AI Code Review Agent
项目地址：https://github.com/wsjwu58-cmd/AIAgent-codeReview
项目大部分是vibe coding制作
智能代码审查与重构助手 – 基于大语言模型的自动化代码审查系统
项目简介
AI Code Review Agent 是一款基于 ReAct (Reasoning + Acting) 架构的智能代码审查系统。系统通过多Agent协作、混合RAG检索、动态工具调用等技术，实现对代码的深度分析、安全漏洞检测、性能优化建议和规范合规性检查。
功能说明
能干什么？
| 功能分类 | 具体能力 |
|---|---|
| 代码审查 | 语法检查、代码风格审查、安全扫描、性能分析 |
| 智能对话 | 快速问答、深度分析、多轮对话、上下文记忆 |
| 知识检索 | 历史审查记录检索、规范文档检索、聊天历史检索 |
| 代码处理 | 代码差异获取、重构建议生成、代码优化 |
能做什么？
1. 对话式代码审查/本地代码审查
场景：用户通过自然语言与AI对话，获得代码审查建议
用户: "帮我检查这段代码有没有安全问题"
AI: 检测到安全相关，启动SecuritySpecialistAgent
↓
AI思考: 需要调用sonar_scan工具扫描
↓
执行sonar_scan，获取扫描结果
↓
AI分析扫描结果，输出安全报告支持的对话模式：
- 快速问答 (
/api/chat/send): 简单问题即时回答，延迟<1秒 - 深度分析 (
/api/chat/react): SSE流式输出，展示AI思考全过程
2. 提交式代码审查
场景：提交Git仓库或代码片段，获得完整审查报告
两种提交方式：
| 方式 | 说明 | API |
|---|---|---|
| GIT_DIFF | 传入仓库URL，自动拉取Diff | POST /api/review/submit |
| PASTE_CODE | 直接粘贴代码片段 | POST /api/review/submit |
审查流程：
提交审查 → 语法检查 → 风格检查 → 安全扫描 → 性能分析 → 生成报告3. 批量审查
场景：一次性审查多个文件或多个提交
POST /api/review/batch
{
"repoUrl": "https://github.com/xxx/yyy",
"commits": ["commit1", "commit2", "commit3"],
"projectId": "project-001"
}4. 增量审查
场景：只审查新增或修改的代码
POST /api/review/incremental
{
"repoUrl": "https://github.com/xxx/yyy",
"baseBranch": "main",
"headBranch": "feature-xxx",
"projectId": "project-001"
}5. 规范管理
上传PDF规范文档，AI根据规范进行审查
上传PDF → 文本提取 → 分块处理 → 向量化存储 → 检索时匹配支持的规范检索：
- 项目编码规范
- 安全合规要求
- 架构设计规范
- 第三方库使用规范
6. 知识库问答
基于历史审查记录和规范文档的智能问答
用户: "我们项目的SQL注入规范是什么？"
AI: 检索norm_search工具 → 匹配相关规范文档 → 返回规范摘要达到什么效果？
1. 审查报告示例
{
"reviewId": "review-xxx",
"score": 76,
"totalIssues": 5,
"issues": [
{
"severity": "CRITICAL",
"file": "UserService.java",
"lineNumber": 42,
"message": "疑似硬编码密钥/密码，请立即移除敏感信息",
"ruleId": "SEC_HARDCODED_SECRET",
"suggestion": "使用环境变量或密钥管理服务替代硬编码"
},
{
"severity": "HIGH",
"file": "UserService.java",
"lineNumber": 68,
"message": "检测到高风险动态执行逻辑，存在注入风险",
"ruleId": "SEC_COMMAND_INJECTION",
"suggestion": "增加白名单校验并避免直接执行外部输入"
}
],
"summary": "共发现5个问题，请优先处理高危与严重项"
}2. 评分机制
| 评分范围 | 等级 | 说明 |
|---|---|---|
| 90-100 | 优秀 | 代码质量良好，仅有轻微建议 |
| 70-89 | 良好 | 有少量低风险问题 |
| 50-69 | 一般 | 存在中等风险问题，需关注 |
| 30-49 | 较差 | 存在高风险问题，建议修复 |
| 0-29 | 危险 | 存在严重问题，必须修复 |
扣分规则：
- CRITICAL: -20分
- HIGH: -12分
- MEDIUM: -6分
- LOW: -3分
3. 实时流式输出效果
前端SSE接收展示效果：
[AI正在分析] ████████████░░░░░░░ 60%
执行节点：Security Specialist
Agent 开始：Security Specialist
[思考过程]
Round 1/8: 分析安全问题涉及的关键点
└ 检测到代码中包含敏感信息操作
[工具调用] ████████████████░░░░ 80%
├─ tool_call: sonar_scan
│ └ input: projectKey=xxx, branch=main
├─ tool_result: 发现1个CRITICAL安全问题
[结论]
└ 发现1个CRITICAL问题，需要立即处理4. 核心效果指标
| 指标 | 目标值 | 说明 |
|---|---|---|
| 响应时间 | 快速问答<1s，深度分析<30s | 视代码复杂度和工具调用次数 |
| 问题发现率 | 覆盖80%+常见问题 | 包括安全、性能、风格等 |
| 误报率 | <15% | AI生成内容可能存在偏差 |
| 上下文记忆 | 跨会话保留历史 | 支持多轮追问 |
| 工具调用准确率 | >90% | AI正确选择工具的能力 |
典型使用场景
场景1: PR代码审查
开发者提交PR → AI自动审查PR差异 → 输出审查报告
↓
发现3个安全问题、2个性能问题、1个规范问题
↓
评分: 68分 (一般)
↓
建议: 优先修复SEC_HARDCODED_SECRET问题场景2: 对话式咨询
用户: "这个SQL查询为什么这么慢？"
