sourcery

Sourcery：让 AI 成为你的代码审查伙伴

一、引子：当代码审查变成日常拖累

每一个工程师都有过这样的经历——提交了一个 PR，满心期待地等待 review，结果等来的是 48 小时后的一个「LGTM」，没有任何有价值的反馈。更糟糕的是，你是那个写代码的人，每天在写代码和审代码之间疲于奔命，review 的质量永远赶不上 PR 的数量。

Sourcery 就是为解决这个问题而生的。它不是一个简单的静态分析工具，也不是一个只会说「变量命名不规范」的呆板 linter。它是一个真正用 AI 理解你代码意图的审查机器人——能读懂你为什么要这样写，然后告诉你这样写有什么问题，或者有什么更好的写法。

图1：Sourcery 在 GitHub PR 中的实际审查效果，左侧为 AI 审查意见，右侧为代码 Diff

二、项目背景与团队

Sourcery 由同名初创公司 sourcery.ai 开发维护，成立于 2020 年代初期，专注于 AI 辅助编程工具领域。公司创始团队拥有深厚的编译器工程背景，选择以 LSP（Language Server Protocol）为核心协议构建产品，使得 Sourcery 能够以极低的集成成本接入任何主流代码编辑器。

该项目的 GitHub 仓库目前拥有超过 1800 颗 stars、98 个 forks，持续活跃维护。项目采用 MIT 许可证，完全开源（公开仓库可见核心代码），对开源项目免费开放使用。企业私有仓库则需要付费订阅，提供 14 天免费试用。

三、技术架构：LSP + 多后端 LLM 的精妙组合

3.1 语言服务器协议（LSP）为核心

Sourcery 项目的技术选型极具匠心：它没有选择做一个专属于某个编辑器的插件，而是严格遵循 LSP 规范，实现了一个完整的 Language Server。LSP 是微软主导的代码编辑器与语言服务器之间的通信协议标准，几乎所有主流 IDE（VS Code、PyCharm、Sublime、Vim/Neovim）都有成熟的 LSP 客户端库。

这意味着，只需要porting 一份服务端实现，就能在几十种编辑器上获得一致的体验。Sourcery 官方提供了 VS Code 和 PyCharm 的深度集成插件，同时通过 LSP 接口支持 Sublime、Vim、Neovim 等更多编辑器。

3.2 多后端 LLM 驱动

根据官方 Privacy & Security 文档，Sourcery 的代码审查能力由 OpenAI GPT 系列和 Anthropic Claude 系列双后端驱动。审查时，系统会将 PR 的代码差异（diff）片段发送给 LLM，由模型理解代码逻辑后生成审查意见。

一个值得关注的细节是：代码片段在处理完成后不会被长期存储，Sourcery 明确承诺代码在 30 天后自动删除，且不会用于任何 AI 模型的训练。这一隐私承诺对于企业用户尤为重要——工程师们通常不愿意将自己的生产代码发送给第三方服务。

3.3 预编译二进制分发

Sourcery 采用二进制分发策略，直接在 GitHub Releases 页面提供多平台预编译包：

• Linux (tar.gz)：~133MB
• macOS Intel/ARM (tar.gz)：分别约 107MB 和 93MB
• Windows (zip)：~89MB

同时提供 pip 包（sourcery_nightly-*.whl），支持 pip install sourcery 一键安装。这种分发策略使得工具本身没有任何容器化需求——开箱即用，不需要 Docker，也不需要复杂的依赖管理。

四、核心功能：从 PR review 到 IDE pair programmer

Sourcery 提供两套核心使用场景：

4.1 GitHub PR 自动审查

通过安装 GitHub App 并授权目标仓库，Sourcery 可以自动监听所有新开的 Pull Request。在 PR 创建或更新时，Sourcery 自动运行审查，生成三类反馈：

• 总体概述（Summary）：用一两段话概括这次 PR 改了什么、整体质量如何
• 高层反馈（High-level feedback）：架构层面的建议，比如某个函数职责过重、是否有更优雅的设计模式
• 逐行评论（Line-by-line comments）：具体到每一行代码的改进建议，包括 bug 修正、代码简化、性能优化等

