AI 代码评审助手 - 基于大模型的智能代码审查平台

技术信息

语言技术
Python、React、TypeScript系统类型
Web行业分类
人工智能、开发工具

作品详情

行业场景

代码评审是软件开发中的高频环节，传统人工评审效率低、容易遗漏风险点。本项目面向开发团队，解决 PR 代码变更自动审查难题，通过大模型自动分析 GitHub PR，识别潜在 Bug、安全隐患和意图偏差，提升团队代码质量，降低人工审查成本。

功能介绍

核心功能：
1）GitHub OAuth 登录，自动拉取仓库和 PR 列表；Webhook 自动触发评审。
2）SSE 流式分析接口，AI 实时输出评审结果（变更摘要、风险代码、改进建议）。
3）DeepSeek / OpenAI 双模型可切换，通过 openai 兼容 SDK 调用，零代码改动切换模型。
4）意图一致性检查：自动对比 PR 标题/描述与实际代码变更，识别范围漂移，给出一致性评分。
5）风险置信度评估：基于关键词匹配、描述长度、文件匹配度综合计算置信度，自动标记疑似误报。
6）智能缓存：24h TTL 缓存命中直接返回，零 Token 消耗；追加写入支持历史对比。
7）跨 PR 重复检测：批量分析时自动识别文件重叠、相似代码片段、重复风险模式。
8）自定义规则引擎：支持文本/正则/Glob 三种匹配模式。
9）报告导出：Markdown / Word / PDF 三种格式一键下载。
10）GitHub 评论发布：一键将风险摘要发布为 PR 评论。
11）数据洞察：目录风险热力图、高频问题 Top 榜、评审趋势折线图。
12）用户反馈闭环：对每条风险标记采纳/误报，为模型优化积累数据。

项目实现

前端：React 18 + TypeScript + Vite + Tailwind CSS v3 + Zustand 状态管理 + Lucide React 图标 + react-router-dom 路由。
后端：Python 3.9+ + FastAPI + SQLAlchemy 2.0 async + asyncpg + Alembic 数据库迁移 + Pydantic 数据校验 + httpx 异步 HTTP 客户端 + openai SDK（兼容 DeepSeek/OpenAI 双模型）+ PyJWT 鉴权 + PyGithub REST API 客户端 + cryptography Fernet 对称加密。
报告生成：python-docx（Word）+ fpdf2（PDF）。
数据库：PostgreSQL 16。
基础设施：Docker Compose 容器化编排。