核心用法
core-code-review 是一款面向软件开发流程的 AI 辅助代码审查技能，设计用于代码提交前（pre-commit）或任务完成后的质量把关场景。用户通过触发该技能，系统将按照预设的四大维度对代码变更进行系统性扫描：
1. 正确性审查 — 验证业务逻辑正确性、边界条件覆盖、异常处理完整性
2. 可读性审查 — 评估命名规范性、代码结构清晰度、注释有效性
3. 可维护性审查 — 检查 DRY 原则遵守情况、扩展性设计、依赖合理性
4. 测试审查 — 分析测试覆盖率、测试用例意义、测试代码可读性
显著优点
- 结构化输出：采用 Critical/Important/Minor/Nitpick 四级问题分级体系，帮助团队快速识别阻塞性问题
- 领域扩展性：针对嵌入式开发场景提供专项检查（内存安全、资源泄漏、中断上下文、时序、功耗）
- 标准化流程：输出格式遵循行业通行的代码审查报告模板，可直接归档或流转
- 降低认知负荷：将人工审查的重复性工作自动化，让开发者聚焦架构设计
潜在缺点与局限性
- 静态分析局限：无法替代动态测试和运行时调试，对复杂并发场景的检测能力有限
- 领域知识边界：通用审查规则可能遗漏特定业务领域的隐性约束
- 误报风险：AI 可能对合理的代码模式产生误判，仍需人工复核
- 上下文依赖：对大型代码库的跨文件引用分析可能不够深入
适合人群
- 中小型敏捷团队的代码审查流程
- 需要快速建立代码质量基线的早期项目
- 嵌入式开发团队（启用扩展检查项后）
- 个人开发者的自我代码检查
常规风险
- 过度依赖风险：将 AI 审查结论作为唯一准入标准，可能漏过语义层面的设计缺陷
- 安全审查盲区：当前版本未明确包含安全漏洞扫描（如 SQL 注入、XSS 等），敏感代码需配合专用安全工具
- 知识产权：上传代码至 AI 服务涉及数据出境风险，商业机密代码建议本地部署或使用私有化方案