Kodus：AI 代码评审平台，让模型选择权回归开发团队

Kodus Org Logo

一句话介绍：Kodus 是一个开源的 AI 代码评审平台，支持 Claude、GPT-5、Gemini、Llama 等任意 LLM 提供商，让团队对模型选择和成本拥有完全控制权。

背景：AI 评审工具满天飞，为何还需要 Kodus？

在 Kodus 出现之前，团队引入 AI 代码评审通常面临两难困境：要么把代码交给闭源 SaaS 平台（数据隐私风险、无法自托管），要么接受单一模型厂商绑定（价格波动、供应商锁定）。Kodus 的创始人 Gabriel Malinosqui 在长期工程实践中意识到，真正需要的是一个"模型无关"的评审层——代码送到哪个 AI，由团队自己决定，Kodus 只负责把这件事做好。

Kodus 的核心价值主张非常清晰：你自带 API Key（BYOK），Kodus 提供评审逻辑和流程。这意味着团队使用自己谈下来的模型价格，没有中间商赚差价（Zero Markup on LLM Costs）。

什么是 Kody？——你的代码库专属 AI 评审助手

Kody 是 Kodus 中的 AI Agent 名字，它不只是简单地把 Diff 丢给 LLM。Kody 有几个独特能力：

上下文学习：Kody 会阅读代码库中的 architecture decision records、kody-rules 自定义规则、Kody Learnings（从过往评审反馈中学习来的团队偏好），因此它的评审意见不是泛泛而谈，而是贴合本项目语境的。

自定义规则（Kody Rules）：用自然语言描述你团队的代码规范，比如"禁止在循环内使用 async/await 导致性能问题"或"数据库事务必须包含回滚逻辑"。Kody 在每次评审时强制执行这些规则，支持最多 10 条（Community 版）。

跨文件分析（Cross-File）：不仅看当前 PR 的改动，还会分析被修改函数在其他文件中的调用关系，判断修改是否破坏其他模块，这是大多数简单 AI 评审工具做不到的。

技术架构：真正的生产级 monorepo

Kodus 不是一个玩具项目。AGENTS.md 中描述其为一个包含 6482 个文件、约 148MB 规模的 monorepo，采用 Turorepo + Yarn workspaces 结构：

apps/api/          — NestJS REST API（认证、评审编排、Kody Rules、权限）
apps/web/           — Next.js 15 前端（App Router、Radix UI、TailwindCSS 4）
apps/worker/        — RabbitMQ 消费者（处理 webhook、AI 评审执行、建议校验）
apps/webhooks/      — Webhook 接收（GitHub、GitLab、Azure Repos、Bitbucket）
apps/cli/           — CLI 工具（本地/流水线评审）
apps/mcp-manager/   — MCP Server 管理器
apps/ast-cli/       — AST 静态分析 CLI
libs/code-review/   — 代码评审核心逻辑库
libs/ai-engine/     — AI 模型调用抽象层
libs/agents/        — Agent 编排逻辑
libs/kodyRules/     — Kody Rules 解析与执行
packages/kodus-flow/ — 发布版 npm SDK（AI Agent 编排，5层架构）
packages/kodus-common/ — 发布版 npm SDK（LLM 抽象层）

数据层：PostgreSQL（TypeORM，多租户业务数据）+ MongoDB（Mongoose，代码审查结果、评审历史）+ RabbitMQ（消息队列，含 delayed message exchange 插件和 quorum queues）。

认证体系：JWT + refresh token、OAuth（GitHub/GitLab）、SAML SSO、CLI 专用 Key（kodus_* 前缀）。

可观测性：OpenTelemetry 全链路追踪、Pyroscope 性能分析、BetterStack 心跳监控、Sentry 错误追踪。

AI 模型支持：真正的模型无关

Kodus 支持的模型列表体现了它的"开放"哲学：

Anthropic 系列：Claude Opus 4、Claude Sonnet 4、Claude Haiku
OpenAI 系列：GPT-5、GPT-4o、o1、o3
Google：Gemini 2.5 Pro/Flash、Vertex AI（企业版）
开源模型：Llama 3/3.1/3.2、GLM-4、Kimi（月之暗面）
任意 OpenAI 兼容端点：通过 @ai-sdk/openai-compatible 支持

