AGENTS
Code Review 智能体
多源输入 + 代码图谱驱动的代码评审，输出结构化缺陷报告和证据链。
核心痛点
- 人工评审效率低：代码评审需要同时阅读提交日志、需求文档、代码差异和变更源文件，逐文件检查耗时较长。
- 上下文不完整：只看局部 diff 容易忽略调用关系、数据流和需求约束，导致问题识别不完整。
- 结果不统一、难追溯：不同评审人员对问题分类、严重级别和改进建议口径不同；缺陷定位没有代码证据，复核和整改跟踪成本高。
解决方案与技术实现路径
- 多源输入解析：将提交日志、需求文档、代码差异和变更源文件统一接入，抽取需求与代码结构。
- 代码图谱与差异关联：建立代码图谱，将变更行与函数、模块及调用上下文关联，补足单纯 diff 缺失的工程信息。
- 模板约束评审：按预设评审模板输出问题分类与分级、缺陷位置、代码证据链和改进建议，形成结构化报告。
亮点
- 提交差异 + 代码图谱：兼顾局部改动和全局依赖关系。
- 需求约束解析：将需求文档作为评审依据，减少脱离需求的主观判断。
- 证据链输出：每项问题都定位到具体代码和变更内容，方便复核。
商业价值
- 自动完成资料汇总、上下文检索和初步问题归类，让工程师把时间集中在决策和修复上。
- 通过模板化检查和证据化结论，减少遗漏并提高评审结果的一致性。
- 评审模板、代码图谱和报告结构可跨团队、跨项目复用，适合纳入持续集成或质量门禁流程。