AI: 检测到性能问题，启动PerformanceSpecialistAgent
↓
调用sonar_scan获取性能数据
↓
识别出N+1查询问题和缺失索引
↓
给出具体的优化建议和重构代码场景3: 规范合规检查
上传项目规范PDF → 存储到知识库
↓
用户: "这段代码符合我们的规范吗？"
AI: 检索norm_search → 匹配相关规范条款 → 检查合规性
↓
输出: "符合3条，有2条需要改进..."核心特性
- 多Agent协作系统：协调者自动分发任务到8种专业Agent（安全、性能、审查、知识库、文档、架构、通用编码、本地代码）
- 真ReAct迭代循环：AI自主决策工具调用，动态收集证据直到形成结论，支持回溯规划
- 混合RAG检索：语义向量 + BM25关键词融合排序(BM25权重1.15略优先)，提升检索准确性
- 多层记忆系统：滑动窗口(20条/会话) + 代码上下文 + ChatHistoryRepository跨会话检索
- MCP工具生态：标准化工具注册中心，支持Git、Sonar、重构、文件操作、代码搜索、Web搜索
- 实时流式输出：SSE推送AI思考过程，工具调用可见，支持WebSocket
- 自我反思机制：SelfReflection + BacktrackingPlanner支持执行回溯
- 审查链管道：SyntaxCheck → StyleCheck → SecurityScan → Performance 四阶段管道
技术架构
整体架构图
┌─────────────────────────────────────────────────────────────────────────┐
│ React + Ant Design 前端 │
│ ReviewPage / useAgentStream (SSE实时通信) │
│ WebSocket / AgentWebSocketHandler │
└─────────────────────────────────────────────────────────────────────────┘
│ SSE / HTTP / WebSocket
▼
┌─────────────────────────────────────────────────────────────────────────┐
│ Spring Boot 后端 │
│ ┌──────────────────┐ ┌─────────────────────────────────────────────┐ │
│ │ ChatController │ │ ConversationalCoordinator │ │
│ │ ReviewController │ │ (意图分析 + Agent路由) │ │
│ │ KnowledgeCtrl │ └─────────────────┬───────────────────────────┘ │
│ │ HistoryCtrl │ │ │
│ └──────────────────┘ ▼ │
│ ┌───────────────────────────────────────┐ │
│ │ FlowAgent │ │
│ │ (Flow编排+执行) │ │
│ └─────────────────┬─────────────────────┘ │
│ │ │
│ ┌────────────────────────────┼────────────────┐ │
│ ▼ ▼ ▼ │
│ ┌─────────────────┐ ┌─────────────────┐ ┌─────────────┐ │
│ │ ReActAgent │ │ SimpleAgent │ │ ReviewAgent │ │
│ │ (深度分析循环) │ │ (快速回答) │ │ (审查Agent) │ │
│ └────────┬─────────┘ └─────────────────┘ └─────────────┘ │
│ │ │
│ ▼ │
│ ┌─────────────────────────────────────────┐ │
│ │ ReactLoop (迭代循环) │ │
│ │ think() → decide() → act() → observe()│ │
│ │ + BacktrackingPlanner (回溯规划) │ │
│ └────────────────────┬────────────────────┘ │
│ │ │
│ ┌───────────────────────────────┼───────────────────────────────┐ │
│ │ │ │ │
│ ▼ ▼ ▼ │
│ ┌──────────────────┐ ┌──────────────────────┐ ┌──────────────────┐ │
│ │ SpecializedAgent │ │ SpecializedAgent │ │ SpecializedAgent │ │
│ │ (Review) │ │ (Security) │ │ (Performance) │ │
│ ├──────────────────┤ ├──────────────────────┤ ├──────────────────┤ │
│ │ SpecializedAgent │ │ SpecializedAgent │ │ SpecializedAgent │ │
│ │ (Rag) │ │ (Documentation) │ │ (Architecture) │ │
│ ├──────────────────┤ ├──────────────────────┤ ├──────────────────┤ │
│ │ SpecializedAgent │ │ SpecializedAgent │ │ SpecializedAgent │ │
│ │ (GeneralCoding) │ │ (LocalCode) │ │ │ │
│ └──────────────────┘ └──────────────────────┘ └──────────────────┘ │
│ │ │
│ ▼ │
│ ┌──────────────────────┐ │
│ │ ToolRegistry │ │
│ │ (MCP工具中心) │ │
│ │ McpClient │ │
│ └──────────────────────┘ │
│ ┌───────────────────────┼───────────────────────────────┐ │
│ │ ReviewChain │ Memory │ │
