同事每天催我 Code Review，我写了个脚本让 AI 替我 review PR——现在他反过来催 AI 了

kyriewen
0 阅读4分钟

先说结论：用 GitHub Actions + Claude API 实现全自动 PR review，配置一次，以后每个 PR 推上去，AI 10 秒内给出详细评审意见，覆盖代码质量、潜在 bug、安全风险三个维度。这篇文章把完整配置都给你，拿走直接用。

背景：CR 慢是前端团队的通病

我们团队有个不成文的规定：PR 提上去，要在 1 个工作日内完成 review。

听起来很合理，但实际情况是这样的：

  • 早上刚到公司，打开 GitHub，待 review 的 PR 已经排了 6 个
  • 每个 PR 少则 200 行，多则 800 行
  • 还有自己的需求要写
  • 还有各种会

于是每天我的 review 质量是这样的：

  • 上午的 PR：认真看，写评论
  • 下午的 PR：大概扫一下
  • 晚上的 PR：approve，👍

然后有一天，同事 A 在群里 @ 了我：

"我那个 PR 提了两天了，能帮我看一下吗？"

我翻出来一看——800 行，涉及三个模块。

我当时脑子里只有一个念头：要是有人能替我先过一遍就好了。

解决思路：AI 做初审，人做终审

理想的工作流是这样的：

开发者 push PR
    ↓
AI 自动分析 diff
    ↓
AI 在 PR 里发评论（10秒内）
    ↓
人工看 AI 的意见 + 做最终判断
    ↓
approve 或 request changes

好处显而易见：

  • AI 处理掉 80% 的机械检查（代码风格、潜在空指针、未处理的 Promise reject）
  • 人只需要关注 AI 标注出的问题点 + 业务逻辑
  • 平均 review 时间从 30 分钟压缩到 8 分钟

坏处也要说清楚：

  • AI 不理解你的业务逻辑，会漏掉业务层面的 bug
  • AI 有时候会给"误报"，需要人来过滤
  • 不能完全替代人工 review

所以定位是：AI 初审 + 人工终审，不是 AI 替代人工。

实现方案：GitHub Actions + Claude API

第一步：申请 Claude API Key

去 console.anthropic.com 注册，免费额度足够测试用。

把 Key 存到 GitHub 仓库的 Secrets：

  • 仓库 → Settings → Secrets and variables → Actions
  • 新建 ANTHROPIC_API_KEY

第二步：创建 workflow 文件

在你的仓库里创建 .github/workflows/ai-review.yml：

name: AI Code Review

on:
  pull_request:
    types: [opened, synchronize]

permissions:
  contents: read
  pull-requests: write

jobs:
  ai-review:
    runs-on: ubuntu-latest
    steps:
      - name: Checkout
        uses: actions/checkout@v4
        with:
          fetch-depth: 0

      - name: Setup Node.js
        uses: actions/setup-node@v4
        with:
          node-version: '20'

      - name: Install dependencies
        run: npm install @anthropic-ai/sdk @octokit/rest

      - name: Run AI Review
        env:
          ANTHROPIC_API_KEY: ${{ secrets.ANTHROPIC_API_KEY }}
          GITHUB_TOKEN: ${{ secrets.GITHUB_TOKEN }}
          PR_NUMBER: ${{ github.event.pull_request.number }}
          REPO_OWNER: ${{ github.repository_owner }}
          REPO_NAME: ${{ github.event.repository.name }}
          BASE_SHA: ${{ github.event.pull_request.base.sha }}
          HEAD_SHA: ${{ github.event.pull_request.head.sha }}
        run: node .github/scripts/ai-review.js

第三步：创建核心脚本

创建 .github/scripts/ai-review.js：

const Anthropic = require('@anthropic-ai/sdk');
const { Octokit } = require('@octokit/rest');
const { execSync } = require('child_process');

const anthropic = new Anthropic({ apiKey: process.env.ANTHROPIC_API_KEY });
const octokit = new Octokit({ auth: process.env.GITHUB_TOKEN });

async function getDiff() {
  const diff = execSync(
    `git diff ${process.env.BASE_SHA}..${process.env.HEAD_SHA} -- '*.js' '*.ts' '*.tsx' '*.jsx' '*.vue'`
  ).toString();
  
  // 超过 8000 字符截断，避免超出 token 限制
  return diff.length > 8000 ? diff.slice(0, 8000) + '\n... [diff truncated]' : diff;
}

async function reviewWithClaude(diff) {
  const message = await anthropic.messages.create({
    model: 'claude-sonnet-4-6',
    max_tokens: 2048,
    messages: [{
      role: 'user',
      content: `你是一个资深前端代码审查工程师，请对以下 PR diff 进行代码审查。

