CI 连红六天,19 个 PR 仍被合并
一个 AI 编程工作流仓库的 24 次 CI 运行反复出现同样的 45 项失败,其中 40 项源于导入时丢失文件执行权限和两个符号链接。修复后,接下来的 16 次运行有 15 次通过。
AI 深度解读
CI 连红 6 天,19 个 PR 照样合并。作者的 Agent 工作流仓库每次都报同样的 45 个失败,红灯逐渐成了背景色。真正的问题并不复杂:仓库导入时丢了可执行权限和两个符号链接,一次提交就修好了主要故障。
这篇案例值得看,因为它暴露了一个比测试失败更麻烦的问题:检查一直在运行,人却已经不再相信它。作者给出了故障拆解、修复记录,也留下了两个没有解决的缺口。
为什么同样的 45 个失败会让 CI 失效
这个仓库存放 hooks、dispatch scripts、skills 和全局规则,Claude Code 与 Codex 的每次会话都会加载其中的规则。它出问题,影响的是多个项目共用的工作流。
GitHub 上的 Verify 工作流在每个 PR 上运行 pytest 和两个检查脚本。2026-11-14 首次运行,结果是 45 failed、91 passed;11 月 20 日最后一次修复前的运行,变成了 45 failed、127 passed。
期间增加了 36 个测试,全部通过。失败数量却纹丝不动:6 天、20 个分支、24 次运行,全是红色,仍有 19 个 PR 合并。
持续相同的红灯,会让人失去识别新增故障的参照。
作者并非一直不知道原因。11 月 15 日晚的审计文档已经定位问题,并标记为可以立即处理。此后又失败了 19 次、合并了 15 个 PR,修复才落地。
作者的解释是:既然每个 PR 都红,合并时就没人再认真区分 45 个失败和 46 个失败。这里描述的是信号被忽略的机制,原文没有证明期间确实出现过被掩盖的新故障。
一次提交怎么修掉长期红灯
日志里有 40 处相同错误:PermissionError: [Errno 13] Permission denied。测试会直接执行脚本,但仓库导入后,带 #! 的脚本在 Git 中被存成了普通文件模式 100644,没有可执行权限。
另外,两个符号链接被压平成普通文件,内容只剩相对路径,执行时会报 Exec format error。
作者在临时副本里逐步修复,失败数依次从 45 降到 20、再降到 7。其中两个失败来自临时副本缺少提交历史,剩下 5 个才是需要处理的断言问题。这些断言继承自上游模板,要求存在别人环境里的条款和文件,无法直接适用于作者的仓库。
11 月 20 日的修复做了三件事:
- 将 34 个文件的模式从
100644改为100755。提交说明写的是 32,但 Git 实际记录是 34。 - 将两个伪链接恢复成真正的符号链接,在 Git 中对应模式
120000。 - 用当前仓库需要的约束替换模板断言。
新的约束包括:全局规则必须保留全部六条边界,例如不能自行向 main 推送、凭据只放系统钥匙串;README 中的本地链接必须能解析;全局规则文件小于 10 KB。
tests/test_agent_context.py 负责检查六条边界,tests/test_readme_contract.py 检查 README 本地链接。这样,「精简规则」时删掉关键约束,也会触发失败。
截至 2026-11-21,修复后的 16 次运行有 15 次通过,另一次因同分支的新 push 自动取消。最新结果是 190 passed、0 failed。Verify 继续运行 pytest、skill bundle check 和 repo context check,之后若再次丢失执行权限,红灯就有了新的含义。
仓库迁移后,先检查 Git 记录了什么
作者提供的脚本用于检查提交对象中的文件模式,不修改工作区。它在修复前的提交上找到了 34 个缺少执行位的文件和两个疑似被压平的链接,在当前 main 上没有输出。
ref=${1:-HEAD}
git ls-tree -r "$ref" | while read -r mode type sha path; do
[ "$mode" = 100644 ] || continue
head=$(git cat-file -p "$sha" | head -c 64)
case "$head" in
'#!'*) echo "not executable: $path" ;;
../*) [ "$(git cat-file -p "$sha" | wc -l)" -eq 0 ] && echo "flattened symlink?: $path" ;;
esac
done
关键是 [ "$mode" = 100644 ] || continue:它只检查 Git 里被记录为普通非可执行文件的对象,再根据开头的 #! 或相对路径判断可疑情况。${1:-HEAD} 允许传入待检查的提交,默认检查 HEAD。
它适合迁移后的初筛,但不是完整的链接校验器。../* 只覆盖以 ../ 开头的内容,wc -l 的判断还依赖文件没有换行;输出中的问号也提醒你,疑似链接需要继续核实。
对前端和 Node 仓库,这个排查顺序很实用。如果 CI 直接运行仓库里的 shell 脚本,出现权限错误时,应先查 Git 文件模式。即使本地通过 bash script.sh 能执行,也不能证明直接执行该文件的 CI 路径正常。
我的判断
我认同作者先恢复可信基线、再维护检查的做法。用当前约束替换模板断言也很合理:单纯删掉失败断言,只能证明测试少了,不能证明需要保护的东西还在。
但「连续几次失败数量相同,就说明没人读日志」说得太满。相同数量也可能来自同一个已知故障,数量本身不足以判断团队行为。这篇提供的是单个仓库的记录,没有对照数据,不能据此推导所有团队都会忽略红灯。
临时隔离已知故障、保留其他检查的可用性,也是常见处理方式;这篇没有比较它与立即全部修复的成本。作者这次的问题集中、修复范围清楚,所以优先修好很合理。
另一个缺口是合并入口。作者的私有仓库使用免费计划,调用 branch protection API 返回了 403,平台无法强制要求检查通过。作者也还没有给合并命令增加「检查失败就停止」的步骤。因此,CI 恢复绿色,并不等于合并已经受到强制约束。
10 KB 上限同样需要打个问号。上游限制是 4,000 bytes,作者的规则文件从 11 月 15 日的 7,314 bytes 涨到 9,407 bytes,最后把上限调到 10 KB,并写下注释「加一条规则,先删一条」。文件并未精简,这次只是抬高了门槛,不能算控制规则膨胀的效果证明。
能拿来做什么
- 迁移前端或 Node 仓库后,先检查直接执行的脚本和符号链接;遇到
PermissionError,优先核对 Git 模式是否从100755变成了100644。 - 首次启用 CI 就失败时,先把失败项逐个归因,恢复一个可解释的基线,再继续叠加功能,避免新故障混进长期失败列表。
- 复用 Agent 工作流模板时,把继承断言换成自己的约束,例如关键规则不能丢失、README 本地链接必须有效,并写清保护它们的原因。
- 平台无法强制检查时,把检查状态验证加进实际合并入口;同时记住,作者提出了这项建议,但尚未实现和验证。