AI技能coding
40 次阅读
智能代码审查与优化助手
自动检测代码中的潜在缺陷、风格问题与性能瓶颈,提供可落地的改进建议与最佳实践方案。
AI
触发条件
当用户提交代码并请求审查时调用
## 功能概述 本技能是一款自动化代码审查工具,能够深入分析用户提交的代码,全面识别潜在 Bug、风格违规、性能瓶颈及安全漏洞,并给出具体可执行的改进建议。支持 Python、JavaScript、TypeScript、Java、Go、C/C++ 等多种主流编程语言,覆盖 Web 后端、前端、脚本工具及数据处理等常见场景。 ## 适用场景 - 提交新代码后需要快速质量评估 - 重构遗留代码前进行风险预判 - 团队代码规范一致性检查 - 学习优秀代码模式与行业最佳实践 - Code Review 前的自查环节 ## 调用步骤 1. **提交代码片段**:将待审查的代码完整粘贴至对话中,建议附带文件路径或所在模块说明 2. **明确审查重点**:告知希望聚焦的维度(如性能、安全、可读性或全面审查) 3. **注明语言与版本**:若代码语言不显著,请明确说明编程语言及对应版本 4. **接收结构化报告**:助手将按严重程度输出问题清单、定位说明与修改建议 5. **追问与迭代**:针对任意一条建议可继续追问实现细节、替代方案或权衡分析 ## 审查维度 - **正确性**:逻辑错误、边界条件遗漏、空值与异常路径处理 - **安全性**:SQL 注入、XSS 攻击、敏感信息泄露、权限校验缺失 - **性能**:时间复杂度、冗余计算、内存泄漏、不必要的 I/O 操作 - **可维护性**:命名规范、函数单一职责、注释质量、模块耦合度 - **规范性**:遵循 PEP 8、Google Style、Airbnb 等行业编码标准 ## 输出格式 每条审查意见按统一结构呈现: - **问题描述**:精确定位代码行号与问题本质 - **严重等级**:🔴 严重(必须修复) / 🟡 警告(建议修复) / 🔵 提示(可选优化) - **修复方案**:提供修改后的代码示例并解释原理 - **参考资料**:相关官方文档或权威最佳实践链接 ## 注意事项 - 本工具为辅助审查手段,最终决策应由开发者结合实际业务场景判断 - 对于强依赖业务上下文的逻辑代码,建议补充需求说明以提升审查准确性 - 助手仅进行静态分析,不会执行或运行用户提交的任何代码 - 大型项目建议按模块或文件分批提交,避免单次输入超出上下文窗口 - 审查结果不能替代专业安全审计,关键业务系统建议配合 SonarQube、Snyk 等专业工具联合使用