AI 辅助 Code Review 检查清单：把规范沉淀为可自动校验的规则

一、引言：从人工审查到自动约束

Code Review 是保障代码质量的重要环节，但传统的人工审查存在明显局限：审查者经验不同，检查标准难以统一；重复性的规范检查（如命名规范、代码格式）占用大量时间；人工容易疲劳，导致漏检。

将团队积累的编码规范转化为可自动校验的规则，是提升 Review 效率的关键。AI 大模型的代码理解能力，为这一目标提供了新的实现路径。通过训练或提示词工程，AI 可以自动识别代码中的规范违反、潜在缺陷和安全风险。

更重要的是，AI 不仅能执行规则，还能从代码中学习新的模式，持续优化检查清单。这让 Code Review 从被动检查演进为主动防御。

二、核心方案：AI 驱动的检查规则体系

2.1 规则分层架构

graph TD A[代码提交] --> B[静态分析工具] A --> C[AI 代码分析] B --> D[格式规则] B --> E[语法规则] B --> F[依赖规则] C --> G[逻辑规则] C --> H[安全规则] C --> I[架构规则] C --> J[性能规则] D --> K[自动修复建议] E --> K F --> K G --> L[人工确认] H --> L I --> L J --> L K --> M[评论到 PR] L --> M

基础规则层：格式、语法、依赖等可以通过 ESLint、Prettier 等工具自动检查的规则。

智能规则层：需要理解代码语义的规则，如逻辑错误、安全漏洞、性能陷阱等，适合用 AI 检查。

2.2 规则定义格式

使用结构化格式定义检查规则：

interface CodeReviewRule { id: string; name: string; description: string; severity: 'error' | 'warning' | 'info'; category: 'style' | 'logic' | 'security' | 'performance' | 'architecture'; language: string[]; // 适用的编程语言 check: (code: string, context: ReviewContext) => Promise<RuleViolation[]>; autoFixable: boolean; examples: { good: string; bad: string; }; } interface RuleViolation { ruleId: string; message: string; line: number; column: number; severity: 'error' | 'warning' | 'info'; suggestion?: string; }

三、实战实现：从规范到自动检查

3.0 场景：代码审查中"重复出现"的同类型问题

在实际 Code Review 中，经常会出现同一类型的审查意见反复出现——"这里又忘记做错误处理"、"变量命名又不一致"。这说明规范被人在 Review 中发现了，但没有被沉淀为自动化规则。AI 的关键价值不在于替代人类审查者的一次性意见，而在于"把今天的审查意见变成明天的自动检查"。

从 Review 评论到规则的模式提取

当审查者在 PR 评论中指出了某个问题，系统应自动尝试将其转化为检查规则。例如：审查者评论说"这个 SQL 查询没有参数化，有 SQL 注入风险"→ AI 提取关键模式 → 生成一条检查规则 → 下次自动标记。

/** * 从 Review 评论中提取规则模式 */ async function extractRuleFromReviewComment(comment, codeSnippet, filePath) { const prompt = ` 从以下 Code Review 意见中提取可自动化的检查规则： 审查意见: ${comment} 代码文件: ${filePath} 代码片段: \`\`\` ${codeSnippet} \`\`\` 请以 JSON 格式返回： { "canAutomate": true/false, "ruleName": "规则名称", "patternDescription": "可以自动检测的模式描述", "suggestedCheck": "建议的检查逻辑（用自然语言描述）", "autoFixable": true/false } 如果这个意见涉及业务逻辑判断（如"这个算法不够好"），返回 canAutomate: false。 `; const response = await callAIModel(prompt); const result = JSON.parse(response); if (result.canAutomate) { // 创建规则草稿，提交给团队审核 await createRuleDraft(result); // 通知：已为你生成一条自动化规则草稿 await notifyTeam(`从审查意见中提取了一条潜在规则: ${result.ruleName}`); } return result; }

踩坑：AI 规则的误报疲劳

当 AI 规则频繁产生误报时，开发团队会形成"习惯性忽略"——看到 AI 的 Review Comment 直接跳过不看，导致真正的风险被淹没。解决方案是：

1. 每条 AI 规则标注置信度，低于 50% 置信度的标记为"建议"而非"错误"
2. 允许开发者用特殊回复（如/ai-dismiss ruleId）快速标记误报
3. 统计每条规则的"误报率"，超过 30% 误报的规则自动降级为info级别

