Sentinel Review：基于LLM与Semgrep的自主GitHub PR代码审查代理

核心能力与快速开始

★ 0 · Python

能做什么

核心能力包括：1）行级锚定的审查评论，通过 GitHub Create Review API 直接发布在 PR diff 上；2）按严重级别（blocking / warning / nit）排序并按类别（bug / style / security / suggestion）分类；3）Pydantic 严格 JSON 校验与纠正性重试，避免畸形 LLM 输出进入 PR；4）Semgrep 静态安全扫描与 LLM 结果合并，双重信号一致时标记为 high_confidence；5）7 阶段可测试流水线（Upsert / FetchDiff / FetchContext / LLMReview / Semgrep / Dedupe / PostComments）；6）Redis + 内存 LLM 响应缓存（SHA256 diff 哈希）；7）GitHub 与 LLM 双侧熔断器；8）HMAC-SHA256 webhook 校验与基于 delivery_id 的幂等去重；9）Celery 异步处理，webhook 10 秒内返回 202；10）反馈循环，通过 webhook 收集 👍/👎 反应统计有用性；11）多模型支持，通过环境变量在 Anthropic 与 OpenAI 之间切换；12）.sentinel-ignore glob 排除规则；13）Prometheus 指标、结构化 JSON 日志、Sentry 集成、健康检查端点。

适用场景

适用于：1）在 GitHub PR 流程中自动执行生产级代码审查，减少人工评审瓶颈；2）捕获纯静态分析器难以发现的逻辑缺陷、安全上下文与设计问题；3）以零基础设施方式（GitHub Actions 模式）在 CI 步骤中运行代码审查；4）通过 LLM 与 Semgrep 双重信号提升安全发现的可信度；5）量化评估 AI 代码审查的实际有用性（反馈指标）；6）在自托管服务模式下通过仪表盘与 API 查看仓库、审查与统计数据。

项目形态

可直接使用的工具

部署方式

提供两种方式：1）Docker Compose 自托管，包含 web（Django + gunicorn，端口 8000）、worker（Celery）、redis（7-alpine，6379）、db（postgres 16-alpine，5432）、flower（5555）五个服务，文档称首次构建约 30-60 秒；2）GitHub Actions 复合 Action 模式，无需服务器。README 未说明具体硬件要求与生产环境的资源规模。

主要依赖

需要 Docker 与 Docker Compose v2.20+；需要 GitHub App（含 private key、App ID、Client ID、Client Secret）；需要 Anthropic 或 OpenAI API Key。必填环境变量包括 DJANGO_SECRET_KEY、WEBHOOK_SECRET、GITHUB_APP_ID、GITHUB_APP_PRIVATE_KEY_B64。GitHub App 权限需要仓库内容只读、Pull requests 读写、仓库元数据只读。技术栈为 Python 3.12、Django 5.1。本地开发可用 ngrok 暴露 webhook。

使用限制

README 未说明 LLM API 调用费用、速率限制或成本规模；未说明高并发或多租户下的性能上限；缓存与幂等依赖 Redis，未说明 Redis 不可用时的降级行为细节；私有仓库需显式 opt-in 才审查；LLM 与 Semgrep 结果合并逻辑的具体准确率与误报率未给出量化数据；项目自述的 audit 评分与测试数量来自 README 徽章，未经独立验证。

许可证

MIT

最近推送

2026-09-18 06:55

资料检查：2026-09-19 07:00 · 卡片整理：2026-09-21 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

自动化 GitHub Pull Request 代码审查：结合 LLM 语义推理与 Semgrep 静态安全扫描，在完整仓库上下文下读取 diff，生成按严重级别（blocking / warning / nit）分类的行级内联评论，并通过 👍/👎 反馈指标追踪审查质量。

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