review-pro：面向编码 Agent 的仓库感知 AI 代码审查系统

tufantunc/review-pro · Repository-aware AI code review for coding agents — triage → 13 specialist reviewers → synthesis. Reviews what the agent changed and what the repo already knew. Claude Code, opencode, Cursor, Codex.

GitHub原文发布未知首次收录 2026-09-28上架 2026-09-28 09:03

☆ 收藏查看项目 ↗

ELI5：它是什么，解决什么问题

review-pro 是一个开源的仓库感知代码审查系统，面向 Claude Code、opencode、Cursor、Codex 等编码代理。它先对 diff 做分类，只调度十三类专用审查者中相关的那些并行审查，每个审查者都必须在仓库文件中定位证据；随后由综合阶段去重、按领域归属消解冲突、校准严重程度，输出 BLOCK / REQUEST CHANGES / APPROVE 单一结论，并对 Medium 及以上问题派独立代理尝试反驳验证。它还支持通过 .review-pro/ 安装技术栈包（TypeScript/React、Python、Go、Rust、Next.js、WordPress 等）和编写仓库规则（含 co-change 规则），以捕捉 diff 未触及文件中已经存在的约定，例如事故后加的防护或规范化的辅助函数。

# coding-agent # Agent 技能 # code-review # ai-code-review # static-analysis

核心能力与快速开始

★ 5 · Shell

能做什么: 三阶段流水线：Triage 分类 diff、选择相关审查者并限定各自上下文；13 个专用审查者（security、correctness、craft、ai-antipatterns、dry、performance、backend、frontend、a11y、db、api-contract、tests、spec）并行执行、各自以仓库证据支撑结论；Synthesis 去重、按领域归属解决冲突、校准严重程度并输出 BLOCK / REQUEST CHANGES / APPROVE 单一结论。独立验证阶段对去重后最多 8 个 Medium 及以上代码问题各派一个新代理，从源码反驳；被反驳的 High/Critical 仍阻塞并标记 disputed。支持仓库规则 .review-pro/rules.md（含 co-change 规则，在 merge base 读取，改动无法削弱自身审查）与按语言/框架/领域组合的技术栈包（typescript-react、node、python、go、dotnet、rust、php、kotlin、swift、flutter、capacitor、nextjs、tanstack-start、react-native、wordpress、ai-ml）。隐私方面不收集遥测，CLI 安装后本身不访问网络；审查由用户自己的编码代理执行。
适用场景: 在多文件改动合并前获得独立、有证据支撑的审查；审查重构、依赖升级或 API/schema 变更，这类改动的依据在 diff 之外；仓库不熟悉且约定重要时；绿色 CI 不够用时（测试通过但无人追踪调用方、错误路径或上游来源）。不适用：格式化/lint/类型检查；单行改动；需要形式化保证的场景——它只提出带定位证据的问题，不证明不存在缺陷。
项目形态: 可直接使用的工具
部署方式: 以 Claude Code 插件安装（/plugin marketplace add 与 /plugin install，无需 Node.js）；或通过 npx review-pro init 安装到 opencode（默认）、cursor、codex、all、auto，Codex 代理自动转 TOML，Cursor 也可用仓库根 .cursor-plugin/plugin.json 直接 /add-plugin。安装为快照，更新需重新执行 init/update。
主要依赖: 未说明具体运行环境与模型要求；Node.js 用于 npx 安装路径（Claude Code 插件方式无需 Node.js，据 badge 提示）；审查由用户所配置的编码代理及其模型提供方执行。
使用限制: 项目自述是审查者而非形式化验证器，不保证不存在 bug；findings 的验证范围有限（每次审查最多 8 个 Medium 及以上代码问题，Spec 类发现不参与验证）；文件覆盖为审查者自报；并非在材料中经过实际安装或验证；外部前提与上游源码可能无法获取，此时报告标注 unchecked。
许可证: MIT
最近推送: 2026-09-28 06:46

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 09:00
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