3.1 基于 AI 的规则检查器

实现通用的 AI 代码检查框架：

class AICodeReviewer { private rules: CodeReviewRule[] = []; registerRule(rule: CodeReviewRule): void { this.rules.push(rule); } async reviewFile(file: SourceFile): Promise<RuleViolation[]> { const allViolations: RuleViolation[] = []; for (const rule of this.rules) { // 检查语言适用性 if (!rule.language.includes(file.language)) { continue; } try { const violations = await rule.check(file.content, { fileName: file.name, imports: file.imports, exports: file.exports, ast: file.ast }); allViolations.push(...violations); } catch (error) { console.error(`规则 ${rule.id} 执行失败:`, error); // 单个规则失败不影响其他规则 } } return allViolations; } async reviewPullRequest(pr: PullRequest): Promise<ReviewComment[]> { const comments: ReviewComment[] = []; for (const file of pr.changedFiles) { const violations = await this.reviewFile(file); for (const violation of violations) { comments.push({ path: file.name, line: violation.line, message: this.formatViolationMessage(violation), severity: violation.severity }); } } return comments; } private formatViolationMessage(violation: RuleViolation): string { let message = `**[${violation.ruleId}]** ${violation.message}`; if (violation.suggestion) { message += `\n\n建议：${violation.suggestion}`; } return message; } }

3.2 具体规则实现示例

规则1：检查敏感信息泄露

const noSensitiveInfoRule: CodeReviewRule = { id: 'no-sensitive-info', name: '禁止硬编码敏感信息', description: '代码中不应包含 API Key、密码、Token 等敏感信息', severity: 'error', category: 'security', language: ['javascript', 'typescript', 'python', 'java'], autoFixable: false, check: async (code, context) => { const violations: RuleViolation[] = []; // 使用 AI 识别敏感信息 const prompt = ` 检查以下代码是否包含敏感信息（如 API Key、密码、Token、私钥等）。 文件名：${context.fileName} 代码： \`\`\` ${code} \`\`\` 如果发现敏感信息，请以 JSON 格式输出： [{"line": 1, "message": "...", "suggestion": "使用环境变量或配置文件"}] 如果没有发现，输出 []。 `; try { const aiResponse = await callAIModel(prompt); const findings = JSON.parse(aiResponse); return findings.map((f: any) => ({ ruleId: 'no-sensitive-info', message: f.message, line: f.line, column: 0, severity: 'error' as const, suggestion: f.suggestion })); } catch (error) { console.error('AI 检查失败:', error); return []; } }, examples: { good: 'const apiKey = process.env.API_KEY;', bad: 'const apiKey = "sk-1234567890abcdef";' } };

规则2：检查错误处理完整性

const completeErrorHandlingRule: CodeReviewRule = { id: 'complete-error-handling', name: '异步操作必须包含错误处理', description: '所有 async/await 或 Promise 调用都应该有 try-catch 或 .catch()', severity: 'warning', category: 'logic', language: ['javascript', 'typescript'], autoFixable: false, check: async (code, context) => { const violations: RuleViolation[] = []; // 使用 AST 分析 const ast = parseCodeToAST(code); traverseAST(ast, { enter(node) { // 检查 await 表达式是否在 try 块中 if (node.type === 'AwaitExpression') { const parentTry = findParentOfType(node, 'TryStatement'); if (!parentTry) { violations.push({ ruleId: 'complete-error-handling', message: 'await 表达式缺少 try-catch 错误处理', line: node.loc.start.line, column: node.loc.start.column, severity: 'warning', suggestion: '添加 try-catch 块或使用 .catch()' }); } } // 检查 Promise.then 是否有 .catch if (node.type === 'CallExpression' && node.callee.type === 'MemberExpression') { if (node.callee.property.name === 'then') { const hasCatch = node.parent && node.parent.type === 'CallExpression' && node.parent.callee.type === 'MemberExpression' && node.parent.callee.property.name === 'catch'; if (!hasCatch) { violations.push({ ruleId: 'complete-error-handling', message: 'Promise 链缺少 .catch() 错误处理', line: node.loc.start.line, column: node.loc.start.column, severity: 'warning', suggestion: '在 .then() 后添加 .catch()' }); } } } } }); return violations; }, examples: { good: 'try { await fetchData(); } catch (error) { console.error(error); }', bad: 'await fetchData();' } };

3.3 与 CI/CD 集成

将 AI Code Review 集成到 GitHub Actions：

# .github/workflows/ai-code-review.yml 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: Setup Node.js uses: actions/setup-node@v3 with: node-version: '18' - name: Install Dependencies run: npm ci - name: Run AI Code Review env: AI_API_KEY: ${{ secrets.AI_API_KEY }} GITHUB_TOKEN: ${{ secrets.GITHUB_TOKEN }} run: | npx ai-code-reviewer \ --pr-number ${{ github.event.pull_request.number }} \ --repo ${{ github.repository }} \ --base-ref ${{ github.event.pull_request.base.sha }} \ --head-ref ${{ github.event.pull_request.head.sha }}

