernel
C
32
16
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
483
313
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.02 K
770
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Markdown
1.27 K
815
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
652
288