底层依赖了 @ai-sdk/anthropic、@ai-sdk/openai、@ai-sdk/google 以及 @langchain/anthropic、@langchain/openai 等多个 SDK 来实现统一抽象。

部署方式：自托管的完整解决方案

Docker 一键部署（推荐）

Kodus 提供预构建的 GitHub Container Registry（GHCR）镜像，结合 docker-compose.prod.yml 可以一键启动：

api (kodus-ai-api)        — REST API，监听 3331
worker (kodus-ai-worker)  — 代码评审 Worker，WORKER_ROLE=code-review
worker-analytics          — 分析 Worker，WORKER_ROLE=analytics  
webhooks (kodus-ai-webhook) — Webhook 接收，监听 3333
web (kodus-ai-web)        — Next.js 前端，监听 3000
db_postgres (pgvector)    — PostgreSQL 16 + pgvector 向量扩展
db_mongodb (mongo:8)      — MongoDB 8

所有服务通过 kodus-backend-services 网络互联，数据库服务均有健康检查（pg_isready/mongosh ping），依赖条件确保服务启动顺序正确。

Railway 一键部署

README 中提供了 Railway 按钮，适合不想自己管理基础设施的团队， Referral Code 写在 README 里（0Dmi0j），可见团队有比较强的商业推广意识。

本地开发

本地开发走 docker-compose.dev.yml，启动后端 + 数据库 + 基础设施，通过 pnpm run dev:* 命令管理，前端 Next.js 可以单独热重载开发。

定价模式：开源版完全免费

版本	价格	托管	API Key	特性
Community	免费	自托管	✅ 自带	最多 10 条 Kody Rules、3 个插件
Teams	$8-10/人/月	Kodus 托管	✅ 自带	无限规则/插件、工程指标仪表板、优先队列
Enterprise	定制	自托管或托管	❌ 用 Kodus Token	SSO、RBAC、SOC 2（进行中）

开源 Community 版的限制非常宽松——无限 PR（自带 API Key）、无限用户，对于大多数中小团队来说 Community 版已经完全够用。

隐私与安全：代码不上云

Kodus 特别强调隐私保护：

代码不用于模型训练：明确承诺源代码不会被用于训练任何 AI 模型
传输和存储加密：数据在传输和静态存储时均加密
匿名遥测：自托管实例每天发送一次匿名心跳（仅聚合计数，无代码/名称/标识符），可通过 KODUS_TELEMETRY_DISABLED=true 完全禁用
完全自托管：所有代码和数据留在你自己的基础设施

局限性：诚实的评估

作为一个坦诚的评审，需要指出几个局限：

部署复杂度中等：虽然有 Docker 支持，但涉及 PostgreSQL、MongoDB、RabbitMQ 三个外部依赖，且 .env.example 超过 29KB，.env.schema 超过 43KB，初始配置门槛对 DevOps 新手不太友好。
模型质量依赖团队调优：Kody 的评审质量高度依赖自定义规则的质量和模型选择——配不好可能产生大量低质量建议。
文档体系复杂：项目有 Discord 社区支持，但自托管部署文档分散在多个页面，需要一定阅读能力。
AGPL-3.0 许可证：如果企业使用并修改源码，必须开源修改版本（对闭源商业项目有合规风险）。

行业意义：把 AI 评审工具变成团队基础设施

Kodus 的出现代表了 AI 开发工具领域的一个趋势：从"一站式 SaaS"到"可控中间件"。越来越多的工程团队不愿意把代码评审这样的核心流程完全交给第三方 SaaS，Kodus 提供了介于"完全自研"和"完全外包"之间的中间选项。

随着 Claude Code、GitHub Copilot、Cursor 等 AI 编程工具的普及，AI 辅助代码评审正在从"锦上添花"变成团队标配。Kodus 的模型无关策略和自托管能力，使其在隐私敏感行业（如金融、医疗、政府）有独特的吸引力。

本文档基于 Kodus GitHub 仓库（kodustech/kodus-ai，1176★，AGPL-3.0）分析生成。数据截止 2026-06-15。