review-lens 是一个面向历史 PR 评审意见的检索引擎。给定代码或概念，它能找到评审者过去最相关的评论，并按相似度与有用性排序。
用途：在提交 PR 前检查改动是否触碰过历史评审模式；在编写实现计划后、动手写代码前，查询相关模式是否曾被评审者标记；也可用于检索团队对某个话题的既有意见。
主要能力与查询方式：--code <文件或 diff> 按结构相似的代码模式检索（基于嵌入）；--concept "文本" 按评论文本的概念匹配（基于嵌入）；search "文本" 进行关键词全文检索（无需 Python）；query --topic X 按主题、类别、评审者、情感等做结构化过滤。另有 stats 统计评审者模式，fetch 通过 gh CLI 从 GitHub 获取评论，import 从 JSON 导入，analyze 做启发式分类，embed 构建向量索引，pattern、bench、export、threads、setup 等命令。
使用方式：先运行 /review-lens setup 检查前置条件。安装二进制可执行 curl -sSfL https://raw.githubusercontent.com/futuregerald/review-lens/main/install.sh | bash，或从源码构建：git clone https://github.com/futuregerald/review-lens.git && cd review-lens && CGO_ENABLED=0 go build -o review-lens .。search、query、stats、export 只需二进制；similar 与 embed 需要 Python 加 fastembed 本地嵌入。语料可通过 fetch 从 GitHub 拉取指定评审者的评论，或从 JSON 导入，随后 analyze 分类、embed 建索引。
限制：embed 为一次性且增量，约 5k 条评论耗时约 10 分钟；similar 与 embed 依赖 Python 环境。官方未提供收费、价格、平台支持范围等具体信息。