NoMore Spam

基于AI的GitHub Actions工具，自动检测并关闭垃圾Issue/PR，为有效Issue智能分类打标签。

功能特性

• 🤖 AI驱动检测: 使用GitHub Models API进行智能垃圾内容检测
• 📝 模板智能处理: 自动识别GitHub Issue模板，提取用户实际填写内容，避免AI被模板结构误导
• 🔍 Issue检查: 检测新Issue是否已在README中提到或为垃圾信息
• 🧠 README智能回答: 对于README相关问题，自动生成基于README内容的简洁回答
• 🔄 PR检查: 检测新Pull Request是否为垃圾信息及Commit是否符合规范
• 🔒 自动处理: 自动关闭并锁定检测到的垃圾内容
• 🏷️ 智能标签: 为通过检测的Issue自动分类并添加相应标签
• 💬 友好提示: 为被关闭的Issue/PR添加说明评论
• 🚫 黑名单: 支持将特定用户加入黑名单，自动关闭其创建的Issue/PR

使用方法

1. 创建工作流文件

在你的仓库中创建 .github/workflows/nomore-spam.yml：

name: NoMore Spam

on:
  issues:
    types: [opened]
  pull_request_target:
    types: [opened]

permissions:
  contents: read
  issues: write
  pull-requests: write
  models: read

jobs:
  spam-detection:
    runs-on: ubuntu-latest
    
    steps:
      - name: Detect and close spam
        uses: JohnsonRan/nomore-spam@main
        with:
          github-token: ${{ github.token }}

2. 自定义配置

输入参数

参数	描述	必需	默认值
github-token	-	是	${{ github.token }}
ai-base-url	自定义AI API基础URL（OpenAI兼容），不指定则使用GitHub Models API	否	''
ai-api-key	自定义AI API密钥，不指定则使用GitHub Token	否	''
ai-model	模型名称	否	openai/gpt-4o
labels	标签列表	否	bug,enhancement,question
analyze-file-changes	是否分析PR文件变更内容	否	true
max-analysis-depth	分析深度：light(3文件/3行)、normal(5文件/5行)、deep(10文件/10行)	否	normal
blacklist	黑名单用户列表（逗号分隔的GitHub用户名）	否	''

完整配置示例

name: NoMore Spam

on:
  issues:
    types: [opened]
  pull_request_target:
    types: [opened]

permissions:
  contents: read
  issues: write
  pull-requests: write
  models: read

jobs:
  spam-detection:
    runs-on: ubuntu-latest
    
    steps:
      - name: Detect and close spam
        uses: JohnsonRan/nomore-spam@main
        with:
          github-token: ${{ github.token }}
          ai-base-url: ${{ secrets.AI_BASE_URL }}  # 可选：自定义API端点（去除 /chat/completions）
          ai-api-key: ${{ secrets.AI_API_KEY }}  # 可选：自定义API密钥
          ai-model: ${{ secrets.AI_MODEL }}  # 可选：自定义模型名称
          labels: 'bug,enhancement,question'
          analyze-file-changes: 'true'
          max-analysis-depth: 'normal'
          blacklist: ${{ secrets.BLACKLIST }} # 可选：黑名单用户列表

检测逻辑

Issue检测

对于新创建的Issue，Action会进行分层智能检测：

1. 模板智能识别: 自动检测Issue是否使用了GitHub Issue模板

   • 识别常见模板模式（如标题前缀、Markdown标题、表格等）
   • 提取用户实际填写的内容，过滤模板结构
   • 分析内容质量和完整性

2. 分层检测流程: 采用三步检测策略，确保准确判断：

   第一步 - 垃圾检测:

   • 检测明显的垃圾信息、随机字符、广告内容等
   • 只有明确的垃圾内容才会被立即关闭并锁定

   第二步 - README覆盖检查:

   • 检查问题是否已在README或置顶Issues中有明确回答
   • 只有100%确定已被覆盖的问题才会生成基于README的回答并关闭
   • 避免AI幻觉导致的误判

   第三步 - 内容质量检查:

   • UNCLEAR: 描述过于简单，系统会尝试结合README内容提供智能回答，如无法提供有用信息才添加补充信息提示
   • BASIC: 基础使用问题，建议用户善用搜索引擎，关闭并锁定
   • VALID: 描述清楚且有效的正常Issue，继续处理

3. 智能分类: 对于通过所有检测的Issue，系统会：

   • 使用提取的用户实际内容（而非模板结构）进行AI分析
   • 根据 labels 参数中指定的标签列表进行AI分析
   • 动态判断Issue属于哪种类型（如bug、enhancement、question等）
   • 自动为Issue添加最匹配的标签，便于项目管理

Pull Request检测

对于新创建的PR，Action也采用分层检测：

1. 第一步 - 垃圾检测:

   • 检测明显的垃圾内容、随机字符、广告等
   • 分析文件变更是否有意义

2. 第二步 - 提交规范检查:

   • 使用AI检查PR标题是否符合Git提交规范
   • 如 feat: 添加新功能、fix: 修复问题、docs: 更新文档 等

3. 第三步 - PR质量检查:

   • UNCLEAR: 目的不明确，缺乏描述（暂时保持开启）
   • MALICIOUS: 包含恶意或可疑内容，关闭并锁定
   • TRIVIAL: 无意义的变更或纯测试内容，关闭并锁定
   • VALID: 有价值的合法PR，保持开启

4. 文件变更分析（可选）: 如果启用 analyze-file-changes，还会分析：

   • 修改的文件名和状态
   • 添加/删除的行数统计
   • 实际的代码变更内容（受限制的行数）

权限要求

确保GitHub Token具有以下权限：

• contents: read - 读取README.md文件
• issues: write - 关闭、锁定Issue和添加标签
• pull-requests: write - 关闭Pull Request
• models: read - 访问GitHub Models API