AI驅動的程式碼審查工具ReviewCerberus

ReviewCerberus 是一款開源的人工智慧程式碼審查工具，旨在透過分析 Git 分支差異來生成全面的審查報告。該專案由 Kirill89 開發，採用 MIT 許可證，主要使用 Python 和 TypeScript 編寫。

該工具的核心功能包括自動化的 PR 審查，透過 GitHub Actions 整合，可以在拉取請求開啟或同步時自動觸發。它支援多種 AI 模型提供商，如 AWS Bedrock、Anthropic API、Ollama 和 Moonshot，使用者可以根據自身需求選擇。審查範圍涵蓋邏輯正確性、安全性、效能、程式碼質量、副作用、測試覆蓋率和文件完整性等多個方面。

ReviewCerberus 的輸出採用結構化格式，包含一個高層次的摘要、問題表格（按嚴重程度分為關鍵、高、中、低）以及每個問題的詳細說明、位置和修復建議。此外，該工具還提供了一些實驗性功能，例如透過 Chain-of-Verification 機制減少誤報，以及整合 OpenGrep（Semgrep 的分支）進行靜態應用安全測試（SAST）預掃描。

使用者可以透過 Docker 或 Poetry 本地執行 ReviewCerberus，也可以作為 GitHub Action 使用。配置主要透過環境變數進行，包括模型提供商的選擇和相應的 API 金鑰。專案還提供了豐富的命令列選項，如指定目標分支、輸出格式（Markdown 或 JSON）、自定義審查指南、啟用驗證模式和 SAST 掃描等。

ReviewCerberus 的工作流程是：檢測當前 Git 分支和倉庫，收集所有上下文（包括更改的檔案、提交資訊和差異），然後利用 AI 代理進行分析。代理可以讀取檔案內容、搜尋程式碼模式、列出目錄等，最終生成結構化的審查報告。對於大型 PR，它還支援上下文壓縮以提高效率。

在開發方面，專案強調程式碼質量，要求嚴格的型別註釋、明確的返回型別，並使用 Black 和 isort 進行格式化。測試包括單元測試和整合測試，後者透過 act 工具模擬 GitHub Actions 環境。

總體而言，ReviewCerberus 為開發團隊提供了一種靈活、可擴充套件的程式碼審查解決方案，結合了 AI 的智慧分析和傳統靜態分析工具的精確性。