│ │ (管道式审查) │ SlidingWindowMemory │ │
│ │ - SyntaxCheckNode │ SessionCodeContextMemory │ │
│ │ - StyleCheckNode │ ChatHistoryRepository │ │
│ │ - SecurityScanNode │ │ │
│ │ - PerformanceNode │ │ │
│ └───────────────────────┴────────────────────────────────┘ │
└─────────────────────────────────────────────────────────────────────────────┘
│
┌───────────────────────────────┼───────────────────────────────┐
▼ ▼ ▼
┌─────────────────┐ ┌─────────────────┐ ┌─────────────────┐ ┌─────────────┐
│ Milvus │ │ MySQL │ │ Redis │ │ PDF存储 │
│ (向量数据库) │ │ (结构化存储) │ │ (会话缓存) │ │ 本地文件 │
│ - 审查历史 │ │ - 聊天记录 │ │ - 滑动窗口 │ │ │
│ - 规范文档 │ │ - 任务状态 │ │ - Embedding缓存│ │ │
│ - ChatHistory │ │ - 用户信息 │ │ │ │ │
└─────────────────┘ └─────────────────┘ └─────────────────┘ └─────────────┘技术栈
| 层级 | 技术 | 说明 |
|---|---|---|
| 前端 | React 18 + TypeScript | 单页应用 |
| Vite 7 | 构建工具 | |
| Ant Design 5 | UI组件库 | |
| SSE + WebSocket | 实时通信 | |
| 后端 | Spring Boot 3.2 | 基础框架 |
| Spring AI 1.1.0 | 大模型集成 | |
| spring-ai-alibaba-agent-framework 1.1.0.0 | 阿里Agent框架 | |
| MyBatis-Plus 3.5.7 | ORM框架 | |
| spring-ai-starter-vector-store-milvus | Milvus向量存储 | |
| 存储 | Milvus 3.0 | 向量数据库 |
| MySQL 8.0 | 关系数据库 | |
| Redis | 会话缓存 + Embedding缓存 | |
| PDF处理 | Apache PDFBox 3.0.2 | PDF文本提取 |
| OpenPDF 1.3.30 | PDF生成导出 | |
| 工具 | McpClient | 工具注册中心(统一工具调用) |
| GitDiffFetcher | Git仓库Diff获取 | |
| SonarResultParser | Sonar扫描结果解析 | |
| CodeRefactorer | 代码重构建议 | |
| RetryTemplate | 重试模板(指数退避) |
项目结构
code-review-agent/
├── code-review-common/ # 通用模块
│ ├── model/ # 数据模型
│ │ ├── auth/ # 认证相关模型
│ │ ├── chat/ # 对话相关模型
│ │ ├── history/ # 历史记录模型
│ │ ├── knowledge/ # 知识库模型
│ │ ├── norm/ # 规范相关模型
│ │ ├── review/ # 审查相关模型
│ │ ├── session/ # 会话模型
│ │ └── template/ # 审查模板模型
│ ├── persistence/ # 数据库层
│ │ ├── entity/ # DO实体
│ │ └── mapper/ # MyBatis Mapper
│ ├── utils/ # 工具类 (IdUtils, HashUtils)
│ ├── result/ # 统一响应 (ResultCode, ApiResponse)
│ └── exception/ # 异常类 (BizException)
│
├── code-review-tools/ # 工具模块
│ ├── mcp/ # MCP协议实现
│ │ ├── McpClient.java # MCP客户端(工具注册中心)
│ │ ├── McpToolDefinition.java # 工具定义元数据
│ │ └── McpToolExecutor.java # 工具执行器
│ ├── git/
│ │ └── GitDiffFetcher.java # Git仓库Diff获取
│ ├── sonar/
│ │ └── SonarResultParser.java # Sonar扫描结果解析
│ ├── refactor/
│ │ └── CodeRefactorer.java # 代码重构建议生成
│ ├── retry/
│ │ ├── RetryTemplate.java # 重试模板
│ │ ├── RetryStrategy.java # 重试策略
│ │ └── Retryable.java # 可重试标记
│ ├── file/
│ │ ├── FileOperationTool.java # 文件操作工具
│ │ └── LocalFileOperationTool.java # 本地文件操作
│ ├── search/
│ │ ├── CodeSearchTool.java # 代码搜索工具
│ │ └── WebSearchTool.java # Web搜索工具
│ └── exception/
│ └── ToolExecutionException.java # 工具执行异常
│
├── code-review-rag/ # RAG检索模块
│ ├── retrieval/ # 检索策略
│ │ ├── HybridSearch.java # 混合检索(语义+BM25+RRF融合)
│ │ ├── ChatRetrieval.java # 对话上下文检索
│ │ └── QueryRewriter.java # Query重写(中文分词+扩展)
│ ├── vector/
│ │ ├── MilvusRepository.java # Milvus向量库操作
│ │ └── CollectionManager.java # Collection管理
