AI 资源库 · 已整理 34 项
查看与code-review相关的 AI 资讯、工具、Skill、工作流和开源项目。
aqasim81/ai-code-review-bot · GitHub App that reviews pull requests using syntax-tree analysis and an LLM, posting inline comments on changed lines. TypeScript, Next.js, BullMQ, PostgreSQL.
ai-code-review-bot 是一个 GitHub App，通过 tree-sitter 语法树分析与 LLM 代码审查自动审阅拉取请求，并在变更行上以内联评论形式给出严重程度、分类和修复建议。项目支持增量审查（仅审查上次审查提交之后的改动）、BullMQ 后台任务队列与重试、OAuth 保护的管理面板，以及按仓库配置启用的检查类别、最低严重程度、排除路径和自定义审查指令。
faizkhairi/ai-code-reviewer · AI code reviewer with streaming output: bring your own OpenAI or Anthropic key, 4 review types, 19 languages
AI Code Reviewer 是一个可自行提供 OpenAI 或 Anthropic API key 的 AI 代码审查工具，支持 GPT-4o 与 Claude Sonnet 之间的切换，提供通用、安全、性能、缺陷检测四种审查类型，覆盖 19 种编程语言，并以流式输出配合 markdown 渲染实时展示逐条审查意见。项目基于 Next.js 16 与 Vercel AI SDK 构建，支持语法高亮和最近 50 条审查记录的本地历史保存，同时包含 GitHub App PR 审查任务与演示模式。
NicolasRocchia/disensor · Adversarial AI code review that declares what the round could not close. Python CLI + GitHub Action, MIT.
disensor 是一个 Python CLI 与 GitHub Action，用于实现“受控分歧”（controlled disagreement）方法的对抗式跨模型 AI 代码审查：一个模型生成、另一模型族攻击、生成方逐条核验，循环以每条发现被解决、以证据反驳或升级给人收尾。其核心产物是 JSON 残留声明（residue declaration），记录每轮审查事件如何结束，包括各发现的终结状态以及本轮无法自行闭合、需依赖人判断的“残留”，并配套 JSON Schema（residue/v0.4）、校验规则 R0–R13、CI 门禁检查 G1–G9、PR 评论渲染、自包含 HTML 残留报告、仓库脚手架与填充指南。工具提供 round 编排、reviewer 注册与离线探测、prompt 与 pack 打包、validate 与 gate 本地复现 CI 判定等子命令。
dfrysinger/skills · My agent skills for GitHub Copilot CLI and other coding agents.
这是一个面向 GitHub Copilot CLI、Claude Code 和 Codex CLI 的可复用 Agent 技能库，覆盖需求调研（scout）、设计文档、原型、开发循环、独立双模型审查、视觉验证、无人值守长任务、会话交接与邮箱通信、技能创作与评测等环节，帮助编码 Agent 规划任务、保持长任务不跑偏、验证真实行为并保留上下文。仓库附带 session-control 与 mailbox-watcher 扩展，用于多会话通信与本地文件系统 IPC。
jeremylongshore/pr-to-prompt · Convert GitHub PRs into structured, reviewable prompt-spec artifacts for AI-assisted code review and regeneration
pr-to-spec（仓库名 pr-to-prompt）是一个 TypeScript 编写的 CLI 与 MCP 服务器工具，可将 GitHub PR、本地分支或暂存改动转换为结构化的 prompt-spec 规格，并支持意图声明与漂移检测（scope_creep、forbidden_touch、risk_escalation、type_mismatch 等信号）。规格生成以确定性启发式规则为主，不执行代码，输出 YAML/Markdown/JSON 及带退出码的 Agent 协议信封，便于管道化交给 AI Agent 做代码审查或重新生成；同时提供 GitHub Action 与 Claude Code、Cursor、Windsurf 等 IDE 的插件集成。
beyondessential/review-hero · AI-powered multi-agent code review
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。
langchain-ai/open-swe · An Open-Source Asynchronous Coding Agent
Open SWE 由 LangChain 构建，是一个开源软件工厂（software factory），在 Deep Agents 与 LangGraph 之上组合出端到端的工程代理：接受来自仪表盘、GitHub、Slack 或 Linear 的代码变更任务（或按计划触发），在隔离沙箱中理解代码库、规划、修改代码、验证并提交拉取请求。除代码生成外，它还能只读审查 Pull Request、学习仓库的评审偏好、监控 CI 并响应反馈（如 /baby-sit 诊断 CI 失败）。项目支持多模型与推理强度配置、可插拔沙箱提供方（LangSmith 默认，另有 Modal、Daytona、Runloop、E2B 及本地执行）、以及通过技能、提示词、中间件和触发器进行定制。README 说明该项目处于活跃开发阶段，可能有破坏性变更，目前不接受 issue 和外部贡献，不保证正确性、稳定性与兼容性。
VibeCodyH/code-review-cadre · Benchmark AI code reviewers on YOUR repo. Mines fix commits for answer keys, grades HIT/DEFER/MISS, and staffs a panel of models that fail in different places.
