Proprietários de Repositórios GitHub: Use a Flag --author do Git para Bloquear Spam de Bots de IA

✍️ OpenClawRadar📅 Publicado: May 19, 2026🔗 Source
Proprietários de Repositórios GitHub: Use a Flag --author do Git para Bloquear Spam de Bots de IA
Ad

A equipe da Archestra (uma startup de plataforma de IA) estava afogada em spam de bots de IA — 253 comentários em uma única issue de recompensa, 27 PRs para uma funcionalidade que nunca foram testados, e um custo semanal de limpeza de meio dia. O repositório se tornou hostil para contribuidores reais. Eles precisavam de uma lista de permissões, mas o GitHub não oferece suporte nativo para repositórios públicos. O hack inteligente deles: abusar da configuração Limit to prior contributors e da flag --author do Git.

O Problema: Lixo de IA no GitHub

Os bots geravam infinitos "planos de implementação" e respostas agressivas. Contribuidores reais como @ethanwater, @developerfred e @Geetk172 foram ignorados. Mesmo a primeira tentativa deles — um bot de reputação chamado "London-Cat" — não parou o spam. Um "xerife de IA" fechava PRs legítimos. A única solução real era controlar as contribuições por meio de verificação humana.

Como Funciona o Hack da Lista de Permissões

A configuração "Limit to prior contributors" do GitHub bloqueia qualquer um que não tenha feito um commit no main. Mas os commits do Git têm dois campos de identidade: autor e committer. Usando --author, você pode atribuir um commit a outra pessoa — o GitHub concede status de contribuidor se o e-mail corresponder ao e-mail noreply do usuário alvo (<id>+<username>@users.noreply.github.com).

# Descobrir o ID do usuário no GitHub
gh api users /their-username --jq '.id'
# Commit em nome deles (e-mail = [email protected])
git commit \
  --author="their-username <[email protected]>" \
  -m "chore: add their-username to external contributors"

Envie para o main, e esse usuário pode imediatamente comentar, abrir issues e enviar PRs. O commit mostra o usuário externo como autor; sua conta aparece como committer. Isso é tudo que o GitHub precisa para considerá-lo um "contribuidor anterior".

Ad

Fluxo de Integração Completo

  1. O usuário visita archestra.ai/contributor-onboard e completa um CAPTCHA enquanto concorda com regras éticas de IA.
  2. Ao enviar o formulário, uma GitHub Action é acionada, consulta o ID do usuário no GitHub via API e adiciona o handle a um arquivo EXTERNAL_CONTRIBUTORS.md.
  3. A action envia um commit para o main com autoria do usuário externo — concedendo a ele status de contribuidor imediatamente.

Esta é uma opção nuclear para uma startup financiada por VC que mede a atividade no GitHub, mas a qualidade superou as métricas de vaidade.

É improvisado, mas funciona. Nenhum filtro de spam de terceiros — apenas uso inteligente dos campos de identidade do Git e um fluxo de validação em duas etapas.

📖 Leia a fonte completa: HN AI Agents

Ad

👀 See Also

O Problema da Voz do LLM: Evitando Padrões de Escrita Gerados por IA
Guides

O Problema da Voz do LLM: Evitando Padrões de Escrita Gerados por IA

Um desenvolvedor discute o problema comum de textos escritos com assistência de LLM apresentarem "LLM-ismos" reconhecíveis que acionam imediatamente a detecção de IA, e compartilha um artigo sobre como identificar esses padrões e editar para autenticidade.

OpenClawRadar
Quatro Erros Comuns de Configuração Que Fazem as Pessoas Desistir do OpenClaw
Guides

Quatro Erros Comuns de Configuração Que Fazem as Pessoas Desistir do OpenClaw

Um usuário do Reddit relata ter visto mais de 50 pessoas desistirem do OpenClaw devido a quatro problemas específicos de configuração: arquivos SOUL.md ausentes, custos excessivos de API por usar o modelo Opus para tudo, instalação de muitas habilidades de uma vez e criação de múltiplos agentes antes que o primeiro funcione corretamente.

OpenClawRadar
Começando com o OpenCode para Configuração de Agente de IA de Codificação Local
Guides

Começando com o OpenCode para Configuração de Agente de IA de Codificação Local

Um guia para iniciantes percorre a configuração do OpenCode como um agente de codificação de IA totalmente local usando os modelos otimizados da ByteShape com LM Studio, llama.cpp ou Ollama em Mac, Linux e Windows (WSL2).

OpenClawRadar
Otimizando Qwen 3.6 27B/35B em RTX 3090: Flags, Quantização e Roteamento Automático
Guides

Otimizando Qwen 3.6 27B/35B em RTX 3090: Flags, Quantização e Roteamento Automático

Um usuário compartilha suas flags do llama-server para os modelos GGUF Qwen 3.6 27B e 35B em uma RTX 3090 (24GB), relatando velocidades lentas para o 35B e saída de código não confiável do 27B. A postagem pede melhor quant, ajuste de flags e troca automática de modelo.

OpenClawRadar