你的 Code Review 是不是也在"走过场"？
说个扎心的事实：大部分团队的 Code Review 都在走过场。
同事打开你的 PR，扫两眼，打个 "LGTM"，合并。安全漏洞？没看到。性能问题？没注意。逻辑 Bug？谁在乎呢。
我做了一个工具来解决这个问题 —— RevHive，一个开源的多 Agent 代码审查系统。
10 个 AI Agent 各司其职
RevHive 的核心思路很简单：不是一个 AI 做所有事，而是 10 个专家各管一摊。
| Agent | 职责 |
|---|---|
| SecurityAgent | SQL 注入、XSS、硬编码密钥、弱加密 |
| PerformanceAgent | N+1 查询、内存泄漏、算法复杂度 |
| LogicAgent | 边界条件、异常处理、竞态条件 |
| StyleAgent | 命名规范、代码格式、文档 |
| RepoAgent | 设计模式、SOLID 原则、模块结构 |
| RefactorAgent | 代码重构、增量迁移 |
| FixAgent | 直接生成修复后的代码 |
| TestAgent | 单元测试、边界测试、安全回归测试 |
| DocAgent | API 文档、架构文档、使用示例 |
| Coordinator | 去重、冲突解决、风险评分 |
9 个 Agent 并行审查，Coordinator 汇总结果、去除重复、解决冲突、计算风险评分。
30 秒体验，不需要 API Key
pip install revhive-ai
revhive demo
跑完你会看到一个完整的审查报告，包括风险评分、严重程度分布、具体问题和修复建议。
真实审查长什么样
每次审查会输出一个 0-100 的风险评分：
风险评分: 72/100 HIGH
CRITICAL x1 HIGH x3 MEDIUM x8 LOW x11
── 严重/高危问题 ──
[CRITICAL] 硬编码 AWS 密钥
SecurityAgent · 第 42 行
源码中发现 AWS 访问密钥，应移到环境变量。
[HIGH] SQL 注入（字符串拼接）
SecurityAgent · 第 87 行
用户输入直接拼接到 SQL 查询中。
[HIGH] 支付流程缺少错误处理
LogicAgent · 第 156 行
支付处理没有 try/catch，失败被静默吞掉。
[HIGH] 用户列表页 N+1 查询
PerformanceAgent · 第 203 行
在用户循环中查询订单，应使用 JOIN 或批量查询。
核心洞察：并行 + 专业化 = 更好的结果
单个 AI 可能只擅长安全或只擅长性能。但 10 个 Agent 并行运行，每个专注于自己的领域，结果明显更好。
而且 10 个 Agent 并行跑，总耗时跟单个 Agent 差不多 —— 这就是 LangGraph 工作流编排的威力。
自动审查每个 PR
安装 GitHub App，每个 PR 自动审查。或者用 GitHub Actions：
- name: Run RevHive Review
env:
LLM_API_KEY: ${{ secrets.LLM_API_KEY }}
LLM_MODEL: deepseek-chat # 每次审查约 ¥0.35
run: revhive review --diff HEAD~1 --format markdown
支持的 LLM
| 提供商 | 每次审查成本 |
|---|---|
| DeepSeek | ~¥0.35 |
| MiMo（小米） | ~¥0.35-1 |
| 通义千问（阿里） | ~¥0.35-0.7 |
| GPT-4o | ~¥0.7-2 |
| Claude Sonnet | ~¥1-3 |
DeepSeek 最便宜，每次 PR 审查不到 4 毛钱。
为什么做这个工具
- 中文 LLM 生态被忽视 —— 大部分代码审查工具只支持 OpenAI/Anthropic，国内开发者需要支持国产 LLM 的工具
- CLI 优先 —— 数据不出本地，BYOK（自带 API Key）
- Demo 模式 —— 不需要 API Key 就能体验完整流程，降低试用门槛
链接
- GitHub: github.com/Jansen003/R…
- PyPI:
pip install revhive-ai - GitHub App: github.com/apps/revhiv…
如果觉得有用，去 GitHub 点个 Star 吧 —— 这是对独立开发者最大的鼓励。
有问题或建议，评论区见！