│ ├── embedding/
│ │ ├── EmbeddingService.java # 向量化服务
│ │ ├── TextChunker.java # 文本分块(512字符重叠)
│ │ └── PdfExtractor.java # PDF文本提取
│ ├── knowledge/
│ │ └── ReviewKnowledgeBase.java # 审查知识库管理
│ ├── cache/
│ │ └── EmbeddingCache.java # Embedding本地缓存(LRU)
│ ├── model/
│ │ └── ReviewRecord.java # 审查记录模型
│ ├── ChatHistoryRepository.java # 聊天历史存储
│ └── PdfRepository.java # PDF文档存储
│
├── code-review-core/ # 核心Agent模块
│ ├── agent/ # Agent实现
│ │ ├── conversational/ # 对话Agent
│ │ │ ├── ConversationalCoordinator.java # 协调者(意图分析+路由)
│ │ │ ├── ReActAgent.java # 深度分析Agent(ReAct循环)
│ │ │ ├── SimpleAgent.java # 快速回答Agent
│ │ │ ├── ConversationContext.java # 对话上下文
│ │ │ ├── CoordinationDecision.java # 协调决策
│ │ │ ├── CoordinationType.java # 协调类型(单Agent/多Agent协作)
│ │ │ ├── ReactStreamListener.java # SSE事件监听
│ │ │ └── SpecialistReport.java # 专家报告
│ │ ├── specialized/ # 专业Agent(继承SpecialistAgent)
│ │ │ ├── SpecialistAgent.java # 专业Agent抽象基类
│ │ │ ├── ReviewSpecialistAgent.java # 审查专家(代码Bug/风格)
│ │ │ ├── SecuritySpecialistAgent.java # 安全专家(注入/敏感信息)
│ │ │ ├── PerformanceSpecialistAgent.java # 性能专家(复杂度/查询)
│ │ │ ├── RagSpecialistAgent.java # 知识库专家(规范检索)
│ │ │ ├── DocumentationSpecialistAgent.java # 文档专家
│ │ │ ├── ArchitectureSpecialistAgent.java # 架构专家
│ │ │ ├── GeneralCodingAgent.java # 通用编码Agent
│ │ │ └── LocalCodeSpecialistAgent.java # 本地代码Agent
│ │ ├── react/ # ReAct循环
│ │ │ ├── ReactLoop.java # 迭代循环(think→act→observe)
│ │ │ ├── ReactState.java # 迭代状态
│ │ │ ├── ReactDecision.java # 决策结果(工具调用/终止)
│ │ │ ├── ReactContext.java # 执行上下文
│ │ │ ├── ReactResult.java # 执行结果
│ │ │ ├── ToolCallResult.java # 工具调用结果
│ │ │ └── ThinkingStep.java # 思考步骤
│ │ ├── planning/ # 规划组件
│ │ │ ├── IntentType.java # 意图类型
│ │ │ ├── IntentAnalysisResult.java # 意图分析结果
│ │ │ ├── TaskExecutionResult.java # 任务执行结果
│ │ │ ├── SubTask.java # 子任务
│ │ │ ├── BacktrackingPlanner.java # 回溯规划器
│ │ │ ├── ExecutionHistory.java # 执行历史
│ │ │ ├── ExecutionNode.java # 执行节点
│ │ │ └── ReflectionResult.java # 反思结果
│ │ ├── BaseAgent.java # Agent基类
│ │ ├── Agent.java # Agent接口
│ │ ├── AgentTextGenerator.java # 文本生成器接口
│ │ ├── LocalAgentTextGenerator.java # 本地文本生成
│ │ ├── FlowAgent.java # Flow编排Agent
│ │ ├── FlowResult.java # Flow执行结果
│ │ ├── ReviewAgent.java # 审查Agent
│ │ ├── AdvisorAgent.java # 顾问Agent
│ │ ├── RefactorAgent.java # 重构Agent
│ │ ├── SummarizerAgent.java # 总结Agent
│ │ ├── SelfReflection.java # 自我反思
│ │ ├── SpecialistAgent.java # SpecialistAgent(spring管理)
│ │ ├── AgentExecutionContext.java # Agent执行上下文
│ │ └── AgentEventListener.java # Agent事件监听
│ ├── memory/ # 记忆管理
│ │ ├── ChatMemory.java # 聊天记忆接口
│ │ ├── SlidingWindowMemory.java # 滑动窗口实现(20条/会话)
│ │ └── SessionCodeContextMemory.java # 代码上下文记忆
│ ├── chain/ # 审查链(管道式处理)
│ │ ├── ReviewChain.java # 审查管道
│ │ ├── ReviewContext.java # 审查上下文
│ │ ├── Node.java # 节点接口
│ │ ├── NodeResult.java # 节点执行结果
│ │ └── nodes/
│ │ ├── SyntaxCheckNode.java # 语法检查节点
