[code-review] 日志机制 | `LOG_LEVEL`

第6章：日志机制（调试）

欢迎来到我们了解ChatGPT-CodeReview项目的最后一章

在第5章：文件过滤逻辑（范围管理器）中，我们学习了机器人如何智能地决定哪些文件需要发送给AI审查。

但一旦机器人开始工作，我们如何知道它实际在做什么？它是否正确过滤了文件？AI是否响应了？是否发生了错误？

这就是**日志机制（调试）**发挥作用的地方

可以将其视为机器人的个人日记或飞机的"黑匣子记录器"。它记录了机器人内部的所有操作、行为和遇到的任何错误。这些详细的记录对于理解其行为、诊断问题和调试故障至关重要。

它解决了什么问题？

假设我们的ChatGPT-CodeReview机器人已经设置好，一个拉取请求被打开，然后......什么都没发生。没有审查评论出现。或者审查不完整。如果没有办法窥探内部，我们将完全处于黑暗中

日志机制 解决了可观察性和调试的问题。它为机器人的内部世界提供了一个窗口。当我们启用日志记录时，机器人会"说出它的想法"，告诉我们：

"我收到了一个新的拉取请求事件。"
"我正在初始化AI连接。"
"这些文件被更改了。"
"我决定忽略package-lock.json。"
"我正在将src/feature.js发送给AI。"
"糟糕，AI未能响应src/bug.js！"
"审查成功完成。"

如果没有这个"日记"，调试就像蒙着眼睛修理一台复杂的机器

日志记录让我们能够清楚地看到发生了什么，从而更容易确定为什么某些功能正常工作，或者更重要的是，为什么它没有正常工作。

机器人的日记：日志级别

并非所有的日记条目都同等重要。有时我们需要每一个微小的细节，有时只需要重要事件。日志系统使用"日志级别"来按重要性对消息进行分类。这让我们可以控制机器人记录多少信息。

以下是ChatGPT-CodeReview中主要的日志级别：

日志级别	类比	对机器人意味着什么	何时使用
`debug`	间谍相机	非常详细的信息，每一步操作。	在主动调试特定问题时使用。
`info`	报纸头条	重要的里程碑和一般进展。	默认设置，用于一般理解。
`warn`	警告标志	意外情况，但不是严重故障。	当怀疑存在小问题时使用。
`error`	紧急警报	阻止操作的重大问题。	当功能明显失效时使用。

如何使用日志（控制机器人的日记）

我们通过在.github/workflows/cr.yml文件中设置LOG_LEVEL环境变量来控制机器人的日志详细程度

这是告诉机器人记录和显示哪些日记条目的主要方式。

设置`LOG_LEVEL`

可以在GitHub Actions工作流中配置：

yaml 复制代码

# 文件: .github/workflows/cr.yml (片段)
      - uses: anc95/ChatGPT-CodeReview@main
        env:
          GITHUB_TOKEN: ${{ secrets.GITHUB_TOKEN }}
          # ... 其他设置 ...

          # 👇 在这里设置日志级别！
          LOG_LEVEL: debug # 在调试时使用 'debug' 获取最详细的信息
          # LOG_LEVEL: info # 使用 'info'（默认）进行常规操作

解释：

如果设置LOG_LEVEL: debug，机器人将记录所有消息，包括debug、info、warn和error消息。这是最详细的设置，非常适合深入调试。
如果设置LOG_LEVEL: info（或不设置LOG_LEVEL，因为info是默认值），机器人将仅记录info、warn和error消息。这提供了良好的概览，而不会因过多细节而困扰。
如果设置为error，则仅显示error消息。

查看日志的位置

当机器人作为GitHub Action运行时，它记录的所有消息都会被捕获并显示在GitHub仓库的"Actions"选项卡中。

打开GitHub上的仓库。
点击"Actions"选项卡。
点击特定的工作流运行（例如由拉取请求触发的运行）。
导航到Code Review作业，然后点击Run anc95/ChatGPT-CodeReview@main步骤。
我们将看到所有记录的日志消息打印在那里，帮助我们跟踪机器人的操作过程。

幕后：日志机制的工作原理

ChatGPT-CodeReview项目使用了一个简单而有效的日志库loglevel

该库允许开发者以不同级别（debug、info等）编写日志消息，然后根据LOG_LEVEL设置控制哪些消息实际显示。

解析：日志消息的旅程

当机器人的代码决定记录一条消息时，以下是发生的事情：
机器人核心逻辑 Loglevel库系统控制台 GitHub Actions运行器 1. 调用log.info("审查开始...") 2. 检查当前LOG_LEVEL是否允许'info'消息 3. 如果允许，将消息打印到控制台 4. 控制台输出被运行器捕获 5. 输出显示在GitHub Actions日志中机器人核心逻辑 Loglevel库系统控制台 GitHub Actions运行器

