PyTorch 官方出了个代码审查 Skill，CI 过了也能被它打回
你有没有这种感觉——给 PyTorch 提一个 PR，CI 全绿，但合并之后一堆人在 issue 里吐槽”这个改动破坏了什么什么”？
这其实是所有大型开源项目的通病：CI 能检查格式、能跑单元测试，但它没法判断”你这个抽象是不是合理””这个 API 改动会不会破坏用户代码””测试覆盖率是不是真的够了”。
PyTorch 团队自己也深受其苦。所以他们干脆做了一个 Claude Code 专用的 Skill，让 AI 来帮你做代码审查——而且是那种 CI 根本做不到的深度审查。
这个 Skill 到底审什么？
PyTorch PR Review Skill 专门做三件事：
第一，代码质量。不是格式问题（那归 CI 管），而是架构层面的：你的抽象是否过度设计？有没有重复代码？变量命名是否清晰？逻辑是否过于复杂？
第二，向后兼容性。PyTorch 是一个生态依赖极强的项目，一个 API 改动可能影响几千个下游项目。这个 Skill 会检查你的改动是否破坏了已有的调用方式，是否需要做 deprecation 警告。
第三，测试覆盖率。不是看你跑了多少测试，而是看你这次改动对应的代码路径有没有被覆盖到，是不是在测正确的东西。
它还会检查一些 PyTorch 特有的东西：设备 guard 是否正确使用、TensorIterator 模式有没有问题、dispatch key 使用是否恰当。这些都是只有深入理解 PyTorch 内部的人才能发现的问题。
它是怎么工作的？
这个 Skill 支持三种触发方式：
本地 CLI 模式：你给它一个 PR 号或者分支名，它会用 gh 命令拉取 PR 信息、diff、评论，然后做分析。
本地分支模式：直接 review 你当前分支和 main 之间的差异，适合还没提 PR 之前的自检。
GitHub Actions 模式：配合 @claude GitHub App 使用，当有人给你提 PR 时自动触发审查，并把结果以评论形式发上去。
有意思的是它的审查流程——分析完代码之后，它会派生子 agent 去验证每一个发现是否真的成立，避免”AI 幻觉式审查”。
适合谁用？
如果你在维护一个 PyTorch 项目，或者经常给 PyTorch 提 PR，这个 Skill 能帮你减少被核心维护者打回的风险。对于框架使用者来说，它也是一个很好的学习工具——看看 AI 是怎么判断代码质量的，比看大多数 code review 要专业得多。
怎么安装
npx skills add pytorch/pytorch --skill pr-review
安装之后，用 /pr-review 命令启动，支持 PR 号、分支名，或者直接 detailed 模式做逐行审查。
GitHub 仓库：https://github.com/pytorch/pytorch
沈星河｜AI 行业观察，关注我，带你看见 AI 领域的真实变化。
评论区
登录后可评论。