│ │ ├── StyleCheckNode.java # 风格检查节点
│ │ ├── SecurityScanNode.java # 安全扫描节点
│ │ └── PerformanceNode.java # 性能分析节点
│ ├── coordination/ # 协调组件
│ │ ├── MessageBus.java # 消息总线
│ │ ├── MessageType.java # 消息类型
│ │ ├── AgentMessage.java # Agent消息
│ │ ├── AgentMessageBus.java # Agent消息总线
│ │ ├── AgentRegistry.java # Agent注册中心
│ │ └── InputOutputRouter.java # 输入输出路由
│ ├── enhance/
│ │ └── CodeSimilarityDetector.java # 代码相似度检测
│ └── cache/
│ ├── ReviewResultCache.java # 审查结果缓存
│ └── AgentResultMemo.java # Agent结果备忘录
│
├── code-review-api/ # API模块
│ ├── controller/
│ │ ├── ChatController.java # 对话接口(/api/chat/*)
│ │ ├── ReviewController.java # 审查接口(/api/review/*)
│ │ ├── KnowledgeController.java # 知识库接口
│ │ ├── HistoryController.java # 历史记录接口
│ │ ├── LocalCodeController.java # 本地代码审查接口
│ │ ├── SseController.java # SSE推送接口
│ │ ├── UserController.java # 用户接口
│ │ ├── AuthController.java # 认证接口
│ ├── service/
│ │ ├── ChatService.java # 基础聊天服务
│ │ ├── ConversationalService.java # 对话服务(深度分析)
│ │ ├── ReviewService.java # 审查服务
│ │ ├── KnowledgeService.java # 知识库服务
│ │ ├── KnowledgeManageService.java # 知识管理服务
│ │ ├── LocalCodeAnalysisService.java # 本地代码分析服务
│ │ ├── ReviewEnhancementService.java # 审查增强服务
│ │ ├── ReviewTemplateService.java # 审查模板服务
│ │ ├── PdfExportService.java # PDF导出服务
│ │ ├── AuthService.java # 认证服务
│ │ └── UserService.java # 用户服务
│ ├── persistence/
│ │ ├── ReviewTaskPersistenceRepository.java # 审查任务持久化
│ │ └── MybatisPlusChatMemory.java # MyBatis聊天记忆
│ ├── config/
│ │ ├── ToolRegistrationConfig.java # MCP工具注册配置
│ │ ├── MilvusConnectionConfig.java # Milvus连接配置
│ │ ├── MilvusVectorStoreConfig.java # Milvus向量存储配置
│ │ ├── AiClientTimeoutConfig.java # AI客户端超时配置
│ │ ├── AsyncConfig.java # 异步配置
│ │ ├── SecurityConfig.java # 安全配置
│ │ └── WebSocketConfig.java # WebSocket配置
│ ├── websocket/
│ │ └── AgentWebSocketHandler.java # WebSocket处理器
│ ├── sse/
│ │ └── SseEmitterManager.java # SSE管理器
│ ├── ai/
│ │ └── SpringAiAlibabaAgentTextGenerator.java # 阿里AI文本生成
│ ├── exception/
│ │ └── GlobalExceptionHandler.java # 全局异常处理
│ └── persistence/
│ └── *.java # 数据持久化相关
│
├── code-review-start/ # 启动模块
│ └── CodeReviewApplication.java # Spring Boot启动类
│
└── front/ # 前端(React)
└── src/
├── pages/Review/ # 审查页面
├── components/ # 组件
├── hooks/useAgentStream.ts # SSE流式Hook
└── services/api.ts # API调用核心模块详解
1. ReAct Agent 架构
迭代循环 (ReactLoop)
// 核心循环：think → act → observe，直到停机
while (state.iteration() < MAX_ITERATIONS) {
// 1. THINK: LLM决定下一步
ReactDecision decision = agent.decideNextAction(userMessage, context, state);
if (decision.action() != Action.TOOL) {
// 无工具调用，生成最终结论
break;
}
// 2. ACT: 执行工具
ToolCallResult result = agent.callTool(decision.toolName(), decision.toolParams(), ...);
// 3. OBSERVE: 更新状态
state = state.observe(result);
// 4. 停机检测
if (agent.shouldTerminate(state)) break;
}动态工具决策
// LLM自主选择工具
private ReactDecision planWithModel(...) {
// 构建prompt，包含所有可用工具描述