这个流程完全自动化，无需人工介入——就像有一个永不疲倦的高级工程师 7×24 小时守在 PR 旁边等你提交代码。

4.2 IDE 内实时辅助（Pair Programmer）

除了 PR review，Sourcery 还能作为 IDE 内的实时编程助手。安装 VS Code 或 PyCharm 插件后，可以直接在编辑器中调用以下能力：

• 代码理解：选中任意代码片段，让 Sourcery 解释这段代码在做什么（适用于接手老项目时快速理解他人代码）
• 单元测试生成：选中一个函数，自动生成对应的单元测试用例
• 文档生成：自动为函数/类添加 docstring
• 代码重构：识别可优化点，提供一键重构建议

IDE 内交互的关键在于实时性——不需要切换到浏览器，不需要提交代码到 GitHub，直接在本地编辑器中完成。

4.3 pre-commit 集成

项目还提供了 .pre-commit-hooks.yaml 配置，支持在 git commit 阶段运行 Sourcery 检查：

- id: sourcery
  name: sourcery
  description: Magically refactor Python
  language: python
  additional_dependencies: [sourcery==1.43.0]
  entry: sourcery review --check
  types: [python]

这把「提交前检查」变成了一个自动化的 gate，可以防止低质量代码进入代码库。

五、部署体验：轻量到令人惊讶

从部署角度看，Sourcery 的设计哲学是「最小化用户摩擦」：

安装方式（三选一）：

1. pip install sourcery（最推荐，Python 用户首选）
2. 下载对应平台的预编译包，解压后运行
3. 直接在 VS Code/PyCharm 插件市场搜索安装

硬件需求几乎为零：不需要 GPU，不需要大容量存储，512MB RAM + 200MB 磁盘空间即可运行。Sourcery 的核心推理能力由云端 API 提供，本地只负责 LSP 通信和代码解析。

部署难度评分为 1/5（极简单），整个安装过程不超过 2 分钟。唯一的门槛是需要一个 GitHub 账号来授权 App，或者注册 Sourcery 账号获取 API token。

六、局限与争议

没有任何工具是完美的，Sourcery 也不例外：

审查深度的局限性：Sourcery 生成的审查意见质量高度依赖 LLM 对特定代码上下文的理解。对于业务逻辑复杂、涉及多模块协调的 PR，AI 的建议可能流于表面——它能发现明显的代码异味（code smell），但可能无法理解「这个实现方式背后是为了兼容某个遗留系统的约束」。

隐私顾虑：虽然官方承诺代码不长期存储、不用于训练，但将生产代码发送给第三方 LLM 服务这一事实本身，在某些高度合规的行业（如金融、医疗）中仍然是一个审批障碍。

仅支持 Python：截至目前，Sourcery 仅支持 Python 语言审查。对于多语言项目，还需要等待其他语言的适配。

Beta 版本迭代较快：从 GitHub Releases 可以看到，项目目前处于频繁的 beta 迭代中（版本号如 v1.44.0b42），API 和行为可能随版本变化，企业使用时需要注意锁定版本。

七、行业意义与增长趋势

Sourcery 代表的不仅仅是一个工具，更是一种软件开发工作流的范式转变：从人工审查向 AI 辅助的渐进式迁移。

随着 GitHub Copilot、Cursor、Devin 等 AI 编程工具的普及，「用 AI 写代码」已经不再新鲜。但「用 AI 审代码」的市场成熟度相对更低——代码审查需要理解上下文、权衡利弊、给出可操作的建议，比代码补全难度更高。Sourcery 正是瞄准了这个细分领域。

从增长趋势看，Sourcery 的 growth_trend_score 高达 32.1，远高于同类型项目平均水平。其 topics 标签（code-review-bot、refactoring、code-quality）精准命中了工程团队的核心痛点——代码审查是所有团队都需要做但普遍做得不够好的事情。

一句话总结：如果你受够了 PR 永远无人 review，或者你想在提交代码之前就得到一个「资深同事」的即时反馈，Sourcery 值得一试。