代码质量

AI Code Quality Auditor：审计 AI 编码智能体是否按规格交付代码并衡量代码质量

dominicrume/ai-code-quality-auditor · An empirical safety harness for agentic AI coding systems: measures whether an AI agent built what the specification asked for, not just whether the code runs. Pre-registered, blinded, open data.

该项目是一个面向智能体式 AI 编码工作流的实证测量与审计工具。它从需求文档、README、包描述或 feat: 提交中提取规格并写入 .auditor/spec.yaml，然后逐项核对代码是否实现了所要求的功能（规格保真度，区分已交付、缺失、存在但不可达以及未被要求的内容），同时报告安全漏洞密度、圈复杂度、重复代码和返工等常规指标。它还支持在同一规格下对比人工基线与多个商业智能体工具的工作流，输出 CSV/JSON 供统计比较，并通过 CI 集成或本地仪表盘展示结果。项目带有学术研究背景（MSc 论文实验工具）与公开数据，也明确披露了自身的误报和方法学限制。

AI 加速了编程，Sonar 用验证带来信心

卡内基梅隆大学研究了采用 Cursor 的公开代码仓库，发现头一个月新增代码行数涨了 3 到 5 倍，但大约两个月后涨幅就消失了；同时静态分析警告多了 30%，代码复杂度上升 41%。也就是说，写代码变快了，但检查代码仍然主要靠人工评审，速度没跟上，评审反而成了瓶颈，技术债也在增加。Sonar 提出用自动化验证补上这一环：在智能体写代码时、CI 合并前、以及上线后的维护阶段都持续检查，让问题更早、更便宜地暴露，而不是让模型自己给自己的作业打分。对团队来说，这意味着在享受 AI 提速的同时，仍能守住代码质量和安全标准。

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

CodeCritic-Reviews/review-action · AI-powered pull request code review for GitHub Actions. Posts findings to PRs, optional merge gates on severity.

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。

Agentic 代码正在改变我们对代码质量的思考方式

Harness Builds 把测试智能（Test Intelligence）、代码覆盖率和质量信号结合起来，帮助开发者和 AI 智能体更快验证代码改动。问题是：AI 让写代码变快了，但每次改动仍要构建、测试、审查，改动越多，验证和判断代码好不好的时间就越关键，光跑得快不够。Harness 的做法是用测试智能挑出与改动真正相关的测试来跑，再用代码覆盖率显示哪些代码路径实际被测试执行过、哪些没被碰过；覆盖率还能在流水线里设阈值，低于标准就让构建失败。这样开发者可以更容易发现测试盲区，而不是只看一个覆盖率数字。文中未说明该功能目前是否已正式可用，还是处于演示或未来计划阶段。

disensor：对抗式跨模型 AI 代码审查与残留声明的 CLI 与 CI 门禁

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。

Claude Code review agents：为发布前代码、文案与 PR 提供多代理审查

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。

audit-project：多智能体迭代式代码审查直到零问题

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。

SonarQube Agent Plugins：为 AI 编程 Agent 接入代码质量与安全扫描

SonarSource/sonarqube-agent-plugins · SonarQube Plugin for AI Agents

这是 SonarSource 官方提供的 SonarQube Agent 集成插件集合，让编码 Agent 在编写循环中接入 SonarQube 的代码质量与安全验证能力。插件通过 SonarQube CLI 和 SonarQube MCP Server 连接平台，支持问题检测、质量门禁、覆盖率、重复率、依赖风险查看以及密钥扫描，并提供 sonar-integrate、sonar-quality-gate、sonar-analyze 等技能。已说明可对接 Claude Code、GitHub Copilot CLI、Cursor、Antigravity、Codex CLI、Kiro 和（遗留的）Gemini CLI。