String input = "[Available Tools]\n" + formatToolDefinitions(tools);
// LLM返回JSON决策
String raw = textGenerator.generate(..., input, ...);
return parseDecision(raw, tools, ...); // 解析 {action: "TOOL", toolName: "xxx"}
}
// 降级策略：规则打分
private ReactDecision fallbackDecision(...) {
for (McpToolDefinition tool : tools) {
int score = fallbackToolScore(tool.name(), ...);
// 关键词匹配 + 上下文打分
}
}2. 多Agent协作
协调决策流程
用户问题 → ConversationalCoordinator.analyze()
│
├─ 包含"安全/漏洞/注入/xss/sql/token/secret"？ → security-specialist
├─ 包含"性能/慢/优化/复杂度/查询/吞吐"？ → performance-specialist
├─ 包含"规范/pdf/标准/文档"或context有相关规范？ → rag-specialist
├─ 包含"审查/review/代码/bug/重构"？ → review-specialist
└─ 默认 → review-specialist
│ 简单问题？(无上下文，消息简短)
├─ YES → SIMPLE_ANSWER (直接回答)
└─ NO → SINGLE_AGENT / MULTI_AGENT_COLLABORATIONSpecialistAgent类型
| Agent | 职责 | 关键词 | 系统提示 |
|---|---|---|---|
| ReviewSpecialistAgent | 代码审查、Bug检测、重构建议 | review, 代码, bug, 重构 | 代码审查与Bug检测专家 |
| SecuritySpecialistAgent | 安全漏洞、注入、敏感信息泄露 | 安全, 漏洞, 注入, xss, sql, token, secret | 专注于 secrets、injection、authorization gaps |
| PerformanceSpecialistAgent | 性能瓶颈、复杂度、数据库查询 | 性能, 慢, 优化, 复杂度, 查询, 吞吐 | 专注于 algorithmic complexity、hot loops、N+1 |
| RagSpecialistAgent | 规范检索、知识库问答 | 规范, pdf, 标准, 文档 | 基于项目规范和历史审查提供证据 |
| DocumentationSpecialistAgent | 文档生成与规范 | 文档, 说明 | 文档专家 |
| ArchitectureSpecialistAgent | 架构分析与设计 | 架构, 设计, 模块 | 架构专家 |
| GeneralCodingAgent | 通用编码问题 | 编码, 实现 | 通用编码Agent |
| LocalCodeSpecialistAgent | 本地代码分析 | 本地代码 | 本地代码专家 |
3. RAG 混合检索
检索流程
用户查询
│
├─ 1. QueryRewriter 重写Query
│ 中文分词 + 同义词扩展 + 英文翻译
│ "代码太乱" → ["code quality", "refactoring", "代码质量", "重构"]
│
├─ 2. 语义召回 (Milvus向量库)
│ embedding → 向量相似度搜索 → topK*2
│
├─ 3. 关键词召回 (BM25)
│ TOKEN_PATTERN正则分词 → IDF计算 → BM25打分 → topK*2
│ BM25参数: k1=1.2, b=0.75
│
└─ 4. RRF融合排序 (Reciprocal Rank Fusion)
score(d) = Σ 1/(k + rank_i(d))
语义权重1.0, 关键词权重1.15 (关键词略优先)
k=60, 输出最终topK4. 工具注册中心 (MCP)
已注册工具
| 工具名 | 功能 | 参数 |
|---|---|---|
| git_diff_fetch | 获取Git仓库Diff | repoUrl, branch, language |
| sonar_scan | Sonar风格代码扫描 | projectKey, branch |
| code_refactor | 生成重构代码 | originalCode, suggestions[] |
| review_history_search | 搜索历史审查 | query, projectId, sessionId, topK |
| session_memory_read | 读取会话记忆 | sessionId |
| chat_history_search | 语义搜索聊天历史 | query, sessionId, topK |
| norm_search | 搜索PDF规范 | query, projectId, limit |
| file_operation | 文件操作 | operation, path, content |
| code_search | 代码搜索 | query, language, filePatterns |
| web_search | Web搜索 | query, limit |
| local_file_operation | 本地文件操作 | operation, path |
工具定义元数据
public record McpToolDefinition(
String name, // 工具名称
String description, // 人类可读描述
Map<String, Object> inputSchema // 参数schema
)
// 注册示例
mcpClient.registerTool(definition(
"sonar_scan",
"Run a Sonar-style scan for the current project and branch.",
Map.of("projectKey", "string", "branch", "string")
), params -> sonarClient.scan(...));5. 对话记忆管理
多层记忆架构
