用 OpenVort AI 员工做自动化 Code Review 的探索

最近在研究怎么用 OpenVort 的 AI 员工来做自动化的 Code Review，折腾了一周，分享下思路和踩坑。

基本方案

1. 在 VortGit 上配置 webhook，有新的 MR 时通知 AI 员工
2. AI 员工拉取 diff 内容，按 Skill 里定义的规则进行审查
3. 审查结果以评论形式写回 MR

Skill 提示词设计

这块花了最多时间调优。几个关键点：

• 明确审查维度：安全漏洞、性能问题、代码风格、逻辑错误，分开检查效果比一股脑全看要好
• 给出修改建议：不只是指出问题，还要给具体的改进代码
• 控制输出格式：让 AI 用统一的格式输出，方便后续解析

踩坑记录

1. diff 太大的时候（超过 500 行），AI 容易遗漏后半部分的问题。解决方案是分段提交给 AI
2. 误报率比较高，大概 30% 的建议是没必要的。需要持续调优 prompt
3. 有些语言特定的最佳实践 AI 不太了解，需要在 Skill 里补充上下文

效果

调优之后效果还可以，能抓到一些人工容易忽略的问题，比如未处理的异常、SQL 注入风险。但还不能完全替代人工 review，更像是第一道过滤。

总的来说 OpenVort 的 AI 员工做这种自动化任务还是挺适合的，Skill 机制的灵活性够用。期待后续能支持 function calling，那就能直接调用 lint 工具了。