执行摘要

• 一句话：新增 PR babysitter 启动器并清理 playground 脚本
• 推荐动作：建议快速浏览 scripts/playground/launch_pr_babysitters.sh，重点看两类设计：fetch 后 hash 校验 + 3 次重试（应对 PR head 漂移），以及 worktree 幂等创建/复用（worktree list、show-ref、merge --ff-only 环节）。若团队有自动化 CI 值班需求，这套“skill + tmux + worktree”组合可直接复用。导出脚本移动本身无评审价值。

功能与动机

PR body 明确列出三点目标：把 DeepSeek NextN 导出辅助脚本移到 scripts/playground、删除过时的空测试排序辅助脚本、新增可复用的 tmux 启动器，让一个 yolo2 Codex babysitter 在独立 worktree 中跟盯一个 PR 的 CI。目的是为 #35015 引入的 babysit-pr-to-pass-ci skill 提供配套命令行入口，把 PR CI 看护从手工操作变成可并行、可复现的脚本流程。

实现拆解

1. 目录收敛（commit bd8a78c）：将 scripts/export_deepseek_nextn.py 移动为 scripts/playground/export_deepseek_nextn.py。PR body 声明移动前后 Git blob ID 完全一致，即纯重命名、零内容变化，历史可追溯。该脚本用于把 DeepSeek-V3/R1 的 NextN 层参数导出为独立 checkpoint，供 speculative decoding 使用。
2. 删除空转脚本（commit 2251f27）：删除 scripts/sort_testcases_alphabetically.py。该脚本名为“按字母序排序测试用例”，但 suites = {} 恒为空，TestFile dataclass 只有定义没有实际使用，属于早已过时的半成品，直接移除 27 行。
3. 新增 PR babysitter 启动器（commit f8d5dd0）：新增 scripts/playground/launch_pr_babysitters.sh，由多个 bash 函数组成：validate_args 校验 PR 编号格式与去重；ensure_remote 为 fork 来源 PR 注册 pr-<num> remote 并核验 URL；fetch_pr_head 用 gh pr view 获取 state、isDraft、head hash 等信息，fetch 后做 rev-parse 与 gh 报告 hash 的对齐校验，最多重试 3 次；prepare_worktree 在每个 PR 下创建或复用 pr-<num> worktree，检查分支名、工作区干净状态、upstream 指向，最后走 merge --ff-only 并严格比对 HEAD 与 PR_HEAD_SHA；prompt_for_pr 与 launch_window 在每个 PR 的独立 tmux window 中用交互式 bash -ic 执行 yolo2 alias，注入的 prompt 指向 SKILL.md 并限定只看 lint.yml 与 pr-test.yml、不 merge、不动其他 worktree。
4. 验证配套：本 PR 没有新增自动化单测（纯 shell 工具），作者通过 bash -n、shellcheck、ast.parse、pre-commit 以及手工演练 help、缺参、重复 PR、既有 session 等路径完成验证。

关键文件：

• scripts/playground/launch_pr_babysitters.sh（模块 看护器；类别 other；类型 core-logic；符号 usage, die, validate_args, require_command）: 本 PR 核心新增，332 行 bash 脚本，实现 PR head 获取与校验、worktree 管理、tmux 窗口启动、skill 提示注入，是“PR CI 看护”工具链的执行主体。
• scripts/playground/export_deepseek_nextn.py（模块 导出工具；类别 source；类型 rename-or-move；符号 get_nextn_layer_id, update_and_save_config, copy_non_safetensors_files, export_nextn_layer_parameters）: DeepSeek NextN 导出工具从 scripts 根目录迁入 scripts/playground，blob ID 完全一致，是纯路径变更，保持历史可追溯。
• scripts/sort_testcases_alphabetically.py（模块 脚本清理；类别 source；类型 deletion；符号 TestFile）: 已失效的“按名称排序测试用例”辅助脚本，其 suites 字典恒为空，删除 27 行，消除误导。

关键符号：get_nextn_layer_id, update_and_save_config, copy_non_safetensors_files, export_nextn_layer_parameters, usage, die, validate_args, require_command, normalize_github_repo, worktree_for_branch, ensure_remote, fetch_pr_head, prepare_worktree, prompt_for_pr, launch_window

