1. 引言：人工 Review 的“痛”与 AI 的“药”作为团队的 Tech Lead，我每天最痛苦的事情就是处理 Merge Request (MR)。重复性高：总是在纠正变量命名、重复逻辑、基础安全漏洞、甚至是拼写错误。精力有限：由于 Review 压力大，后期往往“睁一只眼闭一只眼”，导致生产环境 Bug 频发。人情世故：指出同事的低级错误有时会让人感到尴尬。为了自救，我写了一个 Python 脚本，将Claude 3.5 Sonnet（目前代码逻辑推理能力最强的模型之一）接入了 Git 的pre-commit阶段。结果如何？现在，我的 AI 助手会先审一遍代码。没过关的提交直接被打回。它不知疲倦，且标准统一。2. 系统架构：AI 审查是如何工作的？我们的目标是在代码推送到仓库前，自动捕获差异（Diff），让 AI 生成评审报告。如果 AI 判定存在“High”级别的风险，则阻止提交。