jev-code-review

Jev 模拟代码评审。用 LLM 模拟 TypeSafe Jev 的三种原语（Choice/Score/Noul）， 对代码变更进行结构化评审，输出概率化判断。 触发词：评审代码、code review、jev review、代码审查。

Jev Code Review (LLM 模拟版)

用 LLM 模拟 Jev 的决策模型，对代码变更进行结构化评审。

核心原理

Jev 不是生成文本，而是回答原子问题。本 skill 用 LLM 模拟三种原语：

原语	用途	输出格式
Noul	是/否判断	{"answer": 0.85} (0-1 概率)
Score	1-5 分打分	{"answer": 4, "confidence": 0.72}
Choice	多选一	{"answer": "B", "probabilities": {"A": 0.1, "B": 0.7, "C": 0.2}}

代码评审问题集

对每段代码变更，并行提问 5 个原子问题：

1. 安全性 (Noul)

text

问题：这段代码是否引入了安全风险？
- 检查：SQL注入、XSS、硬编码密钥、路径遍历、命令注入
- 输出：概率 0-1（>0.7 = 有风险）

2. 正确性 (Noul)

text

问题：这段代码是否可能引入 bug？
- 检查：空指针、边界条件、资源泄漏、并发问题、逻辑错误
- 输出：概率 0-1（>0.6 = 可能有问题）

3. 可维护性 (Score 1-5)

text

问题：代码质量如何？
1 = 难以维护，5 = 优秀
- 检查：命名清晰、函数长度、注释、复杂度
- 输出：分数 + 置信度

4. 性能 (Score 1-5)

text

问题：是否有性能隐患？
1 = 严重性能问题，5 = 无隐患
- 检查：N+1查询、循环内IO、大数据量处理、内存泄漏
- 输出：分数 + 置信度

5. 需要人工审查 (Noul)

text

问题：是否需要人工介入审查？
- 触发条件：安全>0.7 或 正确性>0.6 或 可维护性<3
- 输出：概率 0-1

使用方式

命令行

bash

# 评审单个文件
python3 scripts/jev_review.py --file app.py

# 评审 diff
python3 scripts/jev_review.py --diff changes.diff

# 评审 Git 提交
python3 scripts/jev_review.py --commit HEAD~1

# 输出 JSON（便于集成）
python3 scripts/jev_review.py --file app.py --json

作为 Skill 调用

用户说"评审这段代码"时：

1. 获取代码变更（文件/diff/commit）
2. 并行调用 5 个原子问题
3. 汇总结果，标记需要人工审查的部分

输出示例

json

{
  "file": "app.py",
  "timestamp": "2026-09-19T21:10:00",
  "review": {
    "security": {
      "type": "noul",
      "question": "这段代码是否引入了安全风险？",
      "answer": 0.15,
      "threshold": 0.7,
      "flagged": false
    },
    "correctness": {
      "type": "noul",
      "question": "这段代码是否可能引入 bug？",
      "answer": 0.45,
      "threshold": 0.6,
      "flagged": false
    },
    "maintainability": {
      "type": "score",
      "question": "代码质量如何？",
      "answer": 3,
      "confidence": 0.68,
      "threshold": 3,
      "flagged": false
    },
    "performance": {
      "type": "score",
      "question": "是否有性能隐患？",
      "answer": 4,
      "confidence": 0.75,
      "threshold": 3,
      "flagged": false
    },
    "needs_human": {
      "type": "noul",
      "question": "是否需要人工介入审查？",
      "answer": 0.12,
      "threshold": 0.5,
      "flagged": false
    }
  },
  "summary": {
    "flagged_count": 0,
    "max_risk": "correctness (0.45)",
    "recommendation": "PASS"
  }
}

阈值规则

指标	阈值	动作
security	>0.7	🔴 阻断，必须修复
correctness	>0.6	🟡 警告，建议修复
maintainability	<3	🟡 警告，建议改进
performance	<3	🟡 警告，建议优化
needs_human	>0.5	👀 需要人工审查

与真实 Jev 的对比

特性	LLM 模拟	真实 Jev
延迟	2-5秒	70-500ms
成本	~$0.002/次	~$0.0001/次
校准性	中等（依赖 prompt）	高（RLCD 训练）
确定性	低（温度影响）	高（温度=0）
可用性	✅ 现在就能用	⏳ 等 API key

后续：切换到真实 Jev

拿到 API key 后：

1. 安装 pip install typesafe-sdk
2. 修改 scripts/jev_review.py 中的 call_llm() 为 call_jev()
3. 问题结构完全兼容，无需改动

文件结构

text

jev-code-review/
├── SKILL.md              # 本文件
├── scripts/
│   ├── jev_review.py     # 主评审脚本
│   ├── primitives.py     # Noul/Score/Choice 模拟实现
│   └── thresholds.json   # 阈值配置
└── references/
    └── jev_api.md        # 真实 Jev API 文档（待接入）