SuperAPI AI 工具集

code-reviewer

编程与开发

查看项目

更新于 10-15 08:33

技能介绍

用途

Code Reviewer 用于对核心算法或生产代码变更执行隔离式代码评审。它适用于需要“全新上下文评审者”、写作者与评审者分离,或在实现完成后由独立评审者判断变更质量的场景。其核心主张是:评审者不应继承写作者的聊天上下文,而应仅依据任务契约、代码差异、写作者总结、测试结果和相关文件作出判断。

主要能力

该技能提供一套产物驱动的工作流。安装后的技能目录包含 SKILL.md、scripts/prepare_review_bundle.py、references/isolation-protocol.md,以及 templates/review.md 和 templates/fix-log.md。

核心能力包括:生成评审包(review bundle),其中含 request.md(任务契约与验收标准)、writer-summary.md(变更内容、已运行测试、已知风险)、diff.patch(统计与补丁)、test-output.md(测试命令与输出)和 reviewer-prompt.md(可直接使用的评审者提示)。评审者只针对评审包描述的变更进行审查,关注正确性与算法假设、边界条件与不变量、数据形状假设、能在实现错误时失败的测试、可维护性与集成风险,以及请求、写作者总结、diff 和测试之间的一致性。

使用方式

实现完成后创建评审包:

python3 <installed-skill-dir>/scripts/prepare_review_bundle.py \
  --repo . \
  --base main \
  --request "Implement <feature> with <acceptance criteria>" \
  --writer-summary "Changed <files>; ran <tests>; known risks: <risks>"

对于未提交的工作,可包含工作树:

python3 <installed-skill-dir>/scripts/prepare_review_bundle.py \
  --repo . \
  --working-tree \
  --request-file .agent/code-reviews/<change-id>/request.md

然后仅凭评审包路径启动全新评审者:

Use code-reviewer.
Review the bundle at .agent/code-reviews/<change-id>/.
Do not modify production code.
Write findings to .agent/code-reviews/<change-id>/review.md.

对于自动化强隔离,建议使用一次性 CLI 会话而非进程内子代理。Spark 预审命令:

codex exec --ephemeral \
  -m gpt-5.3-codex-spark \
  -C . \
  -s workspace-write \
  -o .agent/code-reviews/<change-id>/spark-output.md \
  "$(cat .agent/code-reviews/<change-id>/reviewer-prompt.md)"

Codex:

codex exec --ephemeral \
  -C . \
  -s workspace-write \
  "$(cat .agent/code-reviews/<change-id>/reviewer-prompt.md)"

Claude Code:

claude -p "$(cat .agent/code-reviews/<change-id>/reviewer-prompt.md)" \
  --no-session-persistence \
  --permission-mode acceptEdits

更严格的 Claude Code 脚本模式可加 --bare,但仅当提示明确提供所有所需上下文路径时才这样做,因为 bare 模式会跳过自动项目与技能发现:

claude -p "$(cat .agent/code-reviews/<change-id>/reviewer-prompt.md)" \
  --no-session-persistence \
  --bare \
  --add-dir .

首次评审不应使用 claude --continue、claude --resume、codex resume 或 codex fork。写作者随后阅读 review.md 和 spark-output.md,修复代码并在 fix-log.md 中记录回应。高风险变更在修复后应再次运行全新评审。

适用场景

适用于核心算法变更、公共 API 变更、安全或隐私敏感代码、大范围重构,以及任何 Spark 发现但主 Agent 无法自信解决的问题。也可用于需要快速首轮扫描、缺失测试检查、diff 摘要或文档与代码不一致检查的场景。

限制与注意事项

评审者不得重写实现,除非用户明确要求“评审者兼修复者”模式;默认输出为 review.md。Spark 输出仅作为快速问题候选清单,不是最终批准。必需产物为 .agent/code-reviews/<change-id>/review.md 和 fix-log.md,可选侧车遥测位于 .agent/sidecars/<task-id>/。若评审发现改变任务范围或算法契约,应在继续前更新项目记忆或设计文档:正确性主张受影响时更新 memory/claim-board.md,新识别技术风险时更新 memory/risk-board.md,算法契约或设计决策因评审改变时更新 memory/decision-log.md。评审发现按严重度排序:High 表示可能的正确性缺陷、数据损坏、无效实验结果、安全隐私问题或破坏公共 API;Medium 表示边界缺陷、缺少风险行为测试、脆弱设计或令人困惑的集成;Low 表示可维护性细节、命名问题或小文档不一致。每条发现应尽量包含文件与行号、问题、原因、所需修复和建议测试,并给出一个结论:request changes、acceptable with nits 或 approve。