# 我们如何在不删减任何检查的情况下加快本地 CI

> 编程智能体全天向 AnyRouter 推送代码，所以它们都在等 CI。我们把 50 次运行拆成排队、准备和运行三段时间，找到了慢的部分，并在同一个提交上把热启动类型检查从 162 秒降到 79 秒，主要是去掉了一个跑了两次的检查。本文介绍审计方法、改动、数据，以及一段可以交给你自己的智能体的提示词。

- Date: November 1, 2026
- Category: engineering
- HTML: https://anyrouter.dev/blog/zh/faster-local-ci-for-agents

## 智能体全天推送，CI 就是等待

AnyRouter 的大部分改动由编程智能体编写和合并。智能体推送代码，等 CI，修复失败的部分，再推送一次。写代码变快了而 CI 没有变快时，大家等的就是 CI。

我们的 CI 不在 GitHub 上运行。为了省钱，我们关掉了 GitHub Actions 的 CI，所有检查都通过 `pnpm local-ci` 在一台 16 核、15 GB 内存的机器上运行。很多智能体共用这台机器。本系列第一篇介绍了这个循环。

本文的起点是 Owen Gretzinger 的文章 [How I made our CI 20x faster](https://x.com/owengretzinger/status/2116291924219060319)。一句话概括，Owen 审计了 CI 时间花在哪里，然后逐个修复原因，例如运行器慢、lint 工具慢、缓存未命中和测试隔离。文中的一些想法适合我们，一些不适合。下文会逐一说明。

## 先审计：排队、准备和运行

在做任何改动之前，我们读了最近 50 份本地 CI 日志，时间是 10 月 23 日到 26 日。我们把每次运行拆成三段。

- 排队。等待机器或锁的时间。平均值是 0 秒。
- 准备。准备一份干净的仓库副本和依赖的时间。平均值是 52 秒。
- 运行。检查本身的时间。平均值是 326 秒，中位数是 20 秒，最长的一次约 2,900 秒。

平均值和中位数之间的差距是最有用的数字。一半的运行在 20 秒内完成了检查。少数几次运行一个接一个地对约 20 个应用做类型检查，把平均值拉高了。所以问题不在每一次运行，而在长尾，而长尾就是类型检查。

我们以为慢的地方其实并不慢。Biome lint 约 1 秒。50 次运行中只有 1 次跑了完整的测试套件，因为本地 CI 只运行与改动文件相关的测试。等待机器不花时间。限制在内存，而不在核数。

日志还显示了一些较小的开销。

- 图片构建步骤在 21 次运行中有 19 次没有命中缓存。每次运行都会删除未被 git 跟踪的文件以便从干净状态开始，这也删掉了约 1,200 张生成的社交卡片图片。所以每次都要重新绘制。
- 锁文件一有改动，就会为 CI 创建一份新的工作副本，里面没有 TypeScript 构建状态。日志中 6 天内出现了 11 个锁文件键，所有类型检查程序冷启动一次约 5 分钟。
- 测试的 setup 文件把 Testing Library 和 React DOM 加载进每个测试文件，包括不使用 DOM 的文件。这占了一小批 node 测试 38% 到 42% 的时间。

## 同一个检查跑了两次

接着我们找到了最大的问题，而它来自一次修复。11 月 1 日，我们修改了根目录的 `pnpm typecheck`，让它检查每个包和应用。在此之前，一些测试文件里的类型错误可能进入 `main`。这个改动是对的。但本地 CI 在根步骤之后，仍然分别对 API、server core、UI 和每个应用再做一次类型检查。结果每次运行有 29 个 TypeScript 程序，其中约 26 个被检查了两次，并且全部串行。一次热启动运行要 162 秒。

没有任何检查失败，所以没有任何东西提醒我们。重复的检查是绿色的，只是慢。现在，本地 CI 规划根类型检查时，规划的正是 `pnpm typecheck` 覆盖的那一组，并且每个程序只运行一次。它从每个包的 `package.json` 读取这一组，所以新应用会被自动纳入，不需要手写列表。

## 并行运行，但要给内存做预算

本系列第一篇说过，本地 CI 一次只跑一个检查，因为机器只有 15 GB 内存，承受不了并行构建。对固定数量的任务来说，这是对的。在这台机器上，同时启动三个冷启动的 TypeScript 程序，会在剩余约 1.5 GB 时被内存不足处理程序杀掉。

所以我们没有选一个固定的任务数。一个新脚本先启动最大的程序。只有当下一个程序的内存峰值放得进剩余内存时，它才会启动下一个程序。计算剩余内存时，先减去正在运行的程序还会增长的部分，再保留 2 GB。它从过去的运行中学习每个程序的峰值，没见过的程序按 2.8 GB 估算。

一个程序如果被杀掉而且没有类型错误，就会单独重跑一次。如果再次被杀，这次运行会报告为内存不足，而不是检查失败。看到类型检查失败的智能体会去找类型错误。看到内存不足的智能体知道应该等一等再重试。

热启动运行时，剩余内存始终不低于 2.5 GB。在冷启动并行运行中，没有程序被杀掉。

## 我们还改了什么

- 15 个轻量守卫检查，例如 schema 漂移和应用间导入边界，现在每次 4 个并行。它们只读文件，所以并行运行是安全的。重量级检查和测试运行仍然各自持有锁。
- 有一个守卫会解析每个 TypeScript 文件来查找 issue 引用。现在它会跳过不包含 `#` 加数字的文件。
- 新的 CI 工作副本会带上最近使用过的副本的 TypeScript 构建状态和缓存。TypeScript 会重新检查任何改动过的文件，我们也确认了，注入的类型错误在复制来的状态上仍然会让检查失败。
- 渲染好的社交卡片存放在清理步骤不会删除的缓存里，按路径和源内容做键。14 天未使用的卡片会被删除。
- Testing Library 只在有 DOM 的测试中加载。
- pre-push 钩子会对改动的文件运行 Biome，只报告错误。智能体在推送之前就能知道 lint 错误，而不是等 CI 跑完。

