01 代码审查 AI Agent项目介绍

项目描述

代码审查AI Agent(CodeGuardian AI) 是面向企业与团队的智能代码审查 Agent。

它将传统静态分析与大语言模型（LLM）深度结合，提供多语言、多维度、高上下文感知的代码问题识别与修复建议。

通过与 Git 仓库、CI/CD 流水线的无缝集成，项目在开发、提交、发布前审计等关键环节提供可审计、可落地的审查能力与专业报告。

核心功能

• 多范围审查：支持项目/目录/文件/代码片段/Git 项目审查，适配不同开发阶段与场景。
• 深度分析（AI+规则）：LLM 结合规则引擎（PMD/Checkstyle/SpotBugs/Semgrep），既有上下文推理又有规范落地。
• RAG 增强：基于代码库与知识库的检索增强生成（Hybrid：BM25 + 向量检索 + Rerank），提供相似问题与修复示例。
• Function Calling：以结构化工具调用驱动本地分析器与解析器（JavaParser/Semgrep），强制输出严格 JSON 结果（Finding/Report）。
• 专业报告：生成 HTML/Markdown/PDF 报告，包含问题分布、严重级别统计、位置与 Diff、可执行建议。
• 历史与检索：审查记录留存、分页与查询（名称/范围/时间）、二次检索与复盘。
• 规范与规则：内置阿里/Google/Airbnb/PEP8 规范模板，支持自定义规范（名称+要点）、权重调优。
• Git 集成：支持 Git 地址配置（账户与令牌），拉取并增量分析模块级问题。
• CI/CD 集成：REST API 与 Webhook，在 PR/MR、构建、发布前自动触发审查与阻断策略。
• 安全与合规：敏感信息脱敏、凭据仅会话态、审计日志与链路追踪。

技术栈

• 语言与框架：Java 21、Spring Boot 3.x、Spring Web（REST）
• 解析与规则：JavaParser、Semgrep、PMD、Checkstyle、SpotBugs、Tree-sitter（可选）
• AI 接入：Spring AI；RAG（Embedding + 向量库 + BM25）
• 数据与存储：PostgreSQL（任务/结果）、Redis（缓存）、MinIO（对象存储/大报告）
• 检索与向量：ElasticSearch/pgvector/VectorDB（可选，混合检索）
• 并发与事件：Java 21 虚拟线程（Loom）、Redis Streams（事件总线，可选）
• 构建与部署：Maven、Docker
• 观测与日志：Grafana/ELK、SLF4J + Logback
• 测试：JUnit 5

技术亮点

• 可演进单体 + 事件驱动：以模块化单体起步，内部事件总线组织审查管线，平滑演进为微服务。
• 虚拟线程并发：利用 Java 21 Loom 显著提升多文件/多模块并行分析吞吐。
• 混合检索与重排：BM25 + 向量检索 + Rerank，让上下文更精准、建议更可靠。
• 工具函数调用：LLM 与本地分析器协作，既智能又可落地，输出严格结构化结果。

适用场景

• 日常开发：本地或提交前快速审查，降低代码问题进入主干的概率。
• PR/MR 审查：在代码评审中自动给出问题与修复建议，缩短评审时间。
• 发布前审计：对关键模块进行深度审查，降低发布风险。
• 遗留系统治理：批量发现长期积累的安全/性能/维护性问题，提供改造建议与路线。

价值与收益

• 质量：提升问题检出率与建议可执行度，减少隐藏缺陷。
• 速度：自动化、并发化审查显著缩短反馈周期。
• 可审计：历史记录与报告可检索、可留痕，满足合规要求。
• 可演进：从单体到微服务、从在线到私有模型，满足不同阶段与规模的诉求。

页面效果

代码结构如下：