Rust Code Review

核心功能

rust-code-review 是一套面向生产级 Rust 代码的深度审查框架，其设计目标是捕获编译器无法检测的语义级缺陷，尤其在内存安全、并发正确性与 API 设计三个高风险领域。

审查流程采用五步强制序列：先确认 Cargo.toml 中的 Edition 与 MSRV，再分析依赖特征，继而完整阅读函数而非仅 diff，逐类别执行检查清单，最后通过验证协议（verification protocol）确认。该流程刻意规避"心理验证"，要求每个检查点必须能从磁盘文件与阅读路径中得到客观满足。

技术覆盖极为全面：所有权与借用（含 Edition 2024 的 RPIT 精确捕获 + use<'a>）、错误处理（thiserror vs anyhow、延迟清理）、trait 与类型设计（对象安全、sealed traits）、并发模型（内存序决策树、锁-free 模式、Miri/loom 验证要求）、unsafe 深度安全（有效性 vs 安全性、panic safety）。特别值得注意的是对 Edition 2024 破坏性变更的专项处理：unsafe 块语义、extern "C" 语法、#[no_mangle] 属性变更、! 类型回退等。

严重性校准将问题分为 Critical（阻塞合并）、Major（应修复）、Minor（建议修复）、Informational（仅记录）四级，每级均有明确判定标准。Critical 级别涵盖 UB、释放后使用、用户输入 unwrap、数据竞争等；Major 包括热路径 clone 掩盖设计问题、库代码 panic 等。

独特设计包括：

• 13 份专项参考文档的按需加载机制，避免信息过载
• "Valid Patterns" 白名单明确排除误报（如测试中的 unwrap、Arc::clone(&arc) 显式克隆）
• 上下文敏感规则，仅在特定条件满足时才触发标记
• beagle-rust:review-verification-protocol 的强制依赖检查

潜在局限：该技能假设审查者已具备 Rust 中级以上知识，对新手而言参考文档的学习曲线较陡；未直接集成 cargo clippy 或 cargo check 的自动化输出，依赖人工逐步执行；对于超大规模代码库，"完整阅读函数"的要求在时间上可能不现实，需要抽样策略。

适用人群

• 需要审查 unsafe 代码块或并发原语的核心库维护者
• 负责制定团队 Rust 编码规范的技术负责人
• 进行安全审计或供应链审查的第三方评估者
• 从其他语言迁移、需要理解 Rust 特有缺陷模式的开发团队

风险提示

该技能输出的审查意见具有较高权威性，但不构成形式化验证。unsafe 代码的正确性最终依赖 Miri 运行与 loom 模型检查，技能本身无法替代这些工具。Edition 2024 的支持基于预览规范，正式版发布后可能存在滞后。最严重的风险在于审查者跳过 Gates 流程——技能文档明确警告："do not skip ahead with 'mental verification'"，违规操作将导致漏报。

核心用法

rust-code-review 是一个纯文档型 Skill，专为 Rust 代码审查场景设计。使用者通过阅读其详尽的 Markdown 参考文档，系统性地执行代码审查流程。该 Skill 采用结构化审查工作流：首先检查 Cargo.toml 确认 Rust 版本（2018/2021/2024）和依赖关系，然后按类别逐项审查代码，包括所有权借用、错误处理、Trait 设计、接口设计、并发模式、Unsafe 代码等 10 余个维度。每个审查类别配备详细的检查清单（Checklist）和严重级别校准（Severity Calibration），确保审查结果可量化、可操作。Skill 还包含 15 个专项参考文档，覆盖从基础所有权到高级内存序、锁无模式等深度主题，审查者可根据具体问题按需加载对应参考资料。

显著优点

1. 版本感知能力：紧跟 Rust 2024 Edition 的最新变化，包括 unsafe 语义调整、RPIT 生命周期捕获、if let 临时变量作用域等 Breaking Changes，避免审查建议过时。

2. 系统化方法论：独创的 "Gates" 验证机制强制审查者在提交关键发现前完成上下文确认、完整阅读和验证协议，显著降低误报率。

3. 深度技术覆盖：不仅涵盖常规代码风格，更深入并发原语（Atomic、Memory Ordering）、Unsafe 安全不变量、类型布局等 Rust 独有且易错的领域，参考文档引用《Rust Atomics and Locks》等权威资料。

4. 实用严重级别体系：将问题分级为 Critical/Major/Minor/Informational，并明确标注哪些会阻塞合并（如数据竞争、Use-after-free），帮助团队优先处理高风险问题。

5. 反模式白名单：明确列出不应标记的合法模式（如测试中的 .unwrap()、Arc::clone(&arc) 显式语法等），避免审查噪音。

潜在缺点与局限性

1. 无自动化执行：纯文档型 Skill，不提供自动化的 Clippy 集成或 CI/CD 流水线支持，审查效果高度依赖人工执行质量。

2. Companion Skill 依赖：部分高级功能（性能优化、Clippy 配置、类型状态模式）需额外加载 beagle-rust:rust-best-practices 等配套 Skill，增加使用复杂度。

3. T3 来源可信度：维护者为个人开发者（anderskev），虽采用 MIT-0 许可证，但缺乏企业级维护承诺，长期更新稳定性存疑。

4. 学习曲线陡峭：15 个深度参考文档涵盖大量底层细节，新手审查者可能需要较长时间掌握何时加载哪个参考文档。

5. Edition 2024 验证不足：由于 Rust 2024 刚发布，部分新特性的实际审查案例积累有限，建议在关键项目中结合官方 Release Notes 交叉验证。

适合的目标群体

• Rust 团队 Tech Lead：需要建立团队代码审查规范，统一审查标准。
• 资深 Rust 开发者：希望系统提升对 Unsafe、并发、内存序等高级主题的审查能力。
• 安全审计人员：负责审查含 Unsafe 代码或并发逻辑的 Rust 项目，需要权威参考依据。
• Rust 培训师：需要结构化教学材料讲解 Rust 常见陷阱和最佳实践。

不适合纯 Rust 新手直接使用——建议先掌握基础语法和借用规则，再借助本 Skill 深化审查能力。

使用风险

1. 审查者能力风险：Skill 本身安全（无代码执行），但其建议质量取决于审查者是否正确理解和应用。误用 "Valid Patterns" 和 "Context-Sensitive Rules" 可能导致漏检或过度审查。

2. 引用文档时效性：references/ 目录下的外部资源引用（如 RFC、书籍章节）可能随 Rust 演进而更新，建议定期核对官方文档。

3. Companion Skill 供应链风险：依赖的 beagle-rust:* 系列 Skill 需单独审查，若其安全性或准确性不足，将间接影响本 Skill 的实用价值。

4. 性能与规模限制：大型代码库（数十万行）的全量人工审查成本高昂，建议结合工具化扫描（Miri、Loom、Clippy）与本 Skill 深度审查使用。