← Retour aux guides

用 LLM 自动审查 Pull Request：从零搭建低成本流程

为什么要用 LLM 自动审查 Pull Request

Pull Request 审查是团队保证代码质量的重要环节，但现实中经常遇到两个问题：审查者没时间，或者只能粗略看一遍。LLM 并不能替代资深工程师的最终判断，但非常适合做第一轮自动检查：发现明显 bug、指出可读性问题、提醒缺少测试、解释复杂 Diff，并把注意力集中到高风险改动上。

对于新手团队来说，最实用的做法不是一开始追求“全自动合并”，而是让 LLM 在每次 PR 创建或更新时，自动读取代码差异，然后以评论形式给出建议。这样既不打断现有开发流程，也能逐步积累团队的审查规范。

自动 PR 审查的基本流程

一个可落地的 LLM PR 审查流程通常包含四步：触发、收集 Diff、调用模型、回写评论。以 GitHub 为例，可以使用 GitHub Actions 在 pull_request 事件触发时运行脚本。脚本通过 GitHub API 获取本次 PR 的文件列表和 patch 内容，整理成提示词后发送给 Claude 或 GPT 模型，最后再把模型输出发布为 PR 评论。

• 触发条件：建议监听 opened、synchronize、reopened 三类事件，避免每次普通评论都重复调用模型。
• 输入范围：优先分析变更的 Diff，而不是整个仓库。这样成本更低，结果也更聚焦。
• 输出格式：要求模型按“严重问题、建议优化、测试建议、总结”分段，便于开发者快速阅读。
• 失败策略：模型审查失败不应阻塞 CI，可设置 continue-on-error，避免影响正常开发。

提示词应该怎么写

很多自动审查效果差，并不是模型不行，而是提示词太泛。不要只写“请审查这段代码”。更好的提示词应该说明角色、目标、优先级和输出约束。例如：你是一名资深后端工程师，请审查以下 PR Diff，重点关注潜在 bug、安全风险、边界条件、并发问题、性能退化和测试缺失。只在有依据时提出问题，不要编造不存在的上下文。每条建议包含文件名、原因和改进方向。

如果团队有自己的规范，也可以加入提示词，例如“所有数据库变更必须考虑回滚”“接口改动需要兼容旧客户端”“不要建议大规模重构，除非存在明显风险”。这些约束能让 LLM 更像团队内部审查者，而不是泛泛而谈的机器人。

使用 59API 接入 Claude 和 GPT

在自动 PR 审查场景中，成本非常关键。一个活跃仓库每天可能产生几十次 PR 更新，如果直接使用高价模型，很快就会让团队犹豫是否继续启用。59API 是一个适合开发者的 AI API 中转服务，提供便宜的按量付费访问，并兼容 Claude Code、Codex 以及任意 OpenAI SDK。它的 API Base URL 是 https://api.59api.com，可接入 Claude Opus、Sonnet、Haiku、Fable 以及 GPT 系列模型。

对 PR 审查来说，一个常见策略是：普通 Diff 使用更便宜、更快的模型，例如 Haiku 或轻量 GPT；涉及核心模块、安全逻辑或大规模改动时，再切换到 Sonnet、Opus 或更强的 GPT 模型。59API 的优势在于价格低、无需改造太多代码，并且使用原生官方质量模型，不做降级处理。对于希望控制预算的小团队，还可以利用推荐返利进一步降低长期使用成本。你可以注册 59API，先用一个小仓库试跑几天，观察评论质量和调用费用。

GitHub Actions 的实现要点

实际落地时，可以把 API Key 存在 GitHub Secrets 中，例如命名为 API_59API_KEY。工作流中使用 Node.js、Python 或 Shell 都可以。脚本需要做三件事：读取 PR 编号，调用 GitHub API 获取 changed files，把 patch 拼接成审查输入，然后调用 59API 的 OpenAI 兼容接口。

如果使用 OpenAI SDK，只需要把 baseURL 设置为 https://api.59api.com，并把 apiKey 设置为你的 59API Key。模型名根据你选择的供应商填写。请求时建议设置合理的 max_tokens，避免长 Diff 产生过高费用。对于超过上下文长度的大 PR，可以按文件分批审查，再生成一个总评。

• 小 PR：直接把所有 Diff 放进一次请求，生成一条总评论。
• 中型 PR：按文件分组，每组一次请求，最后汇总风险点。
• 大型 PR：只分析关键目录，或要求开发者添加标签后再触发深度审查。

如何避免误报和噪音

LLM 审查最大的风险是“看起来很有道理，但其实没必要”。解决办法是降低评论频率、提高证据要求。你可以在提示词中要求模型只输出高置信度问题，并把纯风格建议放到最后。也可以让脚本只在模型发现严重问题时发布长评论，否则只留下简短总结。

另一个实用技巧是给 PR 添加标签，例如 ai-review-light 和 ai-review-deep。默认使用轻量审查，只有维护者手动添加 deep 标签时才调用更强模型做完整分析。这样既省钱，也避免开发者被大量自动评论打扰。

推荐的落地顺序

如果你是第一次尝试，建议按低风险方式推进。第一周只让 LLM 发布建议，不参与状态检查；第二周把提示词调整到符合团队风格；第三周再考虑让严重问题影响 CI 状态。不要一开始就要求 AI 判断是否允许合并，因为代码审查不仅是技术判断，还涉及产品背景、团队约定和发布节奏。

总结来说，用 LLM 自动审查 Pull Request 的价值不在于替代人，而在于让人更快发现重点。通过 GitHub Actions、清晰的 Diff 提取、严格的提示词和低成本的 59API 接入，你可以用很少的工程量搭建一套实用的 AI 代码审查助手，让团队在不显著增加成本的前提下提升代码质量。

Tarifs · Docs