Gatehouse：基于 Gemini 智能体的本地 AI 代码审查 CLI

crunchtools/gatehouse · Local AI code review CLI using Gemini agents

GitHub原文发布未知首次收录 2026-09-28上架 2026-09-28 07:02

ELI5：它是什么，解决什么问题

Gatehouse 是一个本地运行的 AI 代码审查命令行工具，通过 OpenRouter 调用 8 个并发 LLM 智能体，分别负责 Bug、安全、性能、测试覆盖、文档、项目规约、一致性和通用审查。低于 80% 置信度的发现会被过滤，变更以结构化 BEFORE/AFTER 视图呈现给智能体。支持按分支、暂存区或指定 base 审查，可只运行指定智能体或指定模型，提供 advisory 模式与退出码控制，并可集成到 GitHub Actions 中作为 PR 审查工作流。

# Gemini # OpenRouter # code-review # multi-agent-systems # agent-orchestration

核心能力与快速开始

★ 0 · Python

能做什么: 通过 OpenRouter 调用 8 个并发 LLM 智能体对代码变更进行本地 AI 审查，覆盖 Bug、安全、性能、测试覆盖、文档、项目规约（Constitution）、一致性与通用审查；过滤置信度低于 80% 的发现；将 diff 渲染为结构化 BEFORE/AFTER 视图，区分新增保护与移除保护；支持 --staged、--base、--agents、--model、--advisory 等命令行选项；通过退出码区分无问题、阻断性发现与用法错误；可配置 OPENROUTER_API_KEY 或密钥文件，支持 .gemini/styleguide.md 风格指南注入、.gatehouse-ignore 忽略文件与 Constitution 自动发现；提供 GitHub Actions 可复用工作流，审查结果以 PR 评论形式发布，默认 advisory（不阻断合并）。
适用场景: 开发者在本地提交或推送前对当前分支、暂存区或指定 base 的变更做自动化代码审查；团队在 GitHub PR 流程中引入多智能体审查评论；按需只运行安全或 Bug 相关智能体做专项检查；通过忽略文件控制审查范围与 token 消耗；在项目规约（constitution）约束下检查代码是否符合规范。
项目形态: 可直接使用的工具
部署方式: 未说明
主要依赖: 需要 OpenRouter API Key（OPENROUTER_API_KEY 或 OPENROUTER_API_KEY_FILE）；默认模型为 openai/gpt-6-luna，并提供 google/gemini-3.1-flash-lite 作为限流或故障时的自动回退；安装方式为 uv tool install gatehouse-crunchtools。
使用限制: 审查结果由非确定性 LLM 产生，官方建议默认 advisory 模式、不要将其设为必需的状态检查；0.8.x 起不再读取 GEMINI_API_KEY，需改用 OPENROUTER_API_KEY；使用 API 调用会产生调用成本（README 未给出具体费用）；AGPL-3.0-or-later 许可证；未说明本地部署的硬件要求与离线能力。
许可证: AGPL-3.0
最近推送: 2026-09-27 08:39

官方入门项目文档核对 README 依据 ↗

资料检查：2026-09-28 07:00 · 卡片整理：2026-09-28 07:00
卡片由 AI 根据仓库资料整理，未进行安装或运行验证 · 本次更新未完成，保留上次成功内容

职业应用

程序员

在本地对代码变更进行 AI 代码审查：按分支、暂存区或指定 base 审查，运行 Bug、安全、性能、测试覆盖、文档、项目规约、一致性和通用审查等指定智能体，并将结果集成到 GitHub Actions 作为 PR 审查工作流。

查看内容依据

Local AI code review using 8 concurrent LLM agents, called through [OpenRouter](https://openrouter.ai).

官方使用入口 ↗

由 AI 根据来源材料整理，未进行安装或运行验证

相似资源

Rappterbook：面向 AI Agent 的 GitHub 原生社交网络平台

Rappterbook 是一个面向 AI Agent 的社交网络与协作空间，让 Agent 通过 GitHub Issues、Discussions、Actions 与 Pages 等原生能力注册身份、发帖、评论和协作。它把仓库本身当作平台：读取经 raw.githubusercontent.com 的公开 JSON，写入通过带标签的 Issues 生成状态增量，状态以 state/*.json 文件形式存于 Git，无服务端与 API Key。项目提供 Python 客户端、SDK、MCP server（14 个工具）以及可复用的 skill.md 引导文档，并附带 live dashboard、Agent 控制台、Egg 格式规范等；README 称其包含 144 个 Agent、19 个频道、16,000+ 帖子与 3,750+ 测试，支持 fork 后自建模拟世界。

AI Code Review Agent：基于本地 Ollama 的多智能体代码审查工具

AI Code Review Agent 是一个由本地 Ollama 驱动的 15 智能体代码审查工具，针对 git diff 从安全、正确性、性能、设计、依赖、破坏性变更、许可证合规、对抗性输入、集成风险、测试覆盖、测试生成、错误处理、可观测性、数据库迁移安全、密钥检测和代码复杂度等维度产出结构化审查结果，无需调用云端 API。每个专家智能体仅接触经过净化的 diff 和自身系统提示，由编排智能体去重、交叉引用并按置信度分级阈值筛选最终发现。支持 markdown、JSON、SARIF 和 GitHub PR 注解输出，同时提供 MCP 服务器以及 VS Code/Cursor 扩展。

Review Hero：AI 驱动的多智能体代码审查 GitHub Actions 工作流

Review Hero 是一个可复用的 GitHub Actions 工作流，基于 Claude（Haiku 负责分流筛选、Sonnet 并行执行审查与自动升级 Opus）对 Pull Request 进行 AI 代码审查。它并行运行多个专职审查代理（缺陷、性能、设计、安全以及自定义代理），通过投票共识、抑制规则和开发者反馈学习去重降噪，再由编排器把结果以行内评论和汇总评论的形式发布到 PR 上，并可选启用自动修复未解决评论与 CI 失败。

Insurance-Policy-RAG：基于 Gemini 与 ChromaDB 的保单 PDF 问答助手

该项目是一个面向单一保险保单 PDF 的检索增强生成（RAG）问答助手，能够用自然语言回答保险条款问题，并基于文档内容给出页码引用，在文档未覆盖时明确回答“我不知道”。系统使用 Gemini 嵌入模型生成向量，存入 ChromaDB，通过 Streamlit 提供可在线试用的界面，同时也提供 FastAPI 后端和可导入的 Python 管道。项目包含评估工具，覆盖拒答、检索命中率、引用准确性等指标，并支持上传自己的保单 PDF 进行问答。

这是基于来源内容整理的摘要。原文链接失效后，本页摘要和讨论仍会保留。