代码审查

ReVu：自托管的 AI Pull Request 代码审查工具

proDreams/revu · 🤖 Self-hosted AI code review for your Pull Requests.

ReVu 是一个自托管的 AI 代码审查服务，用于对 Pull Request 自动生成审查意见。它支持以 Webhook 服务常驻运行，接收 GitHub、Gitea、GitLab（含 self-managed）和 Bitbucket 的 Webhook 并把结果发布到 PR；也支持在 GitHub Actions、GitLab CI、Gitea Actions 等流水线中以 revu review 命令方式运行。审查结果可输出为整体评论或按代码行的内联评论，重复审查会参考此前的审查内容以避免重复评论，并支持 flat 与 deep 两种上下文深度。项目可对接 OpenAI 及兼容接口（OpenRouter、LocalAI、LM Studio）、GigaChat、YandexGPT，支持为不同仓库配置命名 AI 配置，并通过单个 YAML 文件管理多 Git 连接。

Copilot 在 GitHub 自家 AI 代码审查基准测试中登顶，但独立测试结果却另有说法

GitHub 和微软一起做了一个叫 ReviewBench 的测试，用来比一比各家 AI 代码审查工具谁更会挑毛病。测试方法是从 GitHub 上真实代码改动的记录里提炼出“应该被发现的”问题，再看各家工具能找出多少。结果 GitHub 自家的 Copilot 排第一，但因为测试是 GitHub 自己做的，而且不同工具测试时间差了好几个月，所以这个成绩要打个折扣。在另一家独立机构 Martian 做的测试里，Copilot 只排第四或第五，冠军分别是 Cubic 和 Qodo Deep。这说明同一款产品在不同测试里名次差别很大，结论不能只看一家。

DiffPrism：面向代理生成代码变更的 AI 代码审查工具

CodeJonesW/diffprism · AI powered code review for agent-generated changes.

DiffPrism 是一个基于 TypeScript 的 AI 代码审查工具，用于审查 GitHub PR 以及本地代理生成的代码变更。用户可粘贴 PR 链接，在浏览器中查看语法高亮 diff，并通过 Claude Code 或 Cursor 对任意行、文件提问；AI 可获取 PR head 版本完整代码库上下文而非仅 diff。它通过 14 个 MCP 工具与 AI 代理交互，支持行内标注、线程回复、Review dojo 多代理评审，以及 pre-commit 提交门禁。

在 GitHub Copilot 应用中渲染超大拉取请求

GitHub 重建了 Copilot 应用里的代码差异查看界面，专门解决超大拉取请求（pull request）打开慢、滚动卡的问题。原来代码行高度固定、可以提前算好，但评论会因 Markdown 换行、折叠块、回复框和图片加载而高度不定，强行套用旧方案会导致页面跳动。这次他们把代码区域和评论区域拆成两套高度计算：代码部分保持精确不变，评论部分先估算再懒加载实测，并把修正锚定在用户当前位置。测试对象是一个约 2200 个文件、超一百万行改动、400 多条行内评论的开源拉取请求，现在这种极端情况也能流畅滚动。该功能已随 GitHub Copilot 应用推出。

阿里巴巴开源 OpenCodeReview，用于 AI 辅助代码审查

阿里巴巴最近开源了 OpenCodeReview，这是一个用 AI 做代码审查的命令行工具。以往代码审查依赖人工看，费时费力还容易漏掉安全问题。它的做法是：先用固定流程挑出要检查的文件、打包内容、匹配规则，再让大语言模型（AI）动态分析代码。工具内置了对空指针异常、线程安全、XSS、SQL 注入等问题的检查。对开发者的用处是，能在命令行里自动发现常见和安全类代码问题，但原文没有说明具体怎么安装、支持哪些语言以及是否已正式可用。

Java Streams Skill：为 AI 编程代理提供 Java Stream 与 Collectors 最佳实践指导

martinfrancois/java-streams-skill · Help AI coding agents use Java Streams and Collectors well in new code, review, and cleanup without replacing one antipattern with another.

