一、概述
review 是 Claude Code 内置的一项核心技能（Skill），专门用于审查 Pull Request（PR）。当开发者在终端中调用 /review 命令时，Claude Code 会自动分析当前分支上的待审变更，基于代码库上下文给出全面的审查意见。这项功能将 AI 代码审查能力直接集成到命令行工作流中，无需切换工具或离开终端环境。
review 技能的设计目标是帮助开发团队在代码合入前发现潜在问题，提升代码质量，同时减轻人工审查的负担。它不仅可以检测代码缺陷和安全漏洞，还能评估代码风格、架构合理性以及测试覆盖度等方面。
二、技能介绍与调用方式
review 技能作为一个全局可用的 Slash Command（斜杠命令），在任何对话中都可以直接调用。其调用方式极为简洁，只需在 Claude Code 命令行中输入以下命令：
/review
Claude Code 会自动检测当前 Git 分支相对于其基准分支（通常是 main 或 master）的差异，获取所有待审查的变更内容。无需额外指定分支名称或文件路径，工具会自动推断审查范围。
调用前提：当前工作目录必须是一个 Git 仓库，且当前分支与基准分支之间存在待审查的差异（即尚未合入的提交）。如果当前分支没有未合入的变更，review 技能会提示无变更可审查。
三、功能与目的
review 技能的核心目的是高效审查 Pull Request，确保代码质量。它围绕以下几个关键目标展开：
- 缺陷检测：自动发现代码中的逻辑错误、边界条件处理不当、空指针引用等常见编程错误。
- 安全隐患：识别潜在的安全漏洞，如 SQL 注入、XSS 攻击、不安全的认证方式、敏感信息硬编码等。
- 代码质量评估：检查代码是否符合项目规范，是否存在重复代码、过长函数、过度耦合等设计问题。
- 测试覆盖评估：分析新增代码是否有对应的单元测试或集成测试，评估测试的充分性。
- 可维护性分析：评估代码的可读性、注释质量、命名规范以及未来扩展的便利性。
- 性能考量：识别可能的性能瓶颈，如不必要的循环、大对象重复创建、数据库查询优化等。
通过这些维度的全面审查，review 技能帮助开发团队在代码合入前捕获尽可能多的问题，将代码审查从被动的人工检查转变为主动的 AI 辅助质量保障。
四、工作原理（与 gh CLI 的集成）
review 技能在底层与 GitHub CLI（gh）深度集成，利用 gh 命令获取 PR 相关的元数据和上下文信息。其工作流程如下：
- 检测基准分支：Claude Code 通过 Git 命令自动识别当前分支的基准分支（如 main、master 或 develop），确定审查范围。
- 获取变更差异：使用 git diff 命令获取当前分支与基准分支之间的所有文件变更，包括新增、修改和删除的代码行。
- 关联 PR 上下文：如果当前分支存在关联的 Pull Request（通过 gh pr view 检测），review 技能会获取 PR 的标题、描述、评论和讨论历史，作为审查的额外上下文。
- 读取代码库上下文：除了变更内容本身，Claude Code 还会读取项目中相关文件（如被修改函数的定义、依赖接口等），确保审查意见基于完整的代码库理解。
- 生成审查报告：基于以上所有信息，Claude Code 综合分析变更的影响、风险和收益，输出结构化的审查意见。
以下是通过 gh CLI 手动获取 PR 信息的示例命令，这些命令在 review 技能内部自动执行：
# 查看当前分支关联的 PR
gh pr view
# 获取 PR 的详细变更
gh pr diff
# 查看 PR 上的评论
gh pr view --comments
五、审查内容详解
review 技能会对 Pull Request 进行全方面的审查，涵盖以下几个核心维度：
5.1 变更逻辑分析
深入分析每一处代码变更的逻辑正确性，判断是否有边界条件遗漏、状态转换错误、数据结构使用不当等问题。Claude Code 会基于对代码库整体架构的理解，评估变更是否可能引入回归问题。
5.2 代码规范与风格
检查代码是否符合项目的编码规范，包括命名约定、缩进风格、注释规范等。虽然 review 技能不会替代 linter，但它能从语义层面发现格式工具无法捕捉的风格问题，如不一致的抽象层次、不合理的职责划分等。
5.3 依赖与接口变更
特别关注新增或修改的 API 接口、外部依赖、配置项等，评估其向后兼容性以及可能对其他模块产生的影响。对于接口变更，review 会检查调用方是否已同步更新。
5.4 测试完整性
分析新增代码是否有对应的测试覆盖，判断测试用例是否覆盖了关键路径、边界条件和异常情况。如果发现代码变更量较大但测试缺失，会给出明确的改进建议。
审查深度提示：review 技能的审查深度取决于代码库的大小和变更的复杂度。对于大型代码库的复杂 PR，建议在调用 /review 前先确保 Claude Code 已经加载了足够的代码库上下文（通过对话或索引），以获得更准确的审查结果。