机器人调用log.info() ：在机器人的核心逻辑（例如Probot应用核心（审查协调器））中，调用日志函数如log.info("审查开始...")。
loglevel检查级别 ：loglevel库接收此消息。它将消息的级别（此处为info）与我们配置的LOG_LEVEL（例如debug或info）进行比较。如果消息的级别等于或高于配置的LOG_LEVEL，则继续。
打印到控制台 ：如果允许，loglevel库将消息打印到系统的标准控制台输出。
GitHub Actions捕获：运行机器人的GitHub Actions运行器会自动捕获打印到控制台的所有内容。
显示在日志中：最后，GitHub在运行详情中显示这些捕获的输出，使其对我们可见。

代码（日记的设置）

让我们看看实际配置和使用日志机制的代码。

配置日志记录器（src/log.ts） ：

此文件负责根据LOG_LEVEL环境变量设置loglevel库。
typescript 复制代码
```
// 文件: src/log.ts
import log, { LogLevelNames } from "loglevel";

// 此行读取LOG_LEVEL环境变量
// 如果未设置LOG_LEVEL，则默认为"info"
log.setLevel((process.env.LOG_LEVEL as LogLevelNames) || "info");

// 导出配置好的'log'对象，供其他文件使用
export default log;
```
解释：这个简短但关键的文件初始化了loglevel库。它从环境变量中读取LOG_LEVEL（我们在.github/workflows/cr.yml中设置）。如果没有设置，机器人将默认使用info级别的日志记录，显示重要的更新而不会过于详细。

使用日志记录器（src/bot.ts） ：

在机器人的主要逻辑（Probot应用核心（审查协调器））中，log对象被用于记录各种事件。

typescript 复制代码

// 文件: src/bot.ts (摘录)
import log from 'loglevel'; // 导入配置好的日志记录器

export const robot = (app: Probot) => {
  // ...
  app.on(['pull_request.opened', 'pull_request.synchronize'], async (context) => {
    const chat = await loadChat(context);

    if (!chat) {
      log.info('Chat初始化失败'); // 记录一个重要事件
      return 'no chat';
    }

    log.debug('pull_request:', context.payload.pull_request); // 记录详细的PR负载
    // ...
    if (!changedFiles?.length) {
      log.info('过滤后未发现变更'); // 记录过滤结果
      return 'no change';
    }
    // ...
    for (let i = 0; i < changedFiles.length; i++) {
      const file = changedFiles[i];
      // ...
      if (!patch || patch.length > MAX_PATCH_COUNT) {
        log.info(`${file.filename} 因差异过大而被跳过`); // 记录跳过文件的原因
        continue;
      }
      try {
        // ... AI审查逻辑 ...
      } catch (e) {
        log.info(`审查 ${file.filename} 失败`, e); // 记录审查过程中的错误
        throw e;
      }
    }
    // ...
    log.info('成功审查', context.payload.pull_request.html_url); // 记录成功消息
    return 'success';
  });
};

解释：在这里，我们可以看到log.info()和log.debug()的使用。

log.info()用于诸如"Chat初始化失败"、"过滤后未发现变更"或"成功审查"等消息。这些是正常操作期间需要了解的关键里程碑或结果。
log.debug()用于更详细的细节，例如显示整个pull_request负载。这些消息通常仅在LOG_LEVEL设置为debug时显示，帮助我们在需要时深入细节。

通过在机器人执行过程中的各个关键点放置这些log调用，开发者创建了一个全面的"日记"，帮助我们理解和调试机器人的行为。

总结

**日志机制（调试）**是我们理解、诊断和调试ChatGPT-CodeReview机器人的重要工具

通过配置LOG_LEVEL环境变量，我们可以控制机器人记录多少关于其操作、过滤决策、AI交互和任何错误的信息

这个由loglevel库支持并在GitHub Actions工作流运行中显示的"机器人日记"，为我们提供了宝贵的内部运作洞察，使我们能够有效调试并确保自动化代码审查顺利进行。

至此，我们对ChatGPT-CodeReview项目的探索告一段落

我们学习了从与GitHub Actions的集成和审查协调，到与AI的对话、文件范围管理以及通过日志提供可见性的核心组件

END ★,°:.☆(￣▽￣)/.°★* 。