在编码代理完成多文件改动后，用 review-pro 对 diff 做仓库感知的独立代码审查：先分类 diff 并只调度相关专用审查者并行审查，每个审查者需在仓库文件中定位证据，再由综合阶段去重、消解冲突、校准严重程度并给出 BLOCK / REQUEST CHANGES / APPROVE 单一结论，用于合并前的代码审查与质量把关。

查看内容依据

review-pro is an open-source, repository-aware code review system for coding agents — **Claude Code, opencode, Cursor, Codex**. Triage reads the diff and dispatches only the relevant specialists of thirteen; they run in parallel, each required to **locate evidence in the repository** before making a claim; synthesis dedups their findings into one verdict: **BLOCK / REQUEST CHANGES / APPROVE**.

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

agent-skills：为编码 Agent 提供基于真实故障经验的可复用技能集

agent-skills 是一组面向编码智能体（主要为 Claude Code，格式为带 YAML frontmatter 的 Markdown，多数 Agent 框架可读取）的技能集合，每个技能都源于生产环境中反复出现的具体失败。技能覆盖无人值守运行与分诊、PR 评论线程审计、对抗式审查、审查分诊、Agent 编排、任务启动、代码质量、缺陷核查、语音记录与开源贡献等场景，强调用工具而非提示词强制执行约束、为质量循环设置成本刹车、区分主张与证据、明确标注未验证结论，并在权限问题上失败关闭。

agent-toolkit：面向 AI 编程代理的可复用技能、命令与子代理工具集

agent-toolkit 是 DiUS 维护的 monorepo 工具集，用于发布和复用面向 AI 编程代理的日常构建模块，包括 skills、commands、agents 和 hooks。项目设计上尽量与具体代理工具解耦，并原生支持 Claude Code 插件安装。当前提供的技能包括从既有代码库反向生成入门文档的 codebase-discovery、面向钢线式垂直切片路线图的 prd-to-steel-thread，以及把源文档拆解为带 ID 引用知识的 knowledge-curation。可通过 npx skills 安装到约 55 种支持的代理，或以 Claude Code 插件形式一次性安装。

code-reviewer：本地优先的 AI 代码审查 CLI 与 pre-push 钩子

code-reviewer 是一个用 Go 编写的本地优先 AI 代码审查命令行工具，可作为 Git pre-push 钩子，也能在 GitHub PR 与 GitLab MR 的 CI 流程中运行。它通过 Tree-sitter 提取仓库感知的 AST 上下文，支持多模型共识过滤以减少噪音、内容寻址 diff 缓存加速重复审查、增量审查与提交触发全量重审，并可输出 ANSI 终端结果、GitHub 内联评论、GitLab 讨论与草稿笔记以及 SARIF 2.1.0 / GitLab SAST 安全报告。模型侧可对接 Ollama、vLLM 等本地端点，也可使用 Vertex AI（Gemini、Claude）、AWS Bedrock（经 LiteLLM）和 OpenAI 兼容端点，支持自定义提示词、平台治理配置、审计日志与 SHA 固定的安全自动批准。

SecLab Taskflow Agent：声明式 YAML 驱动的多智能体安全工作流框架

GitHub Security Lab 推出的 MCP 多智能体框架，通过 GitHub Workflow 风格的 YAML 语法声明式定义智能体工作流，无需编写代码即可用 CLI 编排多个 Agent 与工具协作完成任务。基于 OpenAI Agents SDK 构建，使用 Pydantic 做语法校验、Jinja2 做模板渲染；智能体由 personalities 定义、接收 taskflow 任务、调用 toolbox 中的工具。支持 Chat Completions 与 Responses 两种 OpenAI API，可切换 openai_agents、copilot_sdk、anthropic_sdk 三种后端，支持 stdio/SSE/streamable HTTP 的 MCP 连接、任务级检查点与断点续跑、运行清单输出、离线 lint 与 JSON Schema 导出。主要面向智能体安全研究、漏洞排查、代码审计、CodeQL 辅助代码审查与代码扫描告警分诊，也可跨多个模型跑同一提示词并让裁判任务择优，用于模型对比评测。

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。