用 Go 写了一个 GitLab AI 代码审查工具（大模型调用实践）

最近在学习大模型 API 调用，想找一个既实用又不复杂的场景练手。正好平时用 GitLab 做代码评审，每次盯着 diff 逐行看总觉得有些机械化的工作可以交给 AI。于是动手写了一个自动 Review 工具，顺便把调用 OpenAI API 的完整流程跑一遍。

📦 项目地址
👉 GitReviewAI https://github.com/yuhua2000/GitReviewAI

一、GitReviewAI：一个 GitLab 自动代码审查工具

🧠 是干嘛的？

一句话：
用 AI 自动审查 GitLab MR 的代码变更，并把意见贴到评论区。

提交 MR 后，它会自动：

• 接收 GitLab Webhook 通知
• 获取代码 diff
• 调用 OpenAI 分析代码
• 生成 Review 意见贴回 MR

⚙️ 核心思路：AI + Webhook 闭环

流程不复杂，关键是把这个闭环跑通：

1

MR 触发 → GitLab Webhook → 解析 diff → 调用 OpenAI → 生成意见 → 通过 GitLab API 贴评论

具体就是：

• GitLab 发来 webhook 事件
• 提取 diff 内容，控制 token 长度
• 构造 Prompt，调用 GPT 分析
• 把结果写回 MR 评论区

二、做了哪些东西？

1️⃣ Webhook 处理

• 接收 GitLab MR 事件
• 校验 Secret Token
• 提取 diff 和文件变更信息
• 过滤不需要审查的文件（如 lock 文件）

2️⃣ Prompt 设计（关键）

• 设计 System Prompt：告诉 GPT 它是资深代码审查员
• 约束输出维度：安全、性能、可读性、逻辑错误
• 控制输出格式，方便展示

3️⃣ OpenAI 调用封装

• 超时控制 + 重试机制
• 错误日志记录
• Token 用量统计

4️⃣ 评论回写

• 通过 GitLab API 将审查意见贴到对应 MR
• 支持多条意见批量提交

三、技术实现

• Go
• openai-go
• GitLab Webhook + API
• YAML 配置驱动
• Docker 多阶段构建

四、这个项目解决什么问题？

一个很现实的问题：
小团队没精力每个 MR 都仔细 Review，但直接跳过又容易出问题。

这个工具的目标是：

• 帮你做第一轮“机械审查”
• 把明显问题（空指针、SQL 注入、死循环等）先筛出来
• 不追求 100% 准确，但要好用、省时间

五、一些实际使用场景

1️⃣ 小团队提效

人少事多，MR 经常没人看。GitReviewAI 先过一遍，人工再重点看 AI 标记的地方。

2️⃣ 新手代码把关

实习生或新人提交的代码，AI 先扫一遍常见坑，带新人更省心。

3️⃣ 学习大模型调用

代码量不大，核心逻辑清晰，适合想学习如何在业务里集成 OpenAI 的同学。

六、当前状态

学习项目性质：

• ✅ Webhook 处理跑通
• ✅ OpenAI 调用跑通
• ✅ MR 评论回写跑通
• ✅ Docker 部署支持
• 🚧 Prompt 持续优化中

七、为什么做这个？

主要还是出于学习目的，在实践中回答一个问题：
如何把大模型 API 调用嵌入到真实工作流中？

→ GitReviewAI
把“代码审查”这件事，用 AI + Webhook 的模式跑通一个完整闭环。

整体来说，更多是：
在动手过程中理解大模型调用和业务整合，而不是做一个完整产品。

八、总结

这个项目不复杂，但对我来说主要价值是：
把“Webhook 接收 → 调用 AI → 结果回写”这个链路完整跑通。

同时也验证了一点：

• Prompt 设计直接决定输出质量
• 大模型应用的关键不只是调 API，而是怎么把它嵌入业务流

📌 最后
这个项目更像是：
学习大模型 API 调用的实验项目。

如果你在折腾：

• Go + OpenAI
• GitLab 集成
• 代码审查自动化
• Webhook 处理

可以拿去参考或者改着玩。