┌─────────────────────────────────────────────────────────────┐
│ 对话记忆系统 │
├──────────────────┬──────────────────────────────────────────┤
│ 滑动窗口记忆 │ 长期记忆 │
│ SlidingWindow │ ChatHistoryRepository (Milvus+MySQL) │
│ Memory │ │
├──────────────────┼──────────────────────────────────────────┤
│ 内存: 20条/会话 │ Milvus向量库 + MySQL双存储 │
│ LRU淘汰策略 │ 本地缓存500条 │
│ 当前会话 │ 跨会话检索 │
│ 快速访问 │ 支持语义搜索 │
├──────────────────┼──────────────────────────────────────────┤
│ 代码上下文记忆 │
│ SessionCodeContextMemory │
│ - 存储当前代码审查的上下文 │
│ - 支持代码片段、文件路径、Diff信息 │
└──────────────────┴──────────────────────────────────────────┘API 接口
对话接口
1. 快速问答 (同步)
POST /api/chat/send
Content-Type: application/json
{
"sessionId": "session-xxx", // 可选
"projectId": "project-001", // 可选
"message": "帮我检查这段代码"
}2. 深度分析 (SSE流式)
POST /api/chat/react
Content-Type: application/json
{
"sessionId": "session-xxx",
"projectId": "project-001",
"message": "详细分析这个仓库的安全问题"
}SSE事件流:
event: connected
data: {"sessionId": "xxx", "projectId": "xxx"}
event: agent_start
data: {"agentId": "security-specialist", "name": "Security Specialist"}
event: thinking
data: {"step": 1, "type": "THINKING", "content": "分析安全问题..."}
event: tool_call
data: {"step": 2, "tool": "sonar_scan", "input": "...", "output": "..."}
event: agent_complete
data: {"agentId": "security-specialist", "content": "分析结论..."}
event: done
data: {"sessionId": "xxx", "content": "最终回答", "summary": "..."}审查接口
提交审查
POST /api/review/submit
Content-Type: application/json
{
"type": "GIT_DIFF", // 或 "PASTE_CODE"
"repoUrl": "https://github.com/xxx/yyy",
"branch": "main",
"projectId": "project-001",
"language": "java"
}快速开始
环境要求
- JDK 17+
- Node.js 18+
- MySQL 8.0
- Redis 7.0
- Milvus 3.0 (可选，使用内置向量检索)
1. 克隆项目
git clone https://github.com/your-org/code-review-agent.git
cd code-review-agent2. 配置数据库
# application.yml
spring:
datasource:
url: jdbc:mysql://localhost:3306/code_review?useSSL=false&serverTimezone=UTC
username: root
password: your_password
redis:
host: localhost
port: 63793. 配置API Key
# application.yml
spring:
ai:
dashscope:
api-key: your-api-key4. 启动后端
cd code-review-start
mvn spring-boot:run5. 启动前端
cd front
npm install
npm run dev访问 http://localhost:5173 即可使用。
设计模式与最佳实践
1. Agent模式
Agent (接口)
│
└── BaseAgent (抽象基类)
│
├── ConversationalCoordinator # 对话协调者(路由+意图分析)
│
├── SpecializedAgent (抽象基类) # 专业Agent
│ ├── ReviewSpecialistAgent # 审查专家
│ ├── SecuritySpecialistAgent # 安全专家
│ ├── PerformanceSpecialistAgent # 性能专家
│ ├── RagSpecialistAgent # 知识库专家
│ ├── DocumentationSpecialistAgent # 文档专家
│ ├── ArchitectureSpecialistAgent # 架构专家
│ ├── GeneralCodingAgent # 通用编码
│ └── LocalCodeSpecialistAgent # 本地代码
│
├── ReActAgent # 深度分析(ReAct循环)
├── SimpleAgent # 快速回答
├── FlowAgent # Flow编排
├── ReviewAgent # 审查Agent
├── AdvisorAgent # 顾问Agent
├── RefactorAgent # 重构Agent
└── SummarizerAgent # 总结Agent每个SpecialistAgent：
- 定义自己的系统提示词 (getSpecialistSystemPrompt)
- 定义支持的意图类型 (supportedIntents)
