代码审查与质量
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装规范名 @user_3c6cb52e/code-review-and-quality-lr-w3bj。
技能介绍
它解决什么问题
代码评审在实践中常有两种失败:一是评审退化成风格之争,reviewer 因为"和我会写的不一样"否决改动;二是评审流于形式,只扫一眼主流程,正确性、边界条件、安全与性能问题被跳过。另一个越来越常见的场景是:代码由另一个 agent 或模型生成,你需要一套稳定可复用的标准来评估产物,而不是每次临时想几条检查项。
工作方式
这个技能把评审固定为五条轴线,每次改动在合并前都完整走一遍,无例外:
- 正确性(Correctness):代码是否真的实现了它声称的功能?是否匹配 spec?
null、空值、边界值等边界情况是否处理?错误路径(而非仅 happy path)是否覆盖?测试是否真的测了该测的东西?是否存在 off-by-one、竞态条件或状态不一致? - 可读性与简洁性(Readability & Simplicity):另一位工程师(或 agent)能否不经作者解释就看懂?命名是否有描述性且符合项目约定?控制流是否直白?1000 行能写成 100 行就是失败;抽象是否赚到了它的复杂度——第三次用例出现前不要过早泛化。
- 架构(Architecture)、安全(Security)、性能(Performance):其余三条轴线与上述两条同级,按技能定义逐一过检。
核心决策标准很明确:只要改动确定能改善整体代码健康,就通过——即使它不完美。完美的代码不存在,目标是持续改进;不要因为"这不是我会写的方式"而阻塞合并。
典型触发点:合并 PR 前、功能实现完成后、评估其他 agent 或模型产出的代码时、重构既有代码时、bug 修复后(修复本身与回归测试都要评审)。
适用边界
它提供的是评审框架与决策标准,不替代 lint、静态分析或 CI 中的测试运行——机器能检查的部分仍应由工具负责。通过标准面向"持续改善"的项目文化;若项目有合规或安全关键要求,可能需要在此之上叠加更严格的门禁。
使用场景
- 合并PR前需要对改动进行多维度评审,包括正确性、安全和性能,确保代码健康度不下降
- 收到AI助手生成的代码后,用统一标准评估其正确性和可读性,避免盲目信任自动生成的产物
- bug修复后需要同时评审修复本身和回归测试,防止引入新问题或测试覆盖不足
- 重构大型模块时,从架构角度审查改动是否破坏模块边界和依赖关系
适合人员
- 后端工程师:需要在合并前发现代码中的正确性、安全和性能缺陷,减少线上故障
- AI应用开发者:频繁使用大模型生成代码,需要一个稳定的框架评估生成结果的质量
- 技术负责人或Code Reviewer:团队采用持续改进的文化,希望建立统一的合并标准,避免评审退化成风格之争
- 重构工程师:面对遗留代码改造,需要从架构轴线审查改动是否真正简化了系统