本文将带你利用 Ollama 和 VS Code 插件开发 技术，打造一个完全本地化、无需联网的 Code Review 工具。
我们将采用 VS Code Extension + Node.js + Ollama 的架构。对于前端工程师而言，这几乎没有什么学习成本。
第一步：安装前置依赖
在动手写代码前，先准备好必需的运行环境。
- 安装 Ollama：前往 Ollama 官网 下载并安装。
- 下载模型：打开终端，拉取一个适合代码任务的模型。这里推荐
deepseek-coder，它在代码理解和生成方面表现优异。
ollama pull deepseek-coder:6.7b
- 验证运行
- 输入
ollama run deepseek-coder:6.7b，跟它打个招呼，比如问它“你好”，确保它能回复。如果这一步通了，按Ctrl+D退出对话模式，保持后台运行即可。
- 输入
第二步：搭建插件骨架
我们需要利用 Yeoman 生成器快速创建一个 TypeScript 版的 VS Code 插件项目。
-
安装脚手架
npm install -g yo generator-code -
生成项目
yo code然后会有一堆选项，按照下面这样选择：
? What type of extension do you want to create?-> New Extension (TypeScript)? What's the name of your extension?-> ai-code-reviewer (自己起个名字)? What's the identifier of your extension?-> (直接回车默认)? What's the description of your extension?-> (直接回车或随便写)? Initialize a git repository?-> Yes? Which bundler to use?-> webpack? Which package manager to use?-> npm
-
进入目录并安装依赖
cd ai-code-reviewer npm install -
安装 Ollama SDK
npm install ollama
第三步：编写核心逻辑
核心逻辑非常简单：获取完整当前文件代码 -> 封装 Prompt -> 调用 Ollama -> 输出结果。
-
注册命令
在package.json的contributes中添加命令配置，使其出现在编辑器右键菜单中："contributes": { "commands": [{ "command": "ai-code-reviewer.review", "title": "AI Code Review" }], "menus": { "editor/context": [{ "command": "ai-code-reviewer.review", "group": "navigation" }] } } -
实现交互逻辑
在src/extension.ts中编写如下代码：
import * as vscode from 'vscode';
import ollama from 'ollama';
// This method is called when your extension is activated
// Your extension is activated the very first time the command is executed
export function activate(context: vscode.ExtensionContext) {
const disposable = vscode.commands.registerCommand('ai-code-reviewer.review', async () => {
// 1. 获取当前打开的编辑器
const editor = vscode.window.activeTextEditor;
if (!editor) {
vscode.window.showErrorMessage('没有打开的编辑器!');
return;
}
// 2. 获取当前文件的内容
const document = editor.document;
const code = document.getText();
// 3. 创建一个输出面板（模拟对话框）
const outputChannel = vscode.window.createOutputChannel('AI Code Review');
outputChannel.show(true);
outputChannel.appendLine('正在分析代码...');
try {
// 4. 调用 Ollama API 进行代码分析
const stream = await ollama.chat({
model: 'deepseek-coder:6.7b', // 替换为你的 Ollama 模型名称
messages: [
{ role: 'system', content: '你是一个代码审查专家，请用中文审查以下代码，指出潜在的 Bug、逻辑错误、性能问题并提供改进建议。' },
{ role: 'system', content: `
// 你是一位专注的代码审查专家。请以极简主义方式审查代码，遵循以下规则：
// 核心原则：
// 1. 仅关注致命错误、逻辑Bug或严重性能问题
// 2. 无严重问题时，仅回复"通过"
// 3. 回复总字数严格控制在300字内
// 4. 禁止任何开场白、结束语或非必要说明
// 输出格式：
// - [问题]：一句话描述问题
// - [修正]：修正代码示例
// 注意：
// - 使用中文回复
// - 直接切入重点，无需寒暄
// - 按问题严重程度排序
// - 保持专业、简洁、精确
// `
// },
{ role: 'user', content: code }
],
stream: true
});
for await (const chunk of stream) {
outputChannel.append(chunk.message.content);
}
outputChannel.appendLine('\n--------------------------------------------------');
vscode.window.showInformationMessage('✅ 代码审查完成！请查看输出面板获取详细反馈。');
} catch (error) {
console.error('调用 Ollama API 失败:', error);
vscode.window.showErrorMessage('调用 Ollama API 失败，请检查控制台日志获取更多信息。');
outputChannel.appendLine('调用 Ollama API 失败，请检查控制台日志获取更多信息。');
}
});
context.subscriptions.push(disposable);
}
// This method is called when your extension is deactivated
export function deactivate() {}
第四步：运行与调试
在 VS Code 中按下 F5（或者在菜单栏选择运行-->启动调试）。
- 此时会打开一个新的 VS Code 窗口。
- 在新窗口中打开任意代码文件。
- 点击鼠标右键，选择 AI Code Review。
如果一切顺利，你将看到底部输出面板中逐字打印出 AI 的审查建议。
提示词调优：如何驯服“啰嗦”的 AI
目前为止我们给 AI 设定的 Prompt 只有一句：
你是一个代码审查专家，请用中文审查以下代码，指出潜在的 Bug、逻辑错误、性能问题并提供改进建议。
它回复了满满一大屏：
“这段代码写得非常不错，结构清晰，逻辑也比较严谨。但是在某些细节上还有优化的空间...（省略 500 字客套话）...希望这些建议对你有帮助。”
这显然不符合 Code Review 追求高效的初衷。我们需要的是干货。为了解决这个问题，我进行了三次提示词迭代：
尝试一：角色设定负面约束
不要只说“你是专家”，要明确告诉他不要做什么。
`你是一位拥有10年经验的资深工程师，以代码审查严厉、犀利但切中要害著称。 请审查用户提供的代码，严格遵守以下规则：
1. **直接找茬**：忽略客套话和赞美，不要说“代码写得不错”等废话。
2. **关注核心问题**：仅报告潜在的 Bug、逻辑错误、安全漏洞、严重的性能问题或反模式。
3. **具体且可执行**：每个问题必须给出具体的修改建议和修正后的代码片段。
输出格式要求：
如果发现问题：
- **[严重程度: 高/中/低]** 问题简述
- 原因：为什么会出问题
- 建议：一句话解决方案
- 修正代码： \`\`\`语言 // 你的修正代码 \`\`\`
如果没有发现明显问题：
仅回复一行：“代码逻辑无明显问题，建议关注边界情况测试。”`
效果：AI 确实少了很多客套话，但有时仍会输出过长的分析。
尝试二：字数硬限制
“回复总字数严格限制在 300 字以内。”
效果：输出变得精简了很多。
尝试三：格式强制
强迫 AI 按照结构输出，它就没有空间去“水”字数。
“如果没问题，仅回复‘通过’。如果有问题，严格按照格式：[问题]: 描述... [修正]: 代码...”
最终，通过组合上述策略，我们得到了文章第三步中注释掉的那个Prompt。这再次证明，好的 AI 工具离不开精心设计的提示词工程。
你是一位专注的代码审查专家。请以极简主义方式审查代码，遵循以下规则：
核心原则：
1. 仅关注致命错误、逻辑Bug或严重性能问题
2. 无严重问题时，仅回复"通过"
3. 回复总字数严格控制在300字内
4. 禁止任何开场白、结束语或非必要说明
输出格式：
- [问题]：一句话描述问题
- [修正]：修正代码示例
注意：
- 使用中文回复
- 直接切入重点，无需寒暄
- 按问题严重程度排序
- 保持专业、简洁、精确
结语
这个插件虽然简单，但它标志着一个重要的转变：我们开始从单纯的AI用户转变为AI应用的开发者。
