ArieGoldkin/ai-agent-hub · code-review-playbook:结构化代码评审 Skill Skill 技能

五段式 PR review 流程 + Conventional Comments 模板,让 AI 与人工评审反馈一致可执

技能简介

ArieGoldkin/ai-agent-hub · code-review-playbook 是 Skillstore 上口碑稳定的"结构化代码评审" Skill。它把一次 PR review 拆成"上下文 → 详细分析 → 测试 → 文档 → 最终决策"五段流程,给出标准清单 + Conventional Comments 模板 + 评审节奏工作流,目的是让 AI Agent 与人类评审者的反馈都变得一致、可执行、可追溯。对应仓库 ArieGoldkin/ai-agent-hub,MIT 协议,已经发展到 v1.0.0 / r2 修订。

核心能力

  • 五阶段拆解:上下文理解 → 详细分析 → 测试覆盖 → 文档一致性 → 最终决策,输出 review checklist。
  • Conventional Comments:使用前缀化(praise / nit / suggestion / issue / question / thought / chore)写反馈,避免含糊。
  • 模板化输出:每条 review 给出现状、风险、建议、阻碍合并与否(blocker/non-blocker)四要素。
  • 节奏控制:单条 review 平均耗时上限(10–15 分钟)、单 PR review 次数上限(≤3 轮)等人因工程约束。
  • AI 适配:把 review 改写成 Agent 可复读的 JSON / Markdown,避免"AI 提的 PR 用 AI 评一圈废话"循环。
  • 决策可追溯:把 blockers / non-blockers 落到 PR 评论与关联 issue,便于审计与回溯。

安装配置

  1. 使用 npx skillstore add ai agent hub/ariegoldkin-code-review-playbook(仓库名包含空格,注意转义)。
  2. 让 Agent 工作目录可访问 Skill 的 SKILL.md 与元数据;Claude Code 用户把 Skill 放进 ~/.claude/skills/。
  3. 在 PR 模板里增加一段"AI Review Output",让 Agent 把评分填进 PR 描述。
  4. 若已有 GitHub / GitLab CODEOWNERS,把 review-playbook 的 owner 与 lead reviewer 关联,避免 reviewer 互相推诿。

使用步骤

  1. 拿到一个 PR,先用 Skill 输出"上下文摘要":改动文件、影响模块、外部依赖。
  2. 进入"详细分析"段,按 bug / 安全 / 性能 / 风格 / 重构分类列出 findings,每条附 prefix + 现状 + 建议。
  3. 进入"测试"段:列缺失用例、给出补丁建议,要求 coverage 报告附 diff。
  4. 进入"文档"段:要求 CHANGELOG、README、API 文档同步更新,不一致打 blocker。
  5. 在"最终决策"段给出 LGTM / Request Changes / Need Discussion 三选一,并写明合并条件或拆 PR 建议。

适用场景

  • 公司内 AI 编程助手批量提 PR,需要统一评审尺度。
  • 中小团队希望"无 Tech Lead 也能跑 review"的协作模板。
  • 开源项目维护者使用 AI Agent 处理日常 review triage。
  • 需要应对 SOC2 / ISO27001 审计,要求 PR 评审留痕可追溯的团队。
  • AI Agent 团队做"提 PR 即被评"基准测试,把本 Skill 作为基准 prompt。

适用人群

  • 中小团队 Tech Lead 想"用 Skill 替自己写大半 review"。
  • 平台 / DevEx 团队,把它做成 review agent 的标准 prompt。
  • AI Agent 工程师,作为 Coding Agent 的 review 子模块基线 prompt。

工作原理

Skill 在加载时把"五阶段 + Conventional Comments prefix + 决策矩阵"注入 Agent 上下文;每当 Agent 拿到一个 PR(diff / issue body / 关联 JIRA),它按 Skill 流程逐段生成 checklist 与结论,并在 PR 评论里以可机读格式输出,方便后续做 review analytics。

官方链接

团队信息

由 AI 猎手自动发现

评论与建议

0 条评论