核心用法
Vet 是一款专为 AI 编程工作流设计的实时代码审查工具。其核心设计理念是立即运行——在任何逻辑代码单元变更后即时执行，而非批量等待。Vet 通过分析 git diff 和对话历史（OpenCode/Codex/Claude Code 会话导出），识别实现与需求之间的理解偏差、潜在 bug 及代码质量问题。
主要特性
多平台会话支持：内置 OpenCode、Codex、Claude Code 三大主流 AI 编程助手的会话导出脚本，通过 --history-loader 参数加载对话上下文，显著提升审查准确性。
灵活运行模式：
- 标准模式：直接调用 LLM API（默认 claude-opus-4-6）
--agentic模式：通过本地 Claude Code/Codex CLI 路由，无需 API 密钥但较慢（约3分钟）
智能结果过滤：自动识别非当前会话产生的变更，避免误报其他代理的修改。
显著优点
1. 主动防御：强调"不等待请求、 proactive 执行"，将问题发现左移到编码阶段
2. 上下文感知：对话历史分析能捕捉"说一套做一套"的实现偏差
3. 零配置快速启动：pip/uv 一键安装，支持无历史模式的纯 diff 审查
4. 输出格式灵活：text/json/github 三种格式，适配不同集成场景
潜在局限
1. 依赖外部 API：标准模式需要 LLM API 密钥，存在成本和可用性约束
2. 非测试替代：明确声明不能取代单元测试，属于静态分析的补充层
3. 会话导出耦合：历史加载脚本与 IDE 会话格式紧密绑定，需持续更新维护
4. 置信度阈值：默认 0.8 的 --confidence-threshold 可能漏报或误报，需人工调优
适合人群
- 使用 OpenCode/Codex/Claude Code 的 AI 辅助开发者
- 追求代码审查自动化、希望减少 review 往返的团队
- 需要在编码阶段即时发现理解偏差的敏捷开发者
常规风险
- API 成本累积：频繁运行可能产生可观 LLM 调用费用
- 误报干扰：跨会话变更识别依赖人工判断，可能分散注意力
- 更新维护负担：会话格式变化时需同步更新 skill 文件和导出脚本
- 过度依赖：开发者可能因"有 vet 把关"而放松自审质量