优先拦截高风险问题,减少低价值 review 噪音。它不替代测试和人工 review——在合并前先做一轮过滤:高危推到前面,低置信反馈默认折叠。
$ curl -fsSL https://raw.githubusercontent.com/dengmengmian/ReviewGate/main/install.sh | sh
不是又一个 AI reviewer,而是一道把高危推前、把噪音压下、不假装通过的闸口。
按安全、逻辑、性能、业务规则等维度并行审查,把 must-fix 放到最前面,reviewer 一眼看到最该处理的地方。
跨维度去重、独立证伪、按置信度过滤,低价值反馈默认折叠——少一点"啰嗦但没用"的 review 评论。
超时、上下文过大、单元未审完都会降级 WARN 并让 CI 非 0 退出,绝不把不完整的审查伪装成 PASS。
多个 Agent 各自聚焦一个维度,并行扫你的改动,可按需跨文件追调用方与契约。
模型直接标注行号,引擎用代码片段锚点校验并兜底重定位,降低行号漂移。
同处多维标记合并并加分;每条发现再被独立带证据裁决,证不掉才保留。
高置信问题阻断合并(BLOCK),低置信默认折叠(仍可展开),未审完降级 WARN。
注入、越权、密钥泄露、不安全反序列化
N+1、无谓拷贝、热路径复杂度、阻塞调用
边界条件、空值、错误处理、并发竞态
命名、可读性、重复代码
幻觉 API、看似合理实则错误、假设漂移
业务规则、权限边界、状态机、金额/订单/库存
真实 PR、revert 金标准、45 语言样例、大 PR、意图评审结果都记录在 docs/evals/,可复查。
除显式 --fix 且逐条确认外,审查链路不写工作区、不执行任意 shell 命令。
低置信默认折叠;超时、上下文超限、未审完一律降级 WARN,宁可保守也不漏审放行。
一个 git 仓库、一个 LLM API key、reviewgate 命令。不绑定模型,OpenAI 兼容或 Anthropic 端点都行。
$ curl -fsSL https://raw.githubusercontent.com/\
dengmengmian/ReviewGate/main/install.sh | sh
PS> irm https://raw.githubusercontent.com/\
dengmengmian/ReviewGate/main/install.ps1 | iex
不想直接跑远程脚本?可先下载 install.sh 审阅,或从 GitHub Releases 手动下载二进制。升级随时 reviewgate upgrade。
# 写一份全局配置,所有仓库通用 $ cat > ~/.reviewgate/config.toml <<EOF provider = "deepseek" [providers.deepseek] protocol = "openai" base_url = "https://api.deepseek.com/v1" model = "deepseek-v4-pro" EOF # key 用环境变量注入,不写进文件 $ export REVIEWGATE_API_KEY="your key" $ reviewgate llm test # 确认能连 $ reviewgate review # 审查当前改动
CI 里:reviewgate review --fail-on block。退出码 0 放行 · 1 被闸口拦截 · 2 工具自身出错(配置/网络),三态分明便于重试或告警。
都只是调同一个 reviewgate CLI。CLI 为主、Action 用于 PR/CI;Claude Skill、Codex 与 AtomCode 是更薄的 agent 壳(experimental)。
本地或 CI 直接跑。支持工作区 / commit / 分支范围、JSON 输出、--intent 技术评审。
$ reviewgate review --from main --to HEAD
在 PR 上自动审查并回贴摘要 + 行内 suggestion,作者一键应用、人来把关。
uses: dengmengmian/ReviewGate/
integrations/github-action@v0
装进 Claude Code(用 /reviewgate 触发)、Codex(AGENTS.md)或 AtomCode(.atomcode/skills),在对话里调同一套引擎。比 CLI/Action 更薄、较新。
$ integrations/claude-skill/install-into-project.sh $ integrations/codex/install-into-project.sh $ integrations/atomcode/install-into-project.sh
它是一道闸口,不是又一个 reviewer。发现会去重、被独立证伪、按置信度过滤;低价值反馈默认折叠;超时或未审完会降级 WARN 并让 CI 非 0 退出,绝不把不完整的审查伪装成 PASS。
不绑定模型。任何 OpenAI 兼容或 Anthropic 端点都行——DeepSeek、Kimi、GLM、通义、Claude 等,按团队成本、速度、上下文窗口自选。
只发给你自己在配置里指定的 LLM 端点,没有别的服务器。审查链路默认只读:除非显式 --fix 且逐条确认,不写工作区、不执行任意 shell。
reviewgate review --fail-on block,退出码 0 放行 / 1 被闸口拦截 / 2 工具自身出错;或直接用 GitHub Action 在 PR 上自动审查并回贴行内 suggestion。
工具本身 MIT 开源、免费。你只需要为自己 LLM API 的用量付费。
每条发现都过一遍带证据的证伪 Judge,再按置信度闸口过滤,低置信默认折叠。可调 block / warn 阈值,也可用 --samples 提高召回或 --no-judge 加速。
ReviewGate 不跑在第三方 SaaS 上,只调用你自己配置的 LLM 端点;审查链路默认只读,代码不离开你的基础设施。设计上更保守:宁可 WARN 也不把没审完的 PR 标成 PASS,并把去重、证伪、置信度闸口放在核心流程。
CLI 可在任何能跑 shell 的 CI 里使用(GitLab CI、Azure Pipelines、Jenkins、Buildkite 等),只要给 reviewgate 一个 git 工作区和 API key。GitHub Action 目前只支持 GitHub。
默认只读。只有在显式使用 --fix 并且逐条确认后,才会把建议 patch 应用到工作区;不会自动提交或合并。