下面是数据，每一项都在同一个提交上测量改动前后。每行都注明了运行次数。

| 检查 | 之前 | 之后 | 变化 |
| --- | --- | --- | --- |
| 类型检查，29 个程序，热启动（3 次的中位数） | 162 秒 | 79 秒 | -51% |
| 类型检查，29 个程序，冷启动（各 1 次） | 402 秒 | 256 秒 | -36% |
| 15 个守卫（3 次的中位数，机器繁忙） | 35 秒 | 14 秒 | -60% |
| 仅 issue 引用守卫（3 次的中位数） | 13.9 秒 | 5.0 秒 | -64% |
| 清理后的图片构建（各 2 次） | 100 秒 | 60 秒 | -40% |
| 20 个 node 测试文件（3 次的中位数） | 4.86 秒 | 3.58 秒 | -26% |
| 12 个 DOM 测试文件（各 2 次） | 16.5 到 17.6 秒 | 16.7 秒 | 无变化 |
| pre-push Biome，13 个改动文件 | 无 | 0.1 秒 | 新增检查 |

每个程序只运行一次但仍然串行时，热启动类型检查从 162 秒降到 111 秒。并行运行后降到 79 秒。所以大约 60% 的提升来自去掉重复，其余来自并行。

这些是单项检查的数据。我们还没有测量改动后整次本地 CI 运行的平均时间。接下来的 50 份日志会告诉我们。

## 空列表可能意味着全部

有一个陷阱值得单独说。本地 CI 只运行与改动文件相关的测试。脚本通常从 git diff 生成这个列表，例如 `T=$(git diff --name-only main | grep test)`，然后运行 `vitest run $T`。

如果 diff 返回空，例如 `git pull` 失败、HEAD 没有移动，命令就变成了不带文件的 `vitest run`。对 Vitest 来说，这意味着运行整个测试套件。在我们的机器上，整个套件有触发内存不足处理程序的风险。我们曾在 600 秒后停掉过这样一次运行。

守卫只需要一行。运行之前先检查列表，写成 `[ -n "$T" ] && vitest run $T`。Owen 关于 Nx 也说过类似的话。跳过工作的规则需要自己的测试，因为一个失效的跳过要么看起来是绿色，要么会运行全部。

## 哪些想法适合我们

Owen 的文章列出了九项改动。下面是每一项在我们这里的情况。

| 想法 | 对我们来说 | 状态 |
| --- | --- | --- |
| 更快的运行器 | 本地 CI 排队 0 秒。但我们在 GitHub 上的发布工作流一直在等一个从未出现的自托管运行器，146 次运行全部被取消。我们把它们改到了 GitHub 的标准运行器。 | 已完成 |
| 更快的 lint 工具 | 我们已经在用 Biome，约 1 秒。 | 没有可提升的空间 |
| 更快的类型检查器 | 用 Go 编写的 TypeScript 编译器 tsgo。 | 下一步 |
| 把测试分片到更大的机器 | 我们只有一台机器，CI 不花钱。增加机器要花钱。 | 不采用 |
| 不要为每个测试文件重新加载应用 | Vitest 的 `isolate: false`。我们的 DOM 测试没有变快，所以测试启动是要看的地方。 | 下一步 |
| 修复准备阶段 | 预先填充的工作副本，以及在清理后仍然保留的卡片缓存。 | 已完成 |
| 并行运行检查 | 按内存预算做类型检查，守卫每次 4 个。 | 已完成 |
| 只运行改动涉及的部分 | 之前已经这样做了。新增了空列表守卫。 | 已完成 |
| 每次推送前先检查 | pre-push 钩子中只报错误的 Biome。 | 已完成 |

Owen 的团队花钱买速度。Owen 在文中说 CI 账单从每月 $230 涨到了 $4,300，并认为值得。我们的约束不同。CI 运行在我们已有的机器上，所以我们先找被浪费的时间，再考虑能买到的时间。

## 给你的编程智能体的提示词

你可以把这段提示词交给自己的编程智能体。它要求做同样的审计，并遵守我们遵守的规则。

```text
审计这个仓库的 CI 并让它更快。绝不删除或放宽任何检查。
1. 拉取最近 50 次 CI 运行。把每个任务的时间拆成排队、准备和运行。
2. 报告每一段的平均值、中位数和最大值。如果平均值远高于中位数，找出造成这一点的慢运行。
3. 列出最慢的 5 个任务，以及每个任务的时间花在哪里。
4. 检查常见原因：运行器排队慢、lint 工具慢、类型检查器慢、测试可用的核数太少、每个测试文件都重新加载应用、缓存未命中或被清理步骤删除、可以并行却在串行的工作、对改动无法触及的代码做检查，以及推送前从不运行的检查。
5. 查找跑了两次的同一个检查，以及被当成"全部运行"的空文件列表。
6. 在内存预算内并行运行。因内存被杀的任务报告为内存不足，而不是检查失败。
7. 每项改动都在同一个提交上测量前后，取 3 次的中位数。不要为了数字好看而跳过测试或降低阈值。
8. 不要包含要花钱的改动（付费运行器、更大的机器、更多分片）。把它们列给人来决定，写明节省的时间和成本。
9. 开一个 PR，附上前后对比表和复现结果的命令。
```

_在仓库根目录下，粘贴到 Claude Code、Codex 或任何编程智能体中。_
