（815期）Upstream Recon – 开源贡献智能情报分析

开源贡献智能情报分析 开源项目尽职调查工具，通过分析贡献者结构、PR 处理模式、issue 响应速度等维度，预判外部贡献成功率，避免无效劳动与重复提交。 使用说明 核心用法 upstream-recon 是一款面向开源贡献者的情报收集技能，执行前需指定目标仓库 <owner/repo> 及可选的 [topic-keyword]。系统通过 GitHub CLI 并行抓取 8 类关键数据：仓库元数据（星标、许可、归档状态）、核心贡献者分布、相关 issue 检索、近期 PR 样本、已合并/拒绝 PR 的详细分析、悬而未决的开放 PR，以及针对特定主题的深度评论阅读。 显著优点 风险前置：在编码前识别「独行侠维护」或「闭门造车」型项目，避免 PR 石沉大海 策略精准：通过分析拒绝 PR 的评论，提炼维护者的真实偏好（如「先提 issue」「只收 bugfix」） 效率优化：防止重复提交，直接引导用户参与现有讨论或提供 workaround 数据驱动：量化指标（合并周期、响应延迟）替代主观猜测 潜在局限 依赖 GitHub CLI，对 GitLab/SourceForge 等平台无效 大型仓库（如 Linux、Kubernetes）的「近期 30 PR」样本可能失真 无法捕捉私人沟通或核心维护者离线讨论的真实态度 归档仓库或极端低频项目的数据时效性不足 适合人群 首次向陌生项目贡献的开发者 计划提交功能型 PR 而非单纯修 bug 的贡献者 企业开源办公室（OSPO）评估上游依赖健康度 维护者迁移项目前评估社区活跃度 常规风险 过度依赖历史数据可能误判近期治理变化 「MERGE-LIKELY」结论不代表保证，维护者主观偏好难以量化 频繁查询可能触发 GitHub API 速率限制（大规模分析时） 对隐私敏感项目，公开 issue/PR 分析可能涉及数据伦理边界 原始说明 Investigate an open-source project before interacting with it — PRs, issues, or comments. Use BEFORE: filing an issue, submitting a PR, or commenting on an e...