- 定义偏好工具列表 (preferredToolNames)
- 实现fallback分析逻辑
2. 策略模式
工具决策采用策略模式：
planWithModel(): LLM动态决策策略fallbackDecision(): 规则打分降级策略
3. 观察者模式
ReactStreamListener
├── onAgentStart() // Agent开始
├── onStep() // 思考/工具步骤
├── onAgentComplete() // Agent完成
└── onComplete() // 整体完成4. 模板方法模式
SpecializedAgent 定义工具决策模板：
public final ReactDecision decideNextAction(...) {
ReactDecision planned = planWithModel(...); // 钩子方法
if (planned != null) return planned;
return fallbackDecision(...);
}
protected abstract List<String> preferredToolNames(); // 抽象方法5. 回溯规划模式
BacktrackingPlanner 支持执行路径回溯：
BacktrackingPlanner
├── planSubTasks() // 规划子任务
├── canBacktrack() // 是否可回溯
└── backtrack() // 执行回溯6. 自我反思模式
SelfReflection 允许Agent审视自身输出：
SelfReflection
├── reflect() // 执行反思
└── shouldRetry() // 是否需要重试涉及的核心知识
1. ReAct (Reasoning + Acting)
ReAct是一种让LLM进行多步推理并与外部工具交互的范式：
Think: 分析当前情况，决定下一步行动
↓
Act: 调用工具获取信息
↓
Observe: 观察工具返回结果，更新认知
↓
循环直到得到满意答案2. RAG (Retrieval Augmented Generation)
RAG通过检索增强生成质量：
用户查询 → 检索相关知识 → 结合上下文 → LLM生成回答
↓
向量数据库 / 传统检索3. BM25 (Best Matching 25)
BM25是一种基于词频的经典检索算法：
score(D, Q) = Σ IDF(qi) · (tf(qi, D) · (k1 + 1)) / (tf(qi, D) + k1 · (1 - b + b · |D|/avgdl))4. RRF (Reciprocal Rank Fusion)
RRF用于融合多个检索结果：
RRF_score(d) = Σ 1 / (k + rank_i(d))5. 滑动窗口记忆
固定大小的记忆窗口，新内容进入、旧内容移出：
[1, 2, 3, 4, 5] → 窗口大小=3 → [3, 4, 5]6. 混合检索策略
结合多种检索方法提升召回率：
语义检索 (向量) + 关键词检索 (BM25) → RRF融合 → 最终结果7. MCP (Model Context Protocol)
MCP是一种让AI模型与外部工具交互的标准协议：
- 工具注册：统一注册、发现
- 工具调用：标准化输入输出
- 元数据：描述、参数schema
配置说明
工具注册配置
// ToolRegistrationConfig.java
@PostConstruct
public void registerTools() {
mcpClient.registerTool(definition(
"git_diff_fetch",
"Fetch the latest repository diff",
Map.of("repoUrl", "string", "branch", "string", "language", "string")
), params -> gitDiffFetcher.fetchDiff(...));
}Agent偏好配置
// SecuritySpecialistAgent.java
@Override
protected List<String> preferredToolNames() {
return List.of("git_diff_fetch", "sonar_scan", "review_history_search",
"session_memory_read", "chat_history_search", "norm_search");
}迭代参数配置
// ReactLoop.java
private static final int MAX_ITERATIONS = 8; // 最大迭代次数
// SpecializedAgent.java
protected int maxToolCalls() {
return 3; // 默认最大工具调用次数
}扩展指南
添加新的SpecialistAgent
- 继承
SpecializedAgent - 实现抽象方法
- 注册为Spring Bean
@Component
public class DatabaseSpecialistAgent extends SpecializedAgent {
@Override
public String specialistId() {
return "database-specialist";
}
@Override
protected List<String> preferredToolNames() {
return List.of("sql_analysis", "query_explain");
}
@Override
protected String fallbackAnalysis(...) {
// 实现fallback逻辑
}
}添加新的MCP工具
- 实现工具执行逻辑
- 在
ToolRegistrationConfig注册
mcpClient.registerTool(definition(
"my_new_tool",
"Description of what it does",
Map.of("param1", "string", "param2", "integer")
), params -> myService.execute(params));更换Embedding模型
# application.yml
spring:
ai:
embedding:
provider: dashscope
model: text-embedding-v3License
MIT License