Project 03 / Agent engineering
AI PR Review
代码审查 Agent Harness
让模型按需探索代码,交付能够进入 GitHub 评审流程的审查建议。
01 / 输入
指定待审变更
仓库、PR、head SHA
审查规则与模型配置
02 / 过程
运行代码审查
准备上下文、执行工具循环
约束资源、收集结构化结果
03 / 输出
进入研发协作
行内评论与审查总结
执行指标、人工判断与反馈
个人工作 · 大仓库缓存、多模型审查、上下文控制与评论位置校验。
代码基线:github-watchers master;Git 提交记录支持直接贡献。
02 / Responsibilities
Harness 负责模型执行任务的运行支撑
模型判断风险并选择工具;程序组织执行、限制和交付。
01
任务与代码环境
PR 入队、在途去重
仓库缓存、固定 head、diff
02
按需工具探索
读文件、搜索调用关系
查看 Git 历史并继续分析
03
资源与结束控制
上下文门槛、迭代上限
超时、输出截断、收集阶段
04
结构化结果
评论路径、行号、正文
总结与完成信号
05
GitHub 工作流
校验可评论的 diff 行
宿主发布 COMMENT review
06
适配与可观测性
Anthropic / OpenAI 协议
模型、耗时、token 和错误
03 / Request → review
04 / Repository cache
05 / Code context
一次变更的风险,可能在调用方才显现
以工厂返回值为例:接口本身允许空值,调用方可能默认它永远有效。
变更位置 / 机制示例
工厂函数的返回契约
Engine* engine = factory(); // 返回值是否可能为空?
仅看新增接口,未必知道下游如何使用。
关联位置 / 机制示例
调用方的隐含假设
Engine* engine = getEngine(); engine->init();
搜索调用方后,才能检查契约是否匹配。
固定 PR head → 读取相关文件 → 查找调用关系 → 形成有依据的审查建议。
工具提供按需探索能力;不代表每次读遍全仓库,也不自动保证判断正确。
06 / Review loop
07 / Context window
限制初始输入,为后续调查留出余量
完整代码留在缓存;筛选后的 diff、规则和按需工具结果进入模型上下文。
配置阈值示意,非实际用量或硬性预留分区
进入审查前
约 150k
初始门槛 = W × α
用字符数 / 4 估算,超限拒绝
运行中的退出阈值
180k
本轮 input tokens > W × 90%
结束探索,转入结果收集
窗口上限
200k
其余代码通过工具按需读取
结果截断,限制单次上下文增长
90% 检查发生在 API 返回后;收集沿用原对话。图中的名义余量不构成输出空间保证。
08 / Output contract
审查意见还要满足 GitHub 的发布契约
01 / Collector
模型提交结构化发现
path / line / body
summary / finish_review
02 / Validate
宿主检查评论位置
匹配本次 diff hunk
区间外的发现转到正文
03 / Deliver
发布并保留人工判断
宿主调用 GitHub API
AI 路径统一使用 COMMENT
发布前校验位置,并为不能放在行内的发现提供正文入口。
模型负责提出观点,程序负责确定性的结构与位置检查。
语义正确性仍需要 reviewer 判断及相应验证。
09 / Contribution and value
把模型能力接入可运行的研发流程
本人工作
主要直接贡献
大仓库缓存、多 LLM 工具循环
上下文限制和工具异常处理
OpenAI 兼容适配、评论位置校验
系统能力
工程价值
按变更准备一致的代码上下文
让分析按需调用工具并收敛
把结果交付为 PR 可用的反馈
Git author 核验:cc1a2c5 · 02ae655 · 6f2352c · 84dd437 · 7c071c7
任务与上下文、工具执行、循环限制、结构化结果和工作流集成。
效果评估可看误报率、采纳率、历史缺陷检出和审查成本;当前没有统计就不报提升比例。
Appendix A / Collaboration example
审查反馈如何进入开发协作
Appendix B / Runtime boundaries
已实现的运行支撑,以及后续演进方向
调度
任务状态
当前:进程内队列与在途去重
演进:持久任务、重启恢复与多实例协调
执行
工具执行边界
当前:命令 / 路径检查、超时和截断
演进:独立只读工作区与隔离执行环境
评测
质量与成本
当前:结构与行号校验、运行指标
演进:标注样本、误报 / 采纳率、成本基线
反馈闭环
跨提交问题生命周期
当前:按指定 head 做一次审查
待核对:GenieCR finding 跟踪与 resolve 实现
实际路由使用自实现 Anthropic / OpenAI 工具循环。
保留的 Claude Agent SDK 代码尚未接入当前主路径。