这是一个面向 AI 编程代理的 Tessl 技能插件，用于在编写新 Java 代码、代码审查和清理重构时，帮助代理正确选择 Stream 终止操作与 Collectors，避免「先收集再判断存在性」「排序取第一个」「用 count 判断存在」等常见反模式，并在选择并行流前评估数据规模、CPU 开销、共享状态、顺序契约和阻塞 IO。技能还要求代理先确认项目 Java 版本，因为 Java 8、17、21 和 24 适用的流式 API（如 takeWhile、mapMulti、Stream.toList()、gatherers）不同。

Awesome Agent Skills：面向 AI 编程 Agent 的代码审查与工程实践技能合集

khasky/awesome-agent-skills · Skills for AI coding agents: code review, debugging, security audits, refactoring, cleaning up AI-written code and text, and more.

该项目收录了一套遵循 Agent Skills 标准格式（每个技能为一个包含 SKILL.md 的文件夹）的技能集合，覆盖代码审查、测试编写、设计文档、调试、安全审计、重构以及清理 AI 生成代码与文本等任务。技能从公开合集和大型开源项目实践提炼而来，声明兼容 Claude Code、Claude.ai、OpenAI Codex、Gemini CLI、Cursor、GitHub Copilot、opencode、Amp、Windsurf、Antigravity 等支持该标准的 Agent，并给出各 Agent 的安装路径与安装方式。

代码审查正在压垮你最好的工程师

很多团队让最优秀的工程师去审查大量由 AI 生成的代码，结果他们被审查排队淹没，做不完也不喜欢做。问题在于 AI 写代码时没把“为什么这么写”的推理留下来，审查者只能从代码差异里倒推意图，而且这些代码往往看起来很对、实际上会出错。文章建议把审查负担移走：把反复出现的评论变成自动规则，保留生成代码时的意图作为验收标准，并衡量和奖励验证工作。对读者来说，这说明 AI 提效的同时，可能把压力转移到了代码审查环节，需要用流程和工具来补上。文章提到 Aviator 的 Verify 用于捕捉提示和智能体会话中的意图，原文未说明其是否已公开发布。

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

themanoj-025/Sentinel-Review · Sentinel Review is an autonomous AI-powered GitHub PR reviewer that analyzes code with LLM reasoning, Semgrep security scanning, and repo context awareness. It delivers severity-ranked inline feedback, tracks review quality through feedback metrics, and automates production-grade code review workflows.

Sentinel Review 是一个自动化的 GitHub Pull Request 审查代理，结合 LLM 语义推理（Claude / GPT-4o）与 Semgrep 确定性静态安全扫描，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。项目提供 Django + Celery + Redis + PostgreSQL 的完整服务架构（含仪表盘、API、Prometheus 指标、健康检查），也支持以 GitHub Action 形式在无服务器环境下运行。

mergeCraft：BYOK 的 AI 代码审查 GitHub Action

alexhawat/mergeCraft · An evidence-first AI code review engine combining deterministic analysis, model reasoning, independent verification, and policy-driven merge gates

mergeCraft 是一个开源（MIT）的独立 GitHub Action，用于在拉取请求（PR）上执行 AI 代码审查。它采用 BYOK（自带密钥）模式，可接入 Claude Pro/Max、ChatGPT 订阅、API 密钥或任意 OpenAI 兼容端点，无需 SaaS 账号或自建后端。其审查流程先由确定性分析器处理机械可验证的事实，再由 LLM 判断剩余问题，并在发布每个 Critical/Major 发现前由只读验证器复核。审查结果以类型化发现（typed findings）呈现，驱动行内评论、mergecraft-approval 检查以及可选的 SARIF 上传；支持信任层级（trust tier）、政策驱动的合并门禁、契约化退出码和 JSONL 事件流，也可通过 CLI 审查本地 diff、worktree 或克隆仓库，并对外提供只读 MCP 工具。

