SuperAPI AI 工具集
合作ENAI 行业资讯收藏
Skill 广场multi-ai-code-review

multi-ai-code-review

编程与开发

查看项目

更新于 10-15 10:02

技能介绍

用途

multi-ai-code-review 提供多视角的代码审查能力，将多个 AI 模型作为专门化智能体，各自从不同角度分析代码。其定位是基于 AI 集成与人工监督的多视角代码质量评估，遵循 2024-2025 年 AI 辅助代码审查的最佳实践。

主要能力

该技能围绕五个审查维度展开，每个维度由对应智能体负责并带有权重：

  • 安全（Security Specialist，权重 25%）：关注 OWASP Top 10、密钥泄露、注入等问题。
  • 性能（Performance Engineer，权重 20%）：关注复杂度、内存、延迟。
  • 可维护性（Architect，权重 25%）：关注设计模式、模块化、DRY。
  • 正确性（QA Engineer，权重 20%）：关注逻辑、边界情况、测试。
  • 风格（Nitpicker，权重 10%）：关注命名、格式、约定。

问题按严重程度分级：Critical（阻止合并，如 SQL 注入、密钥暴露、数据丢失）、High（要求修复，如竞态条件、缺失鉴权、内存泄漏）、Medium（建议修复，如代码重复、缺少测试、复杂度过高）、Low（可选，如风格、命名、小重构）。

核心原则包括：多智能体架构、LLM-as-Judge 共识（仅当 2 个及以上模型一致时标记问题）、渐进式严重度排序、人工在环（AI 建议、人做决定）、质量门禁（对未解决的严重问题阻止合并）、可操作反馈（每条评论包含 What/Where/Why/How）。

质量目标：误报率低于 15%、修复接受率高于 40%、审查周转时间低于 5 分钟、生产前缺陷捕获率高于 30%。

使用方式

该技能提供五种操作模式：

  1. 快速安全扫描（2-5 分钟，自动化 80%）：针对安全漏洞进行快速审查，扫描 SQL 注入、XSS、硬编码密钥、鉴权绕过、授权缺陷、输入验证缺口、不安全依赖等，可用 Gemini 验证发现是否为误报。
  2. 全面 PR 审查（10-30 分钟，自动化 60%）：收集 PR diff 后并行启动安全、可维护性、正确性等审查智能体，再由编排步骤去重、按严重度排序、按文件分组并生成汇总报告。
  3. LLM-as-Judge 法庭（5-15 分钟，自动化 70%）：让代码分别经过 Claude、Gemini、Codex 分析，识别至少 2 个模型一致的问题，平均严重度评分，输出高置信度问题列表（一致率 ≥67%）。
  4. 导师式审查（15-30 分钟，自动化 40%）：面向学习者的教育型审查，对每个发现说明问题是什么、为何重要、如何改进，并指出做得好的地方。
  5. 发布前审计（30-60 分钟，自动化 50%）：对自上次发布以来的全部变更进行安全深挖、性能审查、测试覆盖率检查，并生成发布报告与放行建议。

协调策略方面，不同任务有主/验证模型分工，例如安全扫描以 Claude 为主、Gemini 验证；架构审查以 Claude 为主、Codex 验证；逻辑验证以 Codex 为主、Claude 验证；风格检查以 Gemini 为主、Claude 验证；性能分析以 Claude 为主、Codex 验证。

支持通过 GitHub Actions 集成到 CI/CD，示例工作流使用 anthropics/claude-code-action@v1 并配置模型与审查级别，再通过 actions/github-script@v7 发布汇总评论。质量门禁可配置为：严重问题必须为 0、高问题最多 3 个、覆盖率最低 80%、评分最低 70。

适用场景

适用于：审查任意规模的 Pull Request、发布前代码质量审计、建立一致的代码审查标准、对代码变更进行安全审计、性能剖析变更、技术债评估、新人指导式审查。

不适用于：琐碎变更（拼写、仅注释）、自动化依赖更新（应使用 dependabot 标签）、生成代码（迁移、脚手架）。

限制与前提

必需条件：待审查代码（diff、文件或目录）、至少一个可用 AI（Claude 必需，Gemini/Codex 可选）。推荐条件：Gemini CLI 用于网络研究与快速分析、Codex CLI 用于深度代码推理、Git 仓库上下文。集成可选：GitHub Actions（CI/CD）、pre-commit 钩子（本地检查）。

评分公式为：总分 = 安全×0.25 + 性能×0.20 + 可维护性×0.25 + 正确性×0.20 + 风格×0.10。等级映射：≥90 为 A（优秀，可发布）、80-89 为 B（良好，小修）、70-79 为 C（可接受，需处理问题）、60-69 为 D（需大量修复）、<60 为 F（需重大修订）。

可检测的反模式包括：硬编码密钥、SQL 注入、XSS、竞态条件、内存泄漏、N+1 查询、死代码、上帝对象、复制粘贴代码、缺失错误处理。

相关技能：multi-ai-testing、multi-ai-verification、multi-ai-implementation、codex-review、review-multi。参考文件：references/security-checklist.md、references/performance-patterns.md、references/ci-cd-integration.md。