AI 编程AI 资源

Revera：基于双模型校验的 GitHub 拉取请求 AI 代码审查工具

VeraTools/revera · AI code review for pull requests: a second model re-checks every finding before it posts. Any model provider; App or Action.

GitHub原文发布未知首次收录 2026-10-19上架 2026-10-20 07:06

☆ 收藏查看项目 ↗

ELI5：它是什么，解决什么问题

Revera 是一个用 Rust 编写的开源代码审查工具，使用用户自行选择的 AI 模型审查 GitHub 拉取请求。它采用调查者与验证者两阶段流程：调查者阅读变更并提出缺陷候选，验证者则在全新会话中重新从代码中独立确认每条发现，才允许发布，以减少未经验证的误报。支持 OpenAI 兼容端点、OpenAI Responses、Anthropic 和 Google Gemini，可为不同角色分别配置供应商与模型，并支持有序的备用模型。可自托管为 GitHub App（支持 @mention 触发、quick/deep 模式）、GitHub Action 或本地 CLI，并能在多次推送间跟踪发现的修复与重开。仅支持 GitHub 作为发布目标，无托管服务，需自行部署并直接向模型供应商付费；README 说明其评估样本较小，仍可能漏报或误接受错误发现，需要人工审查。

# LLM # Rust # GitHub Actions # code-review # pull-requests

核心能力与快速开始

★ 2 · Rust

能做什么: 使用可配置的 AI 模型审查 GitHub 拉取请求；调查者提出缺陷候选，验证者在全新上下文中独立复核后才发布；输出包含缺陷、触发方式、影响和代码证据；通过 Rust 计算精确的 base-to-head diff；可选用 Vera 进行仓库语义检索；在多次推送间跟踪发现的打开、解决和重开状态并去重；支持 quick/deep 审查模式与 @mention 触发；支持模型供应商有序回退；报告区分 complete、partial、failed 状态；支持 dry-run 本地预览。
适用场景: 团队在自有基础设施上对 GitHub 拉取请求进行 AI 缺陷审查，并希望自行选择模型与 API 密钥；需要为审查运行设置预算控制、供应商回退与可审计报告的项目；希望在打开 PR 前用本地 CLI 审查已提交分支的开发者；希望以 GitHub Action 在单仓库中启用自动审查、无需运行服务器的团队。
项目形态: 可直接使用的工具
部署方式: 可自托管：GitHub App 通过容器（Podman/Docker）部署在自有服务器并置于 HTTPS 之后；也可作为 GitHub Action 或本地 CLI 运行。无托管 Revera 服务，需自行运行并直接向模型供应商付费。
主要依赖: 需要模型供应商 API 访问与密钥（OpenAI 兼容端点、OpenAI Responses、Anthropic 或 Google Gemini）；GitHub App 方式需要可运行容器并配置持久数据目录的服务器与 HTTPS；GitHub 是唯一发布目标；模型无法执行 shell 命令或写入文件。硬件具体规格未说明。
使用限制: 仅支持 GitHub；无托管服务，需自行部署并承担模型供应商费用；验证可能漏掉缺陷或接受错误发现，仍需人工审查；README 中零误报评估仅覆盖 13 个小测试仓库，样本小，不构成保证；外部网页搜索需单独开启。API 成本细节与硬件要求未说明。
许可证: MIT
最近推送: 2026-10-19 05:58

官方入门项目文档核对 README 依据 ↗

资料检查：2026-10-19 07:00 · 卡片整理：2026-10-20 07:00
卡片由 AI 根据仓库资料整理，未进行安装或运行验证

相似资源

ai-code-review：用 GitHub Copilot CLI 自动审查 Pull Request 并维护固定审查评论

该项目提供一个可复用的 GitHub Actions 工作流和一个复合 Action：通过 GitHub Copilot CLI 以多个模型并行审查 Pull Request 的 diff，并为每个审查模型在该 PR 下维护一条固定的审查评论。它默认使用高推理强度和长上下文，按文件边界分批处理大 diff，并披露截断或模型调用失败；它还支持增量审查，即仅审查上次审查之后的提交，并包含权限模式、安全检查和失败校验等配置。使用前需要配置带有 Copilot Requests 权限的细粒度 PAT。

CodeCritic Review：为 GitHub Actions 中的拉取请求提供 AI 代码审查

CodeCritic Review 是一个 GitHub Actions 动作，在拉取请求 opening 或 synchronization（打开或同步）时调用 CodeCritic API 进行 AI 代码审查，并将审查摘要作为 PR 评论发布。它提供 review_id、0-100 的质量分数和 final status 输出；可按配置等待完成，或将分数用于后续步骤，并据此设置合并门槛。材料也说明这是 AI 生成结果，可能存在误报或漏报，不能替代人工审查或专业安全审计，并且不执行代码、不访问运行时行为。

Cora：基于 BYOK 大模型的命令行 AI 代码审查与代码智能工具

Cora 是一款用 Rust 编写的原生 CLI 工具，面向终端、CI/CD、Git 钩子以及 AI 编程代理场景，提供 AI 驱动的代码审查与代码智能能力。它支持自带密钥（BYOK）接入 OpenAI、Anthropic、Groq、Ollama、Z.AI 等多家模型或任意 OpenAI 兼容 API，并可在未配置大模型时运行确定性的内置规则、安全与密钥检测扫描。功能涵盖 diff/分支/未推送提交审查、提交信息生成、SARIF 输出、质量门禁与质量档位、自定义规则引擎、大 PR 自动分块、多语言代码库符号索引与调用图追踪、混合语义搜索（FTS5 + 向量 KNN + 图 RRF 融合）以及面向 AI 编程代理的 MCP 服务。

ocra（Open-CR-Agent）：开源多智能体代码审查引擎，审查本地改动与 GitHub/GitLab 拉取请求

ocra 是一个开源代码审查引擎，采用「确定性工程 + 隔离 LLM 智能体」的流水线：先由代码决定审查范围、风险分级、分捆、规则匹配与评论锚点，再由隔离的 LLM 审查员（correctness、security、performance、docs、agents-md）发现问题，随后经验证器与评审模型事实核查、去重和定级后再发布。支持本地改动、GitHub PR 与 GitLab MR，可运行在自有 CI 中使用自己的模型密钥，输出带版本的 JSON 报告与 SARIF 2.1.0，并提供成本上限、失败回退链、增量复审、记忆、指标与评估工具（ocra-eval、AACR-Bench）。项目以不可信 PR 为设计前提，智能体仅具只读工具、无 shell 与网络。

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。