MiniMax Agent Studio：Claude Code 与 MiniMax 多模型协同的代码审查编排工具

BirhanuTa/minimax-plugin-cursor-bridge · Supercharge Claude Code with MiniMax AI Agents for Smarter Code Reviews in 2026

MiniMax Agent Studio 是一个面向开发者工作流的多模型 AI 编排项目，通过桥接 Claude Code 的推理能力与 MiniMax M2.7 API 的执行能力，实现代码审查、任务委派和后台作业的智能路由与并行处理。项目提供命令行界面、配置文件、面向 OpenAI 与 Claude API 的适配层，并支持多语言输入输出和跨平台运行。

AgentMIII (miii-cli-offline-coder)：本地优先的终端 AI 编程 Agent，支持 Ollama 离线运行

daya7781r/miii-cli-offline-coder · Miii-CLI 2026: Zero-Cost Local AI Coding Agent with Ollama – Fully Offline & Private

AgentMIII 是一个本地优先的终端 AI 编程助手，结合类 Claude Code 的交互体验与 Ollama 本地模型能力，可在离线环境下执行代码生成、文件修改与多步骤任务；同时支持切换 OpenAI、Claude 等远程 API 提供商。README 强调无遥测、无云端依赖、零成本本地推理，并给出跨平台兼容性、配置示例与命令行用法。需要注意的是，仓库语言为 HTML、无 License 字段，README 中的安装命令、下载链接、社区地址与 MIT 授权声明等未在仓库元数据中得到确认。

演讲：教育工程师、信任 AI——教育如何实现自主代码审查

Sarah Deitke 讲述 Duolingo 如何在工具之外推动 AI 文化落地。她介绍内部 AI 素养工作坊与可观测性看板，并分享用自动化 PR 风险评估机器人重构代码审查的案例，展示针对性开发者教育与安全 AI 护栏相结合如何在不提高缺陷率的前提下加快交付。

code-review-graph：为 AI 编程工具提供本地代码知识图谱与精准审查上下文

tirth8205/code-review-graph · Local-first code intelligence graph for MCP and CLI. Builds a persistent map of your codebase so AI coding tools read only what matters, with benchmarked context reductions on reviews and large-repo workflows.

code-review-graph 是一个 local-first 的代码智能图谱工具，使用 Tree-sitter 将代码库解析为函数、类、导入等节点及调用、继承、测试覆盖等边，并存入图谱。它通过 MCP 向 AI 编程工具提供精简的审查上下文，按 blast-radius 分析只返回变更真正影响的文件，并支持增量更新、CLI 与 GitHub Action 形式的 PR 风险评分审查。项目为 Python 包，要求 Python 3.10+。

SpecFact CLI Modules：面向 AI 辅助 Python 开发的确定性代码审查与模块注册库

nold-ai/specfact-cli-modules · Official SpecFact modules for AI-bloat defense: deterministic code-review validation, cleanup forecasts, workflow packs, and docs for AI-assisted Python delivery.

该项目是 SpecFact CLI 的官方模块注册库，托管 nold-ai 官方 bundle 及其文档，用于 AI 辅助 Python 交付场景。其代码审查 bundle 可给出 ai_bloat 提示性发现，识别 AI 生成代码中常见的冗余形态（如恒等 try/except、单调用包装、直通 lambda、冗余中间变量、过长的线性函数），提供确定性代码审查验证、清理预测与工作流包，并包含模块签名、语义化版本管理与契约测试等质量门禁流程。

SpecFact CLI：面向 Python 团队的 AI 代码膨胀防御与确定性代码审查命令行工具

nold-ai/specfact-cli · AI-bloat defense CLI for Python teams: deterministic code review, cleanup forecasts, and spec/contract evidence for AI-assisted and brownfield delivery.

