用途：该技能用于 AI 驱动的代码审查，把自动化静态分析与大模型上下文理解结合，在 Pull Request 阶段发现缺陷、漏洞与性能问题，并提供可执行的修复建议。
主要能力：支持多工具并行静态分析，包括 CodeQL（注入、XSS、认证绕过等漏洞）、SonarQube（代码异味、复杂度、重复度）、Semgrep（组织自定义规则与安全策略）、Snyk/Dependabot（供应链安全）、GitGuardian/TruffleHog（密钥检测）。AI 审查覆盖静态工具遗漏的安全问题、规模化性能影响、边界与错误处理、API 契约兼容性、可测试性与架构一致性。审查结果按 CRITICAL/HIGH/MEDIUM/LOW 分级，包含文件路径、行号、问题说明、修复代码示例与参考链接，并支持自动修复标记、CWE 与 CVSS 信息。还包含架构分析（依赖方向、SOLID、反模式、微服务边界）、性能回归检测（CPU/内存/延迟阈值）与 N+1 查询识别。
使用方式：技能以 Review: $ARGUMENTS 形式触发，先解析 diff 确定改动文件与组件，按 PR 规模调整分析深度（超 1000 行做浅层分析，少于 200 行做深入分析），再并行执行静态分析并调用大模型生成结构化评审意见。可按复杂度路由：改动文件超 50 或行数超 1000 转人工审查；涉及安全或认证用安全专用提示；测试覆盖缺口大时用测试生成模式。可集成 GitHub Actions 等 CI/CD，通过 sonar-scanner、codeql database create、semgrep scan 等命令运行，并用质量门禁在存在 CRITICAL 问题时阻断合并。
适用场景：需要自动化 PR 审查、安全漏洞排查、性能回归监控、架构一致性检查与测试覆盖补强的团队。
限制：资料未提供具体安装命令、定价、平台支持范围与效果数据；部分示例模型名称与版本可能随时间变化，需以实际环境为准。