ReviewEngine reng

CODE REVIEW BOARD · 多专家 · 打分 · 可执行

把一场评审，
变成一次落印。

A virtual CodeReview Board for every pull request — multi-expert, scored, actionable. 11 位 AI 专家并行评审同一份 diff：每条 finding 都带 severity / confidence / evidence / impact / recommendation / effort，最终以加权总分与风险等级落印。

快速部署→ GitHub↗
  • Apache-2.0 · 核心免费
  • 单一静态二进制
  • CLI · Server 双形态
  • 本地优先
reng · 本地评审会话
$ reng review --local-path . --base main Loading CodeReview Board · 11 experts ✓ Lead Reviewer · ready · weight 20 ✓ Security Lead · ready · weight 15 ✓ Performance Lead · ready · weight 10 ✓ Quality Lead · ready · weight 10 ✓ Reuse Lead · ready · weight 12 ✓ Docs Lead · ready · weight 5 ✓ User Interface Expert · ready · weight 8 ✓ Database Expert · ready · weight 5 ✓ DevOps Expert · ready · weight 5 ✓ API Design Expert · ready · weight 5 ✓ Dependency Expert · ready · weight 5 ──────────────────────────────────────── Board consensus reached · report ready Overall Score 90/100 Risk Level Low-Medium
14–18.5s 11 位 AI 专家一轮评审
~39 MiB 评审峰值内存 · x86-64 实测
900+ 自动化测试持续守护
1 个静态二进制 · 几十 MiB 常驻

2026-08-03 双机实测（x86-64 / aarch64）· 完整数据见 特性与实测数据

WORKFLOW

一场评审，四个环节。

输入可以是 MR、PR 或本地 diff；中间由 11 位专家并行完成；输出是一份落印的评分报告。

  1. 01 · INPUT

    输入

    reng review 接受分支基线、暂存区或 commit 区间，也能直接评审 GitLab MR / GitHub PR。

  2. 02 · EXPERT BOARD

    专家评审

    11 位 AI 专家按各自 role、focus、principles 与 weight 并行评审同一份 diff，各出各的 finding。

  3. 03 · CONSOLIDATION

    汇总裁决

    Lead Reviewer 汇总：合并重复、裁决分歧、过滤证据不成立的结论，抑制误报。

  4. 04 · SCORED REPORT

    评分落印

    输出加权总分、风险等级，以及每条 finding 的证据链、影响与修复建议。

SAMPLE REPORT · 摘自 README demo

分数是结果，证据是依据。

每条 finding 都携带 severity / confidence / evidence / impact / recommendation / effort；Lead 汇总后给出加权总分与风险等级。

Critical Security Lead

Unvalidated user input passed directly to SQL builder

Severity
Critical
Confidence
High
Effort
Medium
Impact
Potential SQL injection allowing unauthorized data access
src/db.rs:42 — query.push_str(&user_input) without parameterization

Recommendation — 改用参数化查询或 prepared statement builder，并补充集成测试。

High Performance Lead

Nested loop over unindexed relation in hot path

Severity
High
Confidence
Medium
Effort
Low
Impact
O(n²) behavior under load; latency spikes likely with >10k rows
src/search.rs:88 — loop inside load_user_records()

Recommendation — 为 user_id 加数据库索引，并考虑批量抓取（batch fetching）。

DEPLOY

一个二进制，四种落地方式。

安装、升级、跨架构部署，都由同一个静态二进制承载。

$ reng review

CLI

本地评审、审计与自升级，无需常驻进程，脚本与 CI 里随手可用。

$ reng serve

Server

REST API + Web UI，团队集中查看评审历史、配置与升级。

$ docker compose up -d

Docker

跨 x86-64 / aarch64 的镜像开箱即用，一条命令拉起 Server 形态。

$ brew install liewzheng/tap/review-engine

Homebrew

随 Homebrew 生态管理安装与升级，同样自带 reng 短别名。

下一场评审，现在就能跑。

安装、配置一个 LLM、跑第一条命令——十分钟内看到第一份带分数的报告。

快速部署→ GitHub↗