返回
提供专业、结构化的代码审查能力,覆盖质量规范、潜在缺陷、性能瓶颈、安全风险和测试完备性五大维度,输出包含严重问题定位、可操作改进建议及设计亮点的标准化评审报告,助力团队持续提升代码健壮性与可维护性。
简介
提供专业、结构化的代码审查能力,覆盖质量规范、潜在缺陷、性能瓶颈、安全风险和测试完备性五大维度,输出包含严重问题定位、可操作改进建议及设计亮点的标准化评审报告,助力团队持续提升代码健壮性与可维护性。
核心能力速览
✓所属分类:🔒 测试与安全
✓通过 Agent Skills 协议,将「能力」封装为可复用、可安装的 AI 组件
✓支持按需加载领域知识与工具,让通用模型转变为特定任务的专家
适用场景
适用于「🔒 测试与安全」相关场景,可作为可复用的 AI 能力组件,接入支持 Agent Skills 的 AI 客户端(如 Claude、Cursor、Cline 等),按需调用以扩展模型能力。
Skills.MD
| name | code-review |
| description | 代码审查最佳实践指南 |
| version | 1.0.0 |
| category | development |
代码审查技能包
当进行代码审查时,请遵循以下专业指南和检查清单。
审查检查清单
1. 代码质量
- 编码规范:代码是否遵循项目的编码规范和风格指南
- 命名规范:变量、方法、类名是否清晰易懂,符合语义
- 代码重复:是否存在重复代码,能否提取公共方法或工具类
- 逻辑清晰:代码逻辑是否简洁明了,避免过度复杂的嵌套和条件分支
- 注释质量:关键逻辑是否有适当注释,注释是否准确有效
2. 潜在问题
- 空指针安全:是否正确处理了可能为null的对象
- 边界条件:数组、列表访问是否检查边界,循环边界是否正确
- 异常处理:异常是否被正确捕获和处理,是否有异常吞噬
- 并发安全:多线程环境下是否存在竞态条件、死锁风险
- 资源泄漏:文件、连接、流等资源是否正确关闭
3. 性能考量
- 算法效率:是否使用了合适的算法和数据结构
- 数据库查询:是否存在N+1查询问题,是否可以优化SQL
- 内存使用:是否存在内存泄漏风险,大对象是否及时释放
- 循环优化:循环中是否有不必要的重复计算或对象创建
4. 安全性
- 输入验证:用户输入是否经过充分验证和过滤
- SQL注入:数据库查询是否使用参数化查询防止注入
- 敏感信息:密码、密钥等敏感信息是否加密存储
- 权限控制:是否有适当的权限检查和访问控制
5. 测试覆盖
- 单元测试:关键逻辑是否有对应的单元测试
- 边界测试:是否测试了边界条件和异常情况
- 测试质量:测试用例是否有效,是否能真正验证功能
审查输出格式
请按以下结构化格式输出审查结果:
严重问题(如有):
- [文件名:行号] 问题描述及风险说明
改进建议:
- [文件名:行号] 具体的改进建议和推荐做法
优点:
- 值得肯定的代码设计和实现亮点
总体评价: 简要总结代码质量和建议
审查原则
- 建设性反馈:提出问题的同时给出具体的改进建议
- 客观公正:基于标准和最佳实践,避免主观臆断
- 优先级明确:区分严重问题和改进建议
- 示例代码:必要时提供改进后的示例代码
快捷安装
在终端执行以下命令,即可将本 Skill 安装到本地 AI 客户端:
npx skills add Leavesfly/Jimi