用途：该技能用于把代码审查从人工流程转为 AI 辅助的自动化质量保障，在拉取请求阶段发现缺陷、漏洞与性能问题。
主要能力：整合多层静态分析工具（CodeQL、SonarQube、Semgrep、Snyk/Dependabot、GitGuardian/TruffleHog），覆盖安全、供应链与密钥检测；再用大模型做上下文理解，检查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。支持 30+ 语言，输出结构化评论，含文件路径、行号、严重级别（CRITICAL/HIGH/MEDIUM/LOW）、CWE/CVSS、修复示例与参考链接。还包含架构分析（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：作为技能调用，输入为待审查的 PR 或 diff（资料中写作 Review: $ARGUMENTS）。流程为：解析 diff 并分类变更类型，按文件类型选择静态工具并行执行，再调用模型生成评论，最后通过 GitHub Actions 等 CI/CD 集成发布评论并设置质量门禁（存在 CRITICAL 时失败）。资料给出示例命令如 sonar-scanner、codeql database create、semgrep scan --config=auto --sarif --output=semgrep.sarif，以及 trufflehog git file://. --json。
适用场景：需要自动化 PR 审查、安全与性能把关、架构一致性检查的团队。
限制：资料未提供具体安装方式、收费与价格、平台支持范围、实际效果数据；模型名称与版本以资料所述为准，未验证可用性。超大 PR（如超过 50 文件或 1000 行）建议转人工审查。