AI Code Review：让每一次提交都经过 AI 把关

从"事后救火"到"事前预防"：代码审查的痛点

你有没有过这样的经历——辛辛苦苦写完代码，git commit && git push 一气呵成，结果 Code Review 阶段被同事指出一个 XSS 漏洞，或者一个未处理的边界条件导致线上 Bug？

传统的代码审查依赖人工，效率低、覆盖不全，尤其在 CI/CD 流水线中往往因为时间紧迫而被简化处理。ai-pre-commit-reviewer 正是为解决这一痛点而生——它将 AI 代码审查"下沉"到每一次 git commit 的前一刻，在代码进入版本控制系统之前就完成质量把控。

核心功能：多维度 AI 审查

该工具通过 git diff -U0 解析当前提交的变更内容，将增量代码发送给 AI 模型，从以下四个维度进行审查：

审查结果通过颜色高亮输出（绿色=通过，红色=拒绝），若发现高严重性问题则阻止 commit 提交，帮助开发者在代码进入仓库前就修复问题。

多模型支持：灵活性与隐私兼顾

该项目采用 Provider-Adapter 模式设计，通过适配器层封装不同 AI 厂商的 API 调用细节：

• OpenAI 系列：GPT-3.5-turbo / GPT-4
• Deepseek 系列：deepseek-chat / deepseek-coder
• Ollama：支持所有本地 Ollama 模型
• LM Studio：支持本地部署的开源模型

开发者只需在 package.json 中配置 providerType 和 apiKey，即可切换不同后端：

"aiCheckConfig": {
  "providerType": "DEEPSEEK",
  "apiKey": "sk-xxx",
  "model": "deepseek-coder",
  "baseURL": "https://api.deepseek.com"
}

对于安全敏感项目（如金融、医疗），Ollama/LM Studio 的本地部署方案可以在完全不依赖外部网络的前提下完成 AI 审查。

技术架构：简洁而健壮

src/
├── ai-review.js      # CLI 入口，解析参数、加载配置
├── cli.js            # git pre-commit hook 安装脚本
├── core.js           # 核心 CodeReviewer 类，分块处理 diff
├── prompts.js        # AI 审查规则配置（system prompt + 维度规则）
├── AIError.js        # 自定义错误类
└── providers/
    ├── index.js      # 适配器注册中心（Factory 模式）
    ├── base.js       # 抽象基类
    └── adapters/
        ├── openai.js # OpenAI/Deepseek 适配器
        └── ollama.js # Ollama 本地适配器

核心审查流程：core.js 中的 CodeReviewer 类负责将超长 diff 拆分为多个 chunk（默认每块 12000 tokens），分批发送给 LLM 并合并结果。这种设计有效规避了单次请求的 token 上限问题。

安装与使用：5 分钟快速上手

安装（NPM）：

npm install --save-dev ai-pre-commit-reviewer
npx add-ai-review  # 一键配置 pre-commit hook

配置（package.json）：

"aiCheckConfig": {
  "providerType": "OPENAI",
  "apiKey": "sk-your-key",
  "model": "gpt-4"
}

已有 husky 项目的用户只需在 husky hooks 中调用 npx ai-code-review-run 即可。

局限与注意事项

1. API 成本：每次 commit 都会触发 LLM 调用，需注意 OpenAI/Deepseek 的 API 费用
2. 网络依赖：API 模式需网络连接；Ollama 模式需本地运行 Ollama 服务
3. 误报风险：AI 审查不等于安全扫描，安全问题仍需专业 SAST 工具配合
4. 无 License：项目未声明开源 License，使用前需联系作者确认

行业意义

ai-pre-commit-reviewer 代表了 AI 辅助开发工具的一个重要方向——将 AI 能力嵌入开发工作流的最小单元（一次 commit）。相比 Copilot 的"实时补全"，它的定位更偏向"提交前的最后一道关卡"。这种"左移"（Shift-Left）思维在 DevSecOps 实践中具有重要价值，未来有望与 SAST、依赖检查等工具深度整合，构建更完整的代码质量防线。