实战案例：AI 代码审查

用 AI 自动审查代码，找出 Bug、安全漏洞和性能问题。

功能目标

自动审查 Pull Request 的代码
指出问题并给出修改建议
支持多种语言（Java、Python、JS）
可集成到 GitHub Actions

方案选型

方案	优点	缺点
GitHub Copilot Chat	简单，集成好	需手动触发
Claude Code	理解深，质量高	需 API Key
自建（OpenAI API）	灵活，可定制	需开发

这里介绍自建方案（最灵活）。

实现：代码审查脚本

核心脚本

python

import os
from openai import OpenAI

client = OpenAI()

def review_code(file_path, file_content):
    """用 AI 审查单个文件"""

    prompt = f"""
你是一位资深代码审查专家。请审查以下代码，从以下维度给出意见：

1. 正确性（有无 Bug）
2. 安全性（有无漏洞，如 SQL 注入、XSS）
3. 性能（有无优化空间）
4. 可维护性（命名、结构、注释）

代码文件：{file_path}

```{file_path.split('.')[-1]}
{file_content}

请按以下格式输出：

问题 1

位置：第 X 行
严重程度：高/中/低
问题：...
建议：...

如果没有问题，输出"代码质量良好，暂无问题"。 """

response = client.chat.completions.create(
    model="gpt-4o",
    messages=[{"role": "user", "content": prompt}]
)

return response.choices[0].message.content

使用示例

result = review_code( "UserService.java", open("UserService.java").read() ) print(result)


### 集成到 PR 流程（GitHub Actions）

创建 `.github/workflows/ai-review.yml`：

```yaml
name: AI Code Review

on:
  pull_request:
    types: [opened, synchronize]

jobs:
  ai-review:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v3
        with:
          fetch-depth: 0

      - name: Get changed files
        id: changed-files
        run: |
          echo "files=$(git diff --name-only ${{ github.event.pull_request.base.sha }} ${{ github.sha }})" >> $GITHUB_OUTPUT

      - name: Run AI Review
        env:
          OPENAI_API_KEY: ${{ secrets.OPENAI_API_KEY }}
        run: |
          python scripts/ai_review.py ${{ steps.changed-files.outputs.files }}

更高级：用 Claude（理解更好）

python

from anthropic import Anthropic

client = Anthropic()

def review_with_claude(file_path, file_content, diff):
    """用 Claude 审查，传入 diff 更有上下文"""

    message = client.messages.create(
        model="claude-3-5-sonnet",
        max_tokens=4096,
        messages=[
            {
                "role": "user",
                "content": f"""
请审查这个 PR 的代码变更。

文件名：{file_path}

变更内容（diff）：
```diff
{diff}

完整文件内容：

{file_content}

请从以下维度审查，只指出确实存在的问题：

Bug（逻辑错误）
安全漏洞
性能问题
代码规范

如果没有问题，说"LGTM"（Looks Good To Me）。 """ } ] )

return message.content[0].text


## 输出格式优化

让 AI 输出结构化 JSON，方便程序处理：

```python
prompt = """
审查以下代码，以 JSON 格式返回结果：

```json
{{
  "issues": [
    {{
      "file": "文件名",
      "line": 行号,
      "severity": "high/medium/low",
      "type": "bug/security/performance/style",
      "description": "问题描述",
      "suggestion": "修改建议"
    }}
  ]
}}

如果没有问题，issues 为空数组。 """


## 成本优化

每次 PR 都调用 AI 成本较高，优化策略：

只审查变更的文件（不在未修改文件上浪费 Token）
跳过自动生成的文件
跳过测试文件（可选）
用 GPT-4o Mini 做初筛，有问题再用 GPT-4 深入分析


## 相关工具（开箱即用）

如果不想自己开发，可以用现成工具：

| 工具 | 说明 |
|------|------|
| [CodeRabbit](https://coderabbit.ai) | AI 代码审查，GitHub App |
| [Bito AI](https://bito.ai) | AI 代码审查 |
| [GitHub Copilot Chat](https://github.com/features/copilot) | 手动触发 |

## 相关资源

- [OpenAI API](https://platform.openai.com/docs)
- [GitHub Actions](https://docs.github.com/en/actions)

实战案例：AI 代码审查 ​

功能目标 ​

方案选型 ​

实现：代码审查脚本 ​

核心脚本 ​

问题 1 ​

使用示例 ​

更高级：用 Claude（理解更好） ​