用途
这份技能是一份代码审查清单，用于在代码评审过程中系统性地检查代码质量、安全性和最佳实践。它把评审关注点组织成可逐项核对的条目，帮助审查者不遗漏关键问题。
主要能力
清单覆盖以下评审维度：
- 正确性：
代码是否实现了预期功能、边界情况是否处理、是否有错误处理、是否有明显 bug - 安全性：
输入是否校验与净化、是否存在 SQL/NoSQL 注入漏洞、是否存在 XSS 或 CSRF 漏洞、是否有硬编码的密钥或敏感凭证。针对 AI 场景还列出：Prompt Injection 防护（如适用）、输出在用于关键位置前是否经过净化 - 性能：
是否存在 N+1 查询、是否有不必要的循环、缓存是否合理、是否考虑打包体积影响 - 代码质量：
命名是否清晰、是否 DRY（无重复代码）、是否遵循 SOLID 原则、抽象层次是否恰当 - 测试：
新代码是否有单元测试、边界情况是否测试、测试是否可读可维护 - 文档：
复杂逻辑是否有注释、公共 API 是否有文档、README 是否需要更新
此外还包含 AI 与 LLM 审查模式：
- 逻辑与幻觉：
思维链是否有可验证的路径、是否考虑了空状态、超时和部分失败、对文件系统或网络的假设是否安全 - 提示工程审查：对比了含糊提示与结构化安全提示的写法，示例中展示
system、input: sanitize(userInput)、schema: ResponseSchema
清单也列出需要标记的反模式，并给出正反示例：魔术数字对比命名常量、深层嵌套对比提前返回、超长函数对比小而专注的函数、any 类型对比明确类型。
使用方式
清单提供 Review Comments Guide，用符号区分评论级别：
- 🔴 阻塞性问题：如
🔴 BLOCKING: SQL injection vulnerability here - 🟡 重要建议：如考虑使用 useMemo 提升性能
- 🟢 轻微问题（nit）：如不可变变量优先用 const
- ❓ 疑问：如用户为 null 时会发生什么
适用场景
适用于人工代码评审、Pull Request 审查，尤其适合涉及 AI/LLM 生成代码或 AI 集成代码的评审。
限制
资料未提供该清单的具体使用流程、安装命令、平台支持、收费方式或与具体工具的集成细节，这些信息暂未提供。