关键源码片段

scripts/playground/export_deepseek_nextn.py

DeepSeek NextN 导出工具从 scripts 根目录迁入 scripts/playground，blob ID 完全一致，是纯路径变更，保持历史可追溯。

# export_deepseek_nextn.py 是纯文件移动，逻辑没有变化。
# 核心函数负责把 NextN 层（layer id 等于 config 里的 num_hidden_layers）
# 从 DeepSeek-V3/R1 的 safetensors 权重中抽取出来，导出成独立权重文件，
# 供 speculative decoding 加载 NextN 层
​
def export_nextn_layer_parameters(input_dir, output_dir, nextn_layer_id):
    # NextN 层权重统一带 model.layers.<nextn_layer_id> 前缀
    prefix = f"model.layers.{nextn_layer_id}"
    output_path = os.path.join(output_dir, "nextn_layer_parameters.safetensors")
    params = {}
​
    # 遍历输入目录下的所有 safetensors 分片，筛选属于 NextN 层的 tensor
    for filename in os.listdir(input_dir):
        if not filename.endswith(".safetensors"):
            continue
​
        file_path = os.path.join(input_dir, filename)
        print(f"Processing: {filename}")
​
        try:
            with safe_open(file_path, framework="pt") as f:
                matching_keys = [k for k in f.keys() if k.startswith(prefix)]
​
                if not matching_keys:
                    print(f"  No parameters starting with '{prefix}' found")
                    continue
​
                for key in matching_keys:
                    # embed_tokens 与 shared head 仍由原模型持有，不加入 NextN 导出集
                    if "embed_tokens" in key or "shared_head.head" in key:
                        continue
                    # 将 model.layers.<nextn_id> 重映射为 model.layers.0，
                    # 使推理侧可以复用第一层的参数命名路径
                    new_key = key.replace(prefix, "model.layers.0")
                    params[new_key] = f.get_tensor(key)
        #（后续分片处理与落盘逻辑保持原样，此处省略）

评论区精华

本 PR 未产生任何公开 review 评论或 issue 讨论（comments_count、review_comments_count 均为 0），因此没有可提炼的多轮交锋。唯一可参考的是 PR body 中的验证清单：移动脚本源/目标 blob ID 一致、bash -n、shellcheck、ast.parse、pre-commit，以及手工演练 help、缺参、重复 PR、已有 session 等异常路径。这是作者在没有 reviewer 的情况下自证改动安全的主要证据。

• 暂无高价值评论线程

风险与影响

• 风险：
  1. 启动器会修改主仓库的 Git 配置（注册/校验 pr-<num> remote），并在 WORKTREE_ROOT 下创建 worktree 与本地分支；这些分支不在脚本内自动清理，长期运行会留下残留。
  2. launch_window 依赖交互式 yolo2 alias 存在，若 alias 未定义，tmux window 打开后会立即失败，且缺少前置检查。
  3. worktree 逻辑假定工作区干净（status --porcelain 为空）且分支未被其他 worktree 占用，任何违规都会触发 die 退出，属于保护性失败，不会损坏数据。
  4. 删除 scripts/sort_testcases_alphabetically.py 与移动 export_deepseek_nextn.py 都存在“旧路径引用失效”的低概率风险，需留意是否有文档或 CI 脚本引用旧路径；两者均为开发者工具脚本，对运行时无影响。
     - 影响：对线上服务和用户零影响（纯开发者脚本目录）。对团队工作流的影响：新增 launch_pr_babysitters.sh 后，多 PR 并行 CI 看护成为可能——每个 PR 有独立 worktree 和 tmux window，babysitter 只监看 lint.yml 与 pr-test.yml。同时 scripts/playground 成为存放实验/维护脚本的约定位置，删除空脚本也消除了对新同学的误导。影响程度低到中，主要集中在开发工作流与文档引用层面。
     - 风险标记：Git 环境副作用, 依赖交互式 alias, worktree/分支残留, 旧路径引用失效

关联脉络

• PR #35015 Add skill for babysitting PR CI: 该 PR 新增的 .claude/skills/babysit-pr-to-pass-ci/SKILL.md 正是本 PR 启动器 SKILL_PATH 指向并注入到 yolo2 会话的文件；两个 PR 共同构成 PR CI 看护工具链。