自己搭个AI代码审查机器人,比付费工具香多了。如果你天天都在做PR(Pull Request)代码审查,肯定懂这些痛点:
- 审着审着人累了,关键问题就漏看了
- 同样的问题反复出现:命名不规范、缺测试、边界条件没处理
- 本来以为是“小改动”,结果花45分钟重建上下文
今天和大家讲一个更爽的方案:
每次提交PR,CI自动触发一个即时、结构化的代码审查(正确性、安全性、性能、测试全覆盖),用你自己的LLM(OpenAI / Anthropic / OpenRouter / 本地Ollama)——还不用再掏钱买什么“AI代码审查”订阅服务。
这事儿真没那么复杂。我搭了个审查流水线,它专为工作流自动化设计,跑起来特别顺手。
核心就四步,80%的价值来自20%的工作
整个流水线其实就干四件事:
- CI把代码库checkout下来
- 读取PR的diff(改动部分)
- 输出一份结构化的Markdown审查报告
- 把报告直接贴到PR评论区(或者存成artifact也行)
重点来了:最关键的不是选什么模型。
真正决定审查质量的,是你设计的审查规则(也就是prompt/workflow)。好的规则能强制输出有用结构,比如:
- 把高危问题和格式优化分开说
- 必须给出具体修复建议和测试用例
- 明确写清楚“我看了哪些文件”“哪些地方我不确定”
自己搭更省钱
聊天类订阅服务适合人工交互,但CI里的代码审查是另一种玩法:
- 只在有PR时才跑,不是7×24小时烧钱
- 用按量付费API,小改动用便宜模型,大重构再上强模型
- 甚至能跑本地Ollama,边际成本几乎为零
自己搭流水线,模型选型、token上限、触发条件全在你手里控着,不会为“无效审查”白花钱。
动手搭起来:三步搞定
第一步:写个GitHub Action
在仓库里建这个文件:
路径:.github/workflows/ai-code-review.yml
ounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(linename: AI Code Reviewon: pull_request:jobs: review: runs-on: ubuntu-latest permissions: contents: read pull-requests: write steps: - uses: actions/checkout@v4 with: fetch-depth: 0 - name:…— 以上为试看内容(约 40%),开通会员后阅读全文 —