用 30 行 Python 让 AI 帮你审完整个代码仓库（含真实可跑代码）
用 30 行 Python 让 AI 帮你审完整个代码仓库（含真实可跑代码）
大多数人用 AI 审代码的方式是：复制一个文件，粘贴进对话框，等回复，再复制下一个。
这样做效率极低，而且 AI 根本看不到文件之间的依赖关系。
今天换一种做法——写一个脚本，自动遍历整个 repo，批量送给模型审查，把所有问题汇总成一份报告。全程不用开浏览器，不用复制粘贴。
思路
1. 递归扫描项目目录，收集所有源码文件
2. 按文件逐一调用 Chat Completions API，让模型针对每个文件给出问题列表
3. 最后汇总，输出一份 Markdown 格式的审查报告
用 OpenAI 格式的 API 就够了，模型随便换。
完整代码
#!/usr/bin/env python3
"""
repo_review.py — 自动审查整个代码仓库
用法: python repo_review.py ./your-project
"""
import os
import sys
from pathlib import Path
from openai import OpenAI
# ✅ 换一行 base_url 就能用无量 Api，价格比官方便宜约 60%
client = OpenAI(
api_key=os.environ.get("API_KEY", "your-api-key-here"),
base_url="https://api2everything.xyz/v1",
)
# 要审查的文件类型
INCLUDE_EXTENSIONS = {".py", ".js", ".ts", ".go", ".java", ".cpp", ".c", ".rs"}
# 跳过的目录
SKIP_DIRS = {"node_modules", ".git", "__pycache__", ".venv", "dist", "build"}
REVIEW_PROMPT = """你是一名资深代码审查工程师。请审查以下代码，重点关注：
1. 潜在的 bug 或逻辑错误
2. 安全漏洞（SQL 注入、XSS、硬编码密钥等）
3. 性能问题
4. 不符合最佳实践的写法
请用简洁的列表格式输出，每条问题注明行号（如有）。如果代码没有明显问题，回复"✅ 未发现明显问题"。
不需要给出修复建议，只需列出问题。"""
def collect_files(root: str) -> list[Path]:
"""收集所有需要审查的源码文件"""
files = []
for path in Path(root).rglob("*"):
if any(skip in path.parts for skip in SKIP_DIRS):
continue
if path.is_file() and path.suffix in INCLUDE_EXTENSIONS:
files.append(path)
return sorted(files)
def review_file(file_path: Path, model: str = "gpt-4.1-mini") -> str:
"""调用 API 审查单个文件"""
code = file_path.read_text(encoding="utf-8", errors="ignore")
if len(code.strip()) < 10:
return "（文件为空，跳过）"
# 超长文件截断，避免超出 context
if len(code) > 12000:
code = code[:12000] + "\n\n... [文件过长，已截断]"
response = client.chat.completions.create(
model=model,
messages=[
{"role": "system", "content": REVIEW_PROMPT},
{"role": "user", "content": f"文件路径: {file_path}\n\n```\n{code}\n```"},
],
temperature=0.2,
max_tokens=1024,
)
return response.choices[0].message.content.strip()
def main():
root = sys.argv[1] if len(sys.argv) > 1 else "."
files = collect_files(root)
if not files:
print("没有找到可审查的源码文件")
return
print(f"找到 {len(files)} 个文件，开始审查...\n")
report_lines = [f"# 代码审查报告\n\n项目: `{Path(root).resolve()}`\n"]
for i, f in enumerate(files, 1):
rel = f.relative_to(root)
print(f"[{i}/{len(files)}] 审查: {rel}")
result = review_file(f)
report_lines.append(f"## `{rel}`\n\n{result}\n")
report = "\n".join(report_lines)
output_path = Path("review_report.md")
output_path.write_text(report, encoding="utf-8")
print(f"\n✅ 完成！报告已保存到 {output_path}")
if __name__ == "__main__":
main()
跑起来只需三步
# 1. 安装依赖
pip install openai
# 2. 设置 API Key（在无量 Api 注册后获取，新用户送 ¥1 余额）
export API_KEY="your-api-key"
# 3. 对你的项目跑一遍
python repo_review.py ./your-project
输出的 review_report.md 长这样：
# 代码审查报告
## `src/auth.py`
- 第 42 行：password 以明文存储在日志中，存在信息泄露风险
- 第 67 行：使用了 MD5 做密码哈希，建议替换为 bcrypt
## `src/db.py`
✅ 未发现明显问题
几个实用调整
换更强的模型：把 model="gpt-4.1-mini" 改成 "claude-sonnet-4-5" 或 "gemini-2.5-pro"，无量 Api 支持 300+ 模型，同一个 key 直接切换，不用重新注册。
只审查改动的文件：
# 只审查本次 git diff 涉及的文件
git diff --name-only HEAD | xargs python repo_review.py
并发加速：文件多的时候可以用 concurrent.futures.ThreadPoolExecutor 并发请求，速度能快 5-10 倍，代码改动不超过 10 行。
关于费用
跑一个中型项目（50 个文件，每文件平均 200 行），用 gpt-4.1-mini 大概消耗 15 万 tokens，官方价格约 ¥1.5，通过无量 Api 大概 ¥0.5 出头。如果用更便宜的模型做初筛、再用强模型复核可疑文件，成本还能再压一半。
新用户注册就送 ¥1 余额，跑几次审查完全够用，感受一下再决定要不要充值。
这个脚本我自己在用，跑了十几个开源项目，发现过不少"看起来没问题但实际有坑"的代码。你有大型 repo 想跑的话，把文件数量和模型选择问题扔评论区，我帮你估个成本。
觉得有用的话点个赞，后续还有更多 API 自动化的实战内容。
无量 Api — 国内直连 OpenAI / Claude / Gemini / DeepSeek 等 300+ 模型，比官方便宜约 65%，注册送 ¥1
👉 https://api2everything.xyz/?utm_source=zhihu&utm_medium=article&utm_campaign=daily&aff=wqUb