परेशान OSS maintainers के लिए PR triage gate
एक CI gate जो कम प्रयास वाले और AI से भरे PR को स्कोर करके फ़िल्टर करता है, इससे पहले कि वे open-source maintainers का रिव्यू समय खा जाएं।
I want to build a small, bootstrappable product. Help me plan and start the MVP.
Product: PR triage gate for overwhelmed OSS maintainers
What it is: A CI gate that scores and filters low-effort/AI-dumped PRs before they consume open-source maintainer review time.
Who pays: Maintainers and engineering leads at funded open-source projects and foundations (e.g., projects like Plotly, QGIS-scale, or corporate OSS offices) with an infrastructure/community budget, paying $200–800/mo for CI add-ons.
Closest alternatives: CodeRabbit, GitHub Copilot code review, Greptile, human triage / stale-bot automation
The gap: Existing AI reviewers review code quality; none act as a maintainer-side contribution gate that enforces a project's declared AI policy, flags low-effort/unverifiable submissions, and requires submitter-side proof (repro, test, video walkthrough) before any human time is spent.
Why now: The LLM contribution flood is a 2025–26 phenomenon: major projects (QGIS now, others considering) are enacting blanket bans as a stopgap precisely because no tooling exists to ration reviewer attention, and maintainers publicly say they'd rather keep contributing open if filtering were cheap.
Moat to build toward: Policy-as-code rule sets tuned per project plus accumulating labeled data on low-effort vs. genuine contribution patterns across many repos; workflow lock-in once embedded in a project's merge pipeline.
Claude Code, Cursor या किसी भी कोडिंग एजेंट में चिपकाने के लिए तैयार ब्रीफ़ (अंग्रेज़ी में)।
पक्ष में तर्क
- EX.1QGIS ने AI contributions पर औपचारिक प्रतिबंध लगाया, क्योंकि AI PR की संख्या इंसानी review क्षमता से ज़्यादा हो गई और reviewers का भरोसा कम हुआ।लेख से ↗
- EX.2Plotly के एक maintainer बताते हैं कि बिना प्रूफरीड किए 3-पेज के AI issue writeups और बेहतर दिखने वाले लेकिन कमजोर PR reviewer का समय खा रहे हैं, जिससे बाहरी contributors को छोड़ देने का लालच बढ़ता है।टिप्पणी पढ़ें ↗
- EX.3एक commenter बताते हैं कि volume में असमानता है: AI से कम प्रयास वाले contributors 100 गुना तेज़ सामग्री बना सकते हैं, जबकि maintainers उसका मूल्यांकन उतनी तेज़ी से नहीं कर सकते, और उसमें से ज़्यादातर सूक्ष्म रूप से खराब होता है।टिप्पणी पढ़ें ↗
- EX.4बाधा अब कोड लिखने से हटकर यह सत्यापित करने पर आ गई है कि बदलाव वही करता है जो इरादा था। अजनबी PR के लिए यह सबसे ज़्यादा मुश्किल है।टिप्पणी पढ़ें ↗
LLM से होने वाली contribution की बाढ़ 2025–26 की घटना है। बड़े प्रोजेक्ट (अभी QGIS, और दूसरे विचार कर रहे हैं) अस्थायी उपाय के तौर पर पूर्ण प्रतिबंध लगा रहे हैं, क्योंकि reviewer के ध्यान को बांटने का कोई टूल नहीं है। maintainers सार्वजनिक रूप से कह रहे हैं कि अगर filtering सस्ती हो तो वे खुले तौर पर contribution स्वीकार करना जारी रखेंगे।
विपक्ष में तर्क
LLM contribution की बाढ़ नई है, मापी जा चुकी है, और बड़े प्रोजेक्ट को पूर्ण प्रतिबंध की ओर धकेल रही है। मौजूदा AI reviewers कोड देखते हैं, maintainer-side contribution policy लागू नहीं करते, यह एक असली gap है। हालांकि OSS maintainers से कमाई अब भी कमज़ोर कड़ी है।
हर प्रोजेक्ट के लिए tuned policy-as-code rule sets और कई repos में कम प्रयास बनाम वास्तविक contribution पैटर्न का labeled डेटा समय के साथ जमा होता है। एक बार प्रोजेक्ट के merge pipeline में लगने के बाद workflow lock-in बन जाता है।
मौजूदा AI reviewers कोड की गुणवत्ता देखते हैं। कोई भी प्रोडक्ट maintainer-side contribution gate के रूप में काम नहीं करता, जो प्रोजेक्ट की घोषित AI policy लागू करे, कम प्रयास या सत्यापित न हो सकने वाले submissions चिह्नित करे, और किसी भी इंसानी समय से पहले submitter से प्रमाण (repro, test, video walkthrough) मांगे।
3 कदमों में बनाएँ
- 1एक GitHub Action बनाएं जो आने वाले PR को effort signals पर स्कोर करे (tests शामिल हैं या नहीं, linked issue, repro steps, author history, diff/PR-size ratio, AI-style heuristics) और इंसानी review से पहले गायब प्रमाण मांग ले।
- 2एक policy config file (YAML) दें ताकि प्रोजेक्ट अपनी AI/contribution policy घोषित कर सकें और gate configurable thresholds के साथ उसे लागू करे।
- 33–5 मध्यम आकार के OSS प्रोजेक्ट के साथ मुफ्त पायलट चलाएं, पहले-बाद के maintainer review-time के आंकड़े प्रकाशित करें, फिर team dashboards और org-wide rollout के लिए शुल्क लें।
अंग्रेज़ी से अनूदित। मूल पढ़ें