ClawSweeper: AI-आधारित ओपन सोर्स इश्यू ऑटोमैटिक मैनेजमेंट बॉट

openclaw/openclaw रिपॉजिटरी में खुले इश्यू और PR मिलाकर 13,000 से अधिक अनप्रोसेस्ड आइटम जमा हैं। ClawSweeper एक ऐसा बॉट है जो AI की मदद से इन आइटम्स की अपने-आप समीक्षा करता है और तय करता है कि किन्हें बंद किया जा सकता है और किन्हें खुला रखना चाहिए। इसे एक सतर्क सिद्धांत पर डिज़ाइन किया गया है: "अगर पक्का न हो, तो बंद मत करो।"

मुख्य काम करने का तरीका

• यह 3-स्टेज पाइपलाइन पर चलता है। Plan स्टेज में प्राथमिकताएँ तय होती हैं, Review स्टेज में OpenAI Codex(gpt-5.4) कोड, commit history और issue comments को read-only मोड में विश्लेषित करता है, और Apply स्टेज में manual trigger के जरिए वास्तव में बंद करने की कार्रवाई होती है।
• बंद करने के सुझाव सिर्फ 5 शर्तों तक सीमित हैं। जो पहले से implement हो चुके हों, जिन्हें reproduce नहीं किया जा सके, जिन्हें अलग plugin में migrate करना चाहिए, जिनका विवरण अस्पष्ट हो, या जो 60 दिनों से अधिक समय से पड़े हों और जिनमें जानकारी कम हो—सिर्फ वही इसमें आते हैं। इसके अलावा बाकी सभी खुले रखे जाते हैं।
• 40 parallel shards के साथ बड़े पैमाने पर प्रोसेसिंग होती है। हर आइटम पर 10 मिनट का timeout रखा गया है, और review के नतीजे Markdown फ़ाइलों में सेव होते हैं, जिनमें निर्णय का आधार और evidence (file path, commit SHA आदि) साथ दर्ज किया जाता है।

सुरक्षा उपाय

• maintainer द्वारा लिखे गए आइटम auto-close के दायरे से बाहर हैं। OWNER, MEMBER, COLLABORATOR भूमिका वाले लोगों के issue और PR को बॉट छूता नहीं है।
• snapshot hash के जरिए बदलाव की जाँच की जाती है। अगर सुझाव देने के समय और apply करने के समय के बीच issue अपडेट हो गया हो, तो उसे अपने-आप skip कर दिया जाता है, ताकि पुराना फैसला सीधे लागू न हो जाए।
• सुझाव और apply अलग-अलग रखे गए हैं, जिससे इंसान के हस्तक्षेप का मौका बना रहता है।

वास्तविक नतीजे (अप्रैल 2025 तक)

• 7 दिनों में review पूरे किए गए आइटम्स में 8,419 issues और 5,026 PR शामिल थे। इनमें से लगभग 33.7% issues और लगभग 11.4% PR को बंद करने के उम्मीदवार के रूप में वर्गीकृत किया गया, और वास्तव में 3,907 आइटम्स साफ किए गए।
• विफलता और त्रुटि के मामले 17 थे, जो कुल का 0.1% से भी कम हैं।
• daily cadence coverage 98.2% तक पहुँच गई, यानी लगभग हर आइटम हर दिन review के दायरे में आ रहा है।

तकनीकी स्टैक की विशेषताएँ

• पूरा लॉजिक TypeScript की लगभग 2,500 लाइनों की एक single file में बना है, इसलिए external dependency कम है और संरचना सरल रहती है। compiler के तौर पर Go-आधारित tsgo इस्तेमाल होता है, जबकि linter और formatter के लिए Rust-आधारित oxlint और oxfmt अपनाए गए हैं, जिससे build speed बढ़ी है।
• यह GitHub Actions के hourly cron पर चलता है, और API rate limit के हिसाब से अपने-आप wait करने वाला throttling logic भी शामिल है।

AI को सहायक रखना, लेकिन अंतिम फैसला इंसान के पास छोड़ना—यही इसकी डिज़ाइन फिलॉसफी है

ClawSweeper जो दिखाता है, वह AI द्वारा maintainer को replace करने की तस्वीर नहीं है। 13,000 आइटम्स में से यह सिर्फ वही चुनता है जिनके पीछे स्पष्ट आधार हो, और बाकी का निर्णय इंसान पर छोड़ देता है। यह तथ्य कि बंद करने के सुझावों की दर कुल का लगभग एक-चौथाई ही है, इस बात का भी संकेत है कि बॉट जरूरत से ज़्यादा सफाई नहीं कर रहा। यह प्रोजेक्ट अच्छी तरह दिखाता है कि open source maintenance में AI tools को वास्तव में उपयोगी भूमिका निभानी है, तो तकनीकी परिष्कार से भी अधिक महत्वपूर्ण यह तय करना है कि "automation कहाँ तक करनी है और कहाँ रुक जाना है।"