Code Review Cadre 是一个面向 AI 代码审查器的基准评测工具。它从目标仓库的 git 历史中挖掘“先破坏后修复”的提交对（且修复同时改动了测试）作为答案键，按 HIT / DEFER / MISS 三档对多个模型或审查 CLI 的审查结果打分，其中在有阻断性问题上的 DEFER 会直接取消候选资格。它会输出覆盖矩阵（roster）而非排行榜，指出没有任何阵容成员能覆盖的缺陷项，帮助用户判断哪些审查器组合在失败点上互补。工具支持通过适配器接入任意 CLI/模型（如 CodeRabbit 作为免费审查者），并可用一个或多个免费模型（含本地 Ollama）作为评审器，通过冲突项标记 UNRESOLVED 以暴露答案键边界问题。
IcebergAI/skilldeck · Agent-agnostic security & code-review skills for coding assistants (Claude, Codex, Cursor, Copilot and Kiro)
Skilldeck 是一个面向编程助手的技能集合，重点覆盖安全审查与代码审查，技能以 agent 无关的格式编写一次，即可安装到 Claude Code、OpenAI Codex、GitHub Copilot、Cursor 和 Kiro 等助手。它提供 CLI 工具用于列出、预览、安装、迁移、更新、卸载和查看技能安装状态，并支持带版本戳记的安装、provenance 校验以及供工具读取的 schema 化技能目录（catalog --json）。技能同时支持项目级与全局安装范围，并保留面向不支持 Agent Skills 的旧版本助手的 prompt/rule/steering 适配器。
eranw2000/claude-review-agents · Four Claude Code review agents that check your work before it ships: code-reviewer (quality), ai-signal-reviewer (AI writing tells in prose), deploy-guard (stack-aware release-readiness), and pr-validator (runs a PR's tests and gives a release verdict). Each runs in its own context and reports without editing your files.
该项目为 Claude Code 提供四个子代理与一个钩子：code-reviewer 依据 git diff 做代码质量与可维护性审查，ai-signal-reviewer 检查面向人的文案中的 AI 写作痕迹与排版问题，deploy-guard 做发布就绪检查（密钥与 PII 泄漏、配置与生产规范、部署目标安全，并按技术栈给出针对性检查），pr-validator 运行 PR 测试套件并给出是否可发布的结论。代理各自在独立上下文中运行且不修改文件；ai-signal-check.py 钩子会在 Claude 写入或编辑文件时对新增文本做快速写作检查。
Sharquille/agent-skills-repository · A curated, security-vetted repository of production-grade skills and automated deployment tooling for Claude Code, Claude Desktop, and Gemini CLI.
该仓库是一个经过安全审查的 AI Agent 技能注册表，收集并集中管理用于 Claude Code、Claude Desktop、Gemini CLI、Codex 与 OpenCode 的自有及第三方审计技能，并提供自动化部署脚本、安全模板与技能审查工具。仓库按 design、engineering、productivity 等类别组织技能，包含 agent-orchestra 多模型路由、run-large-code-changes 大型代码变更、course-baseline 课程平台构建、vet-skill 技能审计和 command-risk-review 危险命令审查等技能；通过 install.sh 或 scripts/deploy.sh 可将技能部署到本地编码助手环境。
cameronhopkin/isc2-2026-ai-code-review-workshop · Workshop materials for AI-augmented code review pipelines. ISC2 Security Congress 2026.
这是 ISC2 Security Congress 2026 为期两天动手工作坊的配套材料，面向希望在流水线中引入 LLM 辅助代码评审、又不希望把代码送给第三方厂商的安全工程师。项目提供参考实现与实验指南：AI 评审机器人接收 Bandit、detect-secrets 等扫描器输出的 SARIF 结果，经本地 Ollama 开源权重的 Qwen2.5-Coder 模型（默认 7B，另有 3B 小模型）分诊，输出带真实文件与行号引用的评审意见。内容涵盖模型本地部署、三种在代码层强制执行的防幻觉模式（强制引用、链式验证、宁可拒答）、CI/CD 集成、对机器人自身的攻击实验（提示注入、假阴性操纵、数据外泄、资源耗尽）以及企业级加固清单和自托管与商业方案的总体拥有成本模型。仓库同时包含刻意存在漏洞的 Flask 目标应用、提示词模板、评测工具和防御模式实现。
agent-sh/audit-project · Multi-agent iterative code review until zero issues remain
audit-project 是一个多智能体迭代代码审查工具，可运行最多 10 个专用审查 agent（4 个常驻加最多 6 个按项目特征条件激活），发现代码问题后自动按严重程度修复，并对修改过的文件重新审查，循环往复直到代码库干净或用户中止。每个发现包含 file:line 位置、严重级别、代码片段、修复建议和改动量估计；破坏测试或构建的修复会被回滚。支持全项目审查、指定路径、仅安全域、单次快速扫描、最近 5 次提交范围、生成 TECHNICAL_DEBT.md 以及从保存队列恢复，并可在已有 repo-intel 数据时用测试缺口信号优先审查高频变动且无配套测试的文件。
api-evangelist/deepcode · Deepcode — independent third-party profile of a public API surface, by API Evangelist. AI for code review
该仓库是 API Evangelist 维护的第三方资料档案，用来记录 Deepcode 这一"AI for code review"服务的公开 API 表面，内容包括公司/API 条目、类型标注、来源与标签（Machine Learning、Public APIs）。仓库本身不含软件，也不托管或支持该 API，仅整理公开可得的 API 描述信息；如需了解接口细节，需查阅 Deepcode 官方文档站点。