FAHID-KHAN 开源基于 LLM 的 CI/CD 失败诊断对照研究仓库

FAHID-KHAN 在 GitHub 发布一个受控 CI/CD 失败诊断研究工作流，从 6 个仓库收集 90 份 GitHub Actions 失败日志，按规则筛出 74 个合格案例，并创建盲测人工 ground truth。研究对比专有模型 openai/gpt-5.6-terra 与经 Ollama 本地运行的 qwen3.5:9b（24,576-token 上下文），两者共享 medium 推理力度、提示词与 JSON schema，最终以失败类别精确匹配和证据行准确率评分。