六、审查输出格式
review 技能的输出是一份结构化的审查报告，通常包含以下几个部分：
- 总体评价：对 PR 的总体质量给出概括性评价，包括变更的合理性和潜在风险等级。
- 文件级审查：按文件逐一列出审查意见，每个意见标注问题类型（如 Bug、安全、风格、性能等）和严重程度。
- 具体建议：针对发现的问题给出具体的修改建议，并附上参考代码示例。
- 积极反馈：也会标注出代码中做得好的部分，鼓励良好的编码实践。
- 改进优先级：按照严重程度对问题排序，帮助开发者优先处理最关键的问题。
审查输出的典型格式示例如下：
## PR 审查报告: feature/add-login
### 总体评价
本次 PR 实现了用户登录功能，整体结构清晰，但存在 2 个中
等风险问题和 3 个建议优化项。
### src/auth/login.ts
- [高风险] 第 45 行: 密码错误时返回 "用户不存在" 信息，
存在用户枚举风险。建议返回通用错误信息。
- [中等] 第 78 行: Token 未设置过期时间。建议添加
expiresIn 参数。
### 积极反馈
- 测试覆盖率达到 85%，覆盖了主要登录流程。
- 错误处理逻辑完善，使用了统一的错误码体系。
七、使用场景
review 技能适用于多种团队协作和代码审查场景：
- 日常 PR 审查：开发者在提交 PR 后、请求队友审查前，先用 /review 自我审查一遍，提前发现并修复问题。
- 快速反馈：团队 reviewer 在收到 PR 通知后，先用 /review 获取 AI 审查报告，作为人工审查的参考起点，提高审查效率。
- 新人代码审查：团队成员（尤其是新人）提交 PR 后，AI 审查可以帮助发现基础问题，减轻资深开发者的人工审查负担。
- 代码合入前检查：在 CI/CD 流程中集成 /review 命令，作为代码合入前的自动化质量门禁。
- 大规模重构审查：当代码变更量很大时，人工审查难以面面俱到，AI 审查可以作为补充手段覆盖更多细节。
- 跨时区协作：团队成员分布在不同的时区，AI 审查可以在人工 reviewer 上线前提供即时反馈。
注意：review 技能的审查意见仅供参考，不应完全替代人工审查。AI 审查虽然能发现许多问题，但对于业务逻辑的深层次理解、团队特有的编码约定、以及涉及产品决策的变更，仍需要人工 reviewer 的判断。最佳实践是将 AI 审查作为人工审查的前置步骤和辅助工具。
八、最佳实践
为充分发挥 review 技能的效果，以下是一些经过验证的最佳实践：
- 保持小 PR：尽量保持 Pull Request 的变更量在合理范围内（建议不超过 400 行），小 PR 的审查结果更准确、更有针对性。
- 先自审再调用：在调用 /review 之前，先确保自己的代码已经过基本自审和测试，避免 AI 报告过多琐碎问题影响审查效率。
- 提供足够上下文：如果 PR 涉及复杂的功能修改，建议先在与 Claude Code 的对话中描述修改的背景和目的，再调用 /review 获取更深入的审查。
- 结合人工审查：将 AI 审查报告作为人工审查的参考清单，人工 reviewer 重点关注 AI 报告中标记的高风险项以及 AI 难以判断的业务逻辑正确性。
- 定期审查审查质量：团队可以定期回顾 AI 审查报告的质量，评估其准确性和实用性，以此调整使用方式。
- 配置基准分支：确保 Git 仓库的默认分支设置正确，review 技能需要准确的基准分支来判断变更范围。
效率技巧：可以在提交 PR 之前先使用 git commit 完成本地提交，然后立即使用 /review 进行自审。发现的问题在推送前修复，可以避免 PR 上出现大量修改记录，保持 PR 历史的整洁。
九、核心要点总结
1. 便捷调用：/review 是一个 Slash Command，一键即可触发完整的 PR 审查流程。
2. 全自动审查：自动检测分支差异、获取 PR 上下文、生成结构化审查报告。
3. 多维度分析：覆盖缺陷检测、安全审计、代码质量、测试覆盖、性能评估等多个维度。
4. gh CLI 集成：底层深度集成 GitHub CLI，自动关联 PR 元数据增强审查准确性。
5. 辅助定位：AI 审查是人工审查的辅助工具，不能完全替代人工 reviewer 的判断。
6. 持续优化：配合小 PR、充分上下文和团队 review 文化，可获得最佳审查效果。
7. 广泛适用：适用于日常审查、新人指导、大规模重构、跨时区协作等多种场景。
review 技能是 Claude Code 在团队协作和代码质量保障方面最具实用价值的功能之一。它将 AI 代码审查能力无缝集成到命令行工作流中，帮助开发团队以更低的成本获得更高的代码质量保障。无论是个人开发者快速自审，还是团队进行高效协作审查，review 技能都能显著提升代码审查的效率和效果。