SentryClaw：自托管本地 LLM 驱动的 GitHub/GitLab PR 代码审查机器人

核心能力与快速开始

★ 0 · Rust

能做什么

接收 GitHub `pull_request`（opened、synchronize）与 GitLab `merge_request`、`pipeline` Webhook 事件；提取 Diff 后调用本地 LLM 进行安全、风格、性能、正确性、可维护性等维度的审查，并支持行内评论与汇总评论。支持 llama.cpp、Ollama、vLLM 等可插拔后端，可用 YAML/TOML 规则自定义严重级别，具备 Diff 过滤（锁文件、生成文件、include/exclude 模式）、批处理、自动批准文档与琐碎变更、审查缓存、重试、队列与并发控制。提供 `/health`、Prometheus 兼容的 `/metrics`、`/dashboard` 网页仪表盘及历史搜索 API，并对 Webhook 做 HMAC-SHA256 或 token 校验与限流。

适用场景

适合希望在不把代码外发的前提下，为自有 GitHub/GitLab 仓库自动执行 PR/MR 代码审查的团队；可用于构建内网合规的自动化审查流程、统一代码规范检查、减少琐碎 PR 的人工审核，以及通过指标与仪表盘跟踪审查量、通过率与延迟。

项目形态

可直接使用的工具

部署方式

自托管。README 提供裸机（需 Rust 1.75+ 与 git，cargo run --release，建议配合 nginx/Caddy 反向代理与 SSL）、Docker、Docker Compose（同时启动 llama.cpp sidecar）以及 Kubernetes（见 examples/kubernetes/）等部署方式；配置通过 TOML 文件与 CONFIG_PATH 环境变量指定，Webhook 默认监听 3000 端口。

主要依赖

需要 Rust 1.75+、git 以及一个本地 LLM 服务（如 llama.cpp、Ollama 或 vLLM）；需在 GitHub/GitLab 侧配置 Webhook 密钥或 Access Token。完整的硬件要求、模型最低规格、并发容量与 LLM API 成本未说明。

使用限制

仅支持 GitHub 的 pull_request（opened、synchronize）与 GitLab 的 merge_request、pipeline 事件；审查延迟取决于本地 LLM 的响应速度；项目 README 中 license 段落标注 MIT，而仓库元数据 license 为 Apache-2.0，二者存在不一致，需使用者自行核实。是否可商用、资源开销上界、模型效果表现、已知缺陷与安全审计结论均未说明。

许可证

Apache-2.0

最近推送

2026-09-16 06:58

资料检查：2026-09-16 07:00 · 卡片整理：2026-09-16 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

自托管 AI 代码审查机器人，通过 GitHub/GitLab 原生 Webhook 接收 PR/MR 事件，使用本地 LLM 对代码差异进行审查并回帖评论，支持自定义 YAML/TOML 审查规则、自动批准琐碎 PR、Diff 过滤、审查缓存等，用于程序员的代码审查工作。

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