**审查重点：**
1. 潜在 Bug（空值引用、异步竞态、边界条件未处理）
2. 安全风险（XSS、敏感信息泄露、输入未校验）
3. 性能问题（不必要的重渲染、大对象序列化、内存泄漏）
4. 可维护性（函数过长、命名不清晰、重复代码）

**输出格式：**
用 Markdown 输出，包含以下几个部分：
- 🔴 严重问题（必须修复）
- 🟡 建议优化（可以改进）
- 🟢 代码亮点（做得好的地方）
- 📊 总体评分（1-10分，附简短理由）

如果没有问题，直接说"代码质量良好，无明显问题"。
用中文回复，简洁直接，不废话。

**PR Diff：**
\`\`\`
${diff}
\`\`\``
    }]
  });

  return message.content[0].text;
}

async function postComment(review) {
  const { REPO_OWNER, REPO_NAME, PR_NUMBER } = process.env;
  
  await octokit.issues.createComment({
    owner: REPO_OWNER,
    repo: REPO_NAME,
    issue_number: parseInt(PR_NUMBER),
    body: `## 🤖 AI Code Review\n\n${review}\n\n---\n*由 Claude AI 自动生成，仅供参考，请以人工审查为准*`
  });
}

async function main() {
  try {
    console.log('Getting diff...');
    const diff = await getDiff();
    
    if (!diff.trim()) {
      console.log('No JS/TS changes detected, skipping review.');
      return;
    }

    console.log('Sending to Claude for review...');
    const review = await reviewWithClaude(diff);
    
    console.log('Posting comment...');
    await postComment(review);
    
    console.log('Done!');
  } catch (error) {
    console.error('Error:', error);
    process.exit(1);
  }
}

main();

第四步：推一个 PR 测试

随便改一个文件，提个 PR，大约 15-20 秒后，你会看到 AI 自动在 PR 下面发了一条评论。

真实效果展示

我们团队用了两周后，AI 的评论长这样：

🔴 严重问题（必须修复）

第 47 行 userData.profile.avatar：未做空值检查，当 profile 为 null 时会抛出 TypeError。建议改为 userData.profile?.avatar。

第 83 行：useEffect 的依赖数组缺少 userId，可能导致使用过期的 userId 发请求，产生数据不一致。

🟡 建议优化

第 92-115 行：formatUserData 函数做了 3 件不同的事（格式化、过滤、排序），建议拆成 3 个函数，便于测试和复用。

🟢 代码亮点

错误处理写得很规范，catch 块没有直接吞掉错误，而是通过 errorReporter.capture 上报，赞。

📊 总体评分：7/10

整体结构清晰，主要问题集中在空值防护上，修复后可以直接合并。

看到这个，review 的人只需要：

  1. 确认 AI 找出的问题是否真实存在（通常是）
  2. 判断业务逻辑是否正确（这才是人工的价值所在）
  3. approve 或 request changes

平均节省 70% 的初审时间。

进阶：按文件类型差异化 review

不是所有文件都需要一样的审查策略。可以在 prompt 里加文件类型判断：

function buildPrompt(diff, fileTypes) {
  const focusMap = {
    'api': '重点关注：参数校验、错误处理、幂等性、接口安全',
    'component': '重点关注：props 类型、副作用清理、渲染性能、无障碍属性',
    'util': '重点关注：边界条件、纯函数、测试覆盖',
    'store': '重点关注：状态更新的不可变性、selector 性能、副作用隔离'
  };

  const focus = fileTypes.map(t => focusMap[t]).filter(Boolean).join('\n');
  
  return `你是资深前端工程师，请审查以下代码：
  
${focus ? `**本次特别关注：**\n${focus}\n` : ''}

${diff}`;
}

踩坑记录

坑1：diff 太大超出 token 限制

解决方案：只 review 修改行数 < 500 的文件，超过的给一个提示"文件变更过大，请人工重点审查"。

坑2：AI 给出"误报"，降低信任度

解决方案：在 prompt 里加一句 "如果你不确定是否是问题，不要写出来"。比 "尽可能找出所有问题" 效果好很多。

现状

现在我们团队的 CR 流程是这样的：

  1. 开发提 PR
  2. AI 10 秒内完成初审，发评论
  3. reviewer 看 AI 评论 + diff，平均 8 分钟完成终审
  4. merge

那个之前每天催我 review 的同事 A，现在每次 AI 评论发出来，他比我更认真地研究 AI 说了什么。

上周他跟我说：

"AI 给我找出了一个我自己写代码时没注意的空指针，这玩意儿比我认真。"

完整代码

完整的配置文件我放在下面，可以直接 copy 到你的项目里：

.github/workflows/ai-review.yml（上文已贴完整版）

.github/scripts/ai-review.js（上文已贴完整版）

需要的环境变量：

  • ANTHROPIC_API_KEY：从 Anthropic 控制台获取
  • GITHUB_TOKEN：GitHub Actions 自带，不用手动配置

配置完之后，去提一个测试 PR，看着 AI 自动开始 review，还挺有成就感的。

写在最后

这套方案不是为了让人偷懒的——而是让人的精力花在刀刃上。

机械的检查（空值、类型、格式）让 AI 做，业务逻辑、架构判断、团队规范这些需要上下文的判断，留给人。

如果你的团队也有 CR 堆积的问题，可以直接拿这套配置用。有什么问题评论区说，我看到了会回。

点赞收藏一下，下次出团队提效工具合集时方便你找回来。

avatar
文章
阅读
粉丝