实现 GitHub PR 评论机器人：

import { GitHub } from '@actions/github'; class GitHubPRReviewer { private octokit: GitHub; private repo: { owner: string; repo: string }; constructor(token: string, owner: string, repo: string) { this.octokit = new GitHub(token); this.repo = { owner, repo }; } async postReviewComments( prNumber: number, comments: ReviewComment[] ): Promise<void> { try { // 创建 Review const review = await this.octokit.pulls.createReview({ owner: this.repo.owner, repo: this.repo.repo, pull_number: prNumber, commit_id: await this.getHeadCommit(prNumber), event: 'COMMENT', comments: comments.map(c => ({ path: c.path, line: c.line, body: c.message })) }); console.log(`Review 已创建: ${review.data.html_url}`); } catch (error) { console.error('评论 PR 失败:', error); throw new Error(`无法发布 Review 评论: ${error instanceof Error ? error.message : 'GitHub API 错误'}`); } } private async getHeadCommit(prNumber: number): Promise<string> { const { data } = await this.octokit.pulls.get({ owner: this.repo.owner, repo: this.repo.repo, pull_number: prNumber }); return data.head.sha; } }

四、最佳实践与规则管理

4.1 规则优先级管理

不是所有规则都需要强制执行，根据项目阶段调整：

enum RuleEnforcement { ERROR = 'error', // 阻断合并 WARNING = 'warning', // 提示但不阻断 INFO = 'info', // 仅记录 OFF = 'off' // 禁用 } interface ProjectRuleConfig { ruleId: string; enforcement: RuleEnforcement; exceptions?: string[]; // 例外的文件或目录 } const ruleConfig: ProjectRuleConfig[] = [ { ruleId: 'no-sensitive-info', enforcement: RuleEnforcement.ERROR }, { ruleId: 'complete-error-handling', enforcement: RuleEnforcement.WARNING }, { ruleId: 'prefer-const', enforcement: RuleEnforcement.INFO } ];

4.2 规则效果评估

追踪规则的有效性：

interface RuleEffectiveness { ruleId: string; triggeredCount: number; // 触发次数 truePositiveRate: number; // 真正率（确实是问题的比例） falsePositiveRate: number; // 假正率（误报比例） autoFixedCount: number; // 自动修复次数 dismissedCount: number; // 被忽略的次数 } async function evaluateRuleEffectiveness( ruleId: string, timeRange: { start: Date; end: Date } ): Promise<RuleEffectiveness> { // 从数据库查询规则触发记录 const records = await db.ruleViolations.findMany({ where: { ruleId, createdAt: { gte: timeRange.start, lte: timeRange.end } } }); const totalTriggers = records.length; const truePositives = records.filter(r => r.wasValidIssue).length; const autoFixed = records.filter(r => r.autoFixed).length; const dismissed = records.filter(r => r.dismissed).length; return { ruleId, triggeredCount: totalTriggers, truePositiveRate: totalTriggers > 0 ? truePositives / totalTriggers : 0, falsePositiveRate: totalTriggers > 0 ? (totalTriggers - truePositives) / totalTriggers : 0, autoFixedCount: autoFixed, dismissedCount: dismissed }; }

4.3 团队规范沉淀流程

建立规范知识库：

interface TeamConvention { id: string; title: string; description: string; ruleImplementation?: CodeReviewRule; examples: string[]; createdBy: string; createdAt: Date; updatedAt: Date; } class ConventionRegistry { async addConvention(convention: Omit<TeamConvention, 'id' | 'createdAt' | 'updatedAt'>): Promise<void> { // 将规范存入知识库 const record = await db.conventions.create({ data: { ...convention, id: generateId(), createdAt: new Date(), updatedAt: new Date() } }); // 如果提供了规则实现，注册到检查器 if (convention.ruleImplementation) { reviewer.registerRule(convention.ruleImplementation); } // 通知团队 await this.notifyTeam(`新规范已添加: ${convention.title}`); } async suggestRuleFromCodeReview( codeSnippet: string, issue: string ): Promise<void> { // 使用 AI 从 Review 评论中提取规范 const prompt = ` 从以下代码审查意见中，提取可固化为检查规则的设计规范。 代码片段： ${codeSnippet} 审查意见： ${issue} 请生成规范定义（JSON格式）： { "title": "规范标题", "description": "详细描述", "ruleImplementation": { ... } // 可选，如果可以自动检查 } `; const suggestion = await callAIModel(prompt); // 提交给团队审核 await this.submitForReview(suggestion); } }

五、总结与展望

AI 辅助的 Code Review 检查清单，通过将团队规范转化为可自动执行的逻辑，实现了代码质量的系统化保障。这种方式不仅提升了审查效率，更重要的是让规范真正落地，而不是停留在文档中。

核心价值：

1. 知识沉淀：将个人经验转化为团队资产
2. 持续执行：自动化检查确保规范不打折
3. 快速反馈：在开发阶段就发现问题，降低修复成本

未来方向：

• 自适应规则：基于项目特点，自动调整规则严格程度
• 跨项目学习：从多个项目中学习通用规范模式
• 自然语言规则：允许用自然语言定义规则，AI 自动转换为检查逻辑

Code Review 的终极目标不是找错，而是预防错误。当规范成为代码的一部分，质量就有了保障。

让 AI 处理重复性检查，让人专注于创造性讨论。希望本文能优化你的 Code Review 流程。