QUICKSTART · 安装 → 配 LLM → 评审

十分钟,跑起
第一场评审。

三种安装方式任选其一,配置一个 LLM,然后对本地分支发起第一场评审。

INSTALL · 三选一

装一个静态二进制。

bash · install.sh 一键安装
curl -fsSL https://raw.githubusercontent.com/Liewzheng/ReviewEngine/main/install.sh | bash

自动检测平台、解析最新稳定版、校验 sha256,落位 ~/.local/bin 并创建 reng 符号链接。若该目录不在 PATH,请追加 export PATH="$HOME/.local/bin:$PATH"

bash · Homebrew tap
brew install liewzheng/tap/review-engine
bash · Docker 独立部署(推荐)
docker pull ghcr.io/liewzheng/review-engine:v0.9.12   # 或 :latest 跟随最新版
curl -fsSL -o docker-compose.yml https://raw.githubusercontent.com/Liewzheng/ReviewEngine/main/deploy/standalone-compose.yml
echo "REVIEW_BOOTSTRAP_KEY=$(openssl rand -hex 16)" >> .env   # 非 loopback 访问需要一次性引导 key
docker compose up -d
# 打开 http://<宿主IP>:18080 → 引导界面设 API token → Configuration 填 GitLab/LLM
bash · Docker 克隆构建
git clone https://github.com/Liewzheng/ReviewEngine.git
cd ReviewEngine && cp .env.example .env   # 填 REVIEW_API_TOKEN 等;REVIEW_ENGINE_VERSION=v0.9.12
docker compose build review-engine && docker compose up -d

LLM CONFIG · 任选其一

接一个 LLM 提供商。

支持 OpenAI、Anthropic、DeepSeek,以及任意 OpenAI 兼容端点。两种配置方式:环境变量 LLM_CONFIG,或 reng init 生成 .code-audit-config.toml 后编辑 [[llm]] 段。

bash · LLM_CONFIG 环境变量(DeepSeek 示例)
export LLM_CONFIG='[{"provider":"openai","model":"deepseek-chat","api_key":"sk-your-key","api_base":"https://api.deepseek.com/v1","max_tokens":4096,"temperature":0.3}]'
bash · 或生成项目配置
reng init   # 生成 .code-audit-config.toml,再编辑 [[llm]] 段
OpenAI · GPT-4o Anthropic · Claude DeepSeek 任意 OpenAI 兼容端点
安全提示:请通过环境变量或密钥管理器注入 api_key,不要把真实密钥提交进版本库。

FIRST REVIEW

跑第一条评审命令。

bash · 评审当前分支相对 main 的改动
# 评审当前分支相对 main 的改动
reng review --local-path . --base main

输出一份 Markdown 报告:加权总分、风险等级、每位专家的 finding。同一份二进制里, review audit 分工明确。

COMMANDS

小命令集,各司其职。

常用命令列表
命令用途
review对 MR / PR / 本地 diff 跑一轮 CodeReview Board 评审
audit整仓健康审计(repo-review 的别名),适合定期巡检
describe由 diff 生成摘要或 MR/PR 描述
improve针对 diff 给出具体的代码改进建议
ask就 diff 提问
update_changelog依据近期提交生成或更新 changelog
serve启动 REST API 与 webhook 服务
upgrade自升级(--check / --yes / --rollback)
validate校验 .code-audit-config.toml
init为新项目生成初始配置
default打印内置默认配置
generate-token为 reng serve 生成随机 API token

INTEGRATIONS · 多个入口

嵌进现有的工作流。

GitLab MR

评审 MR 并把报告回贴讨论区: reng review --mr-url https://gitlab.com/owner/repo/-/merge_requests/42;配置 webhook 后,MR 评论可直接触发 /review

GitHub PR

评审 PR 并可选回写评论: reng review --mr-url https://github.com/owner/repo/pull/123;token 只需读权限即可拉取 diff,加 --publish 才写回讨论。

本地仓库

评审工作区、暂存区或 commit 区间,无需远程: reng review --local-path . --staged --since HEAD~3 --until HEAD

CI / CD

作为 GitLab CI、GitHub Actions 或任意流水线的一步运行,输出 Markdown 或 JSON( --format markdown)。

REST API

reng serve 启动服务后, POST /api/v1/reviews 触发评审,Web UI 在 http://localhost:18080

API token:用 reng generate-token 生成随机 token;请求带 Authorization: Bearer <token> X-API-Key: <token>。鉴权使用恒定时间比较;绑定非回环地址时强制要求 token,否则拒绝启动。前端首次访问会提示输入 token(保存于浏览器 localStorage,key 为 review_engine_api_token),之后每次 /api/v1/* 请求自动附带。
安全提示:优先用 GITLAB_TOKEN / GITHUB_TOKEN 环境变量传 token,避免从命令行参数泄漏进 shell 历史或进程列表。

装好了?先跑一场看看。

评审自己的仓库,几分钟就能看到 11 位专家的第一份报告。