SpecFact CLI 是一个本地运行的 Python 命令行工具，针对 AI 辅助编程和存量（brownfield）项目提供确定性的代码审查、清理影响预测以及规范/契约证据。它无需 API 密钥、可离线工作，能检测冗余包装器、直通 lambda、恒等 try/except、可避免的中间列表、低分支长函数等 AI 编码常见的膨胀形态，并将审查结果以 JSON 形式交给 Claude、Codex、Cursor、Copilot 或无头代理等 AI IDE 进行修复，再复跑审查以获得证据。支持通过 uvx 零安装试用，并可接入 pre-commit 钩子、GitHub Actions 等流程，同时衔接 Spec Kit、OpenSpec、backlog 等上游规划输入作为验证证据。

security-audit：将编码智能体变成具备多阶段独立验证流程的安全审计器

cloudflare/security-audit-skill · A coding-agent skill for multi-phase security audits with independently verified, machine-readable findings

这是 Cloudflare 开源的一个编码智能体技能（skill），用于对代码库执行多阶段安全审计。它把审计流程拆成六个阶段：侦察、基于覆盖台账的漏洞猎取、候选发现验证、结构化输出、独立记录复核和与目标无关的报告生成。审计结果以机器可读的 findings.json 输出，并区分 confirmed、needs_validation 和 rejected 三种结论，配合零依赖校验脚本验证覆盖台账与发现记录。多次运行同一仓库的审计是累加的，会复用既往台账与发现来定位覆盖缺口。该技能是 Cloudflare 漏洞发现流水线的单仓起点。

code-quality-atlas：基于 SKILL.md 的代码审查技能套件与品质地图

brandondees/code-quality-atlas · From-first-principles research toward a standalone agent skill suite for code review & maintenance — a comprehensive map of what factors into code quality.

该项目从第一性原理出发梳理影响代码质量的各类因素，形成一份分层分类的代码质量地图，并据此生成 44 个代码审查技能（其中 41 个为聚焦单一视角的审查透镜）。套件以 SKILL.md 形式提供，可作为 Claude Code 插件使用，也能在支持 SKILL.md 格式的其他编码代理中运行；内置透镜路由、工具输出取证预处理与多透镜结论汇总，可用于审查 PR、本地改动、多个仓库，以及在 Claude Code on the web 上自动循环审查 PR。

SentryClaw：自托管本地 LLM 驱动的 GitHub/GitLab PR 代码审查机器人

synthalorian/sentryclaw · Self-hosted AI code review bot. No cloud, no API keys. Rust + Axum + local LLMs.

SentryClaw 是一个自托管的 AI 代码审查机器人，通过原生 Webhook 接入 GitHub 与 GitLab 的 PR/MR 事件，使用 llama.cpp、Ollama 或 vLLM 等本地 LLM 后端对代码差异进行审查并回帖评论。项目宣称全程运行在自有基础设施内，无需外部 API Key，支持可插拔模型后端、YAML/TOML 自定义审查规则、自动批准琐碎 PR、Diff 过滤、审查缓存、Prometheus 指标、Web 仪表盘与限流等能力，并给出裸机、Docker、Docker Compose 与 Kubernetes 的部署方式。

review.nvim：在 Neovim 中为代码 diff 添加审查批注并导出为 AI 可用 Markdown

georgeguimaraes/review.nvim · Neovim plugin for code review annotations in codediff.nvim. Add comments to diffs, export as AI-ready markdown. Inspired by tuicr.

review.nvim 是一个 Neovim 插件，基于 codediff.nvim 提供代码审查批注能力。用户可以在 diff 视图的指定行添加 Note、Suggestion、Issue、Praise 四类评论，支持多行评论、符号/高亮/虚拟文本展示、按分支持久化评论，并可在关闭时将评论自动导出为面向 AI 对话优化的 Markdown 格式，也可直接发送到 sidekick.nvim 进行 AI 对话，还提供 commit 选择器以便审查指定提交。