前言¶
Code Review 是软件开发里绕不开的一环。自己写的代码，往往越看越顺眼；同事提 PR 时，Reviewer 的反馈风格也因人而异——有人只盯安全，有人偏重可读性，有人习惯随手写两句「建议优化」就完事。把 AI 编程助手拉进审查流程之后，问题并没有自动消失：模型可能泛泛而谈，也可能每次输出的格式都不一样，团队很难把审查结论沉淀下来。
如果你已经在用 Cursor、Claude Code 或 GitHub Copilot 这类 AI 编程工具，其实可以借助 Agent Skill 机制，把「怎么审、审什么、怎么输出」写进一份 SKILL.md，让助手按固定流程干活。今天要介绍的 code-review，就是 awesome-agent-skills 仓库里自带的一个官方示例 Skill——结构简单、跨平台通用，非常适合作为「第一个 Code Review Skill」来体验。
这是什么¶
code-review 是一个智能代码审查 Skill，核心作用是：帮助 AI 评估代码质量、识别潜在问题，并按统一格式给出改进建议。
它出自 GitHub 上的 JackyST0/awesome-agent-skills 项目。该仓库专门收录适用于 Cursor、Claude Code、GitHub Copilot、Windsurf、OpenAI Codex 等工具的 Agent Skills，并在 examples/ 目录下提供了 5 个可直接使用的示例模板，code-review 就是其中之一。Skill 采用 CC0-1.0 许可，可自由复制和修改。
与「随口问一句帮我看看代码」不同，这个 Skill 在 SKILL.md 里写死了触发条件、审查步骤和输出模板。安装后，当你说「审查代码」「检查代码质量」「找问题」「要改进建议」之类的话，AI 会按 Skill 定义的流程走，而不是随意发挥。
核心功能与亮点¶
1. 明确的触发场景¶
Skill 在 When to Use 一节中规定了四类典型请求：
- 审查代码
- 检查代码质量
- 寻找代码中的问题
- 请求代码改进建议
中英文描述都有，便于在多语言环境下被 Agent 正确识别。
2. 五步审查流程¶
官方 SKILL.md 把审查过程拆成四个步骤（阅读 → 检查 → 建议 → 报告），检查维度覆盖：
| 维度 | 说明 |
|---|---|
| 语法错误 | 基础正确性 |
| 逻辑问题 | 边界条件、分支遗漏等 |
| 安全隐患 | 常见安全漏洞 |
| 性能问题 | 可优化的热点 |
| 代码风格 | 命名、格式、可读性 |
这比「让 AI 自由发挥」更可控，也更容易和团队现有的 Review 规范对齐。
3. 标准化输出报告¶
审查完成后，Skill 要求按固定 Markdown 模板输出，包含：
- 概述（Summary）：一段话总结
- 发现的问题（Issues Found）：带 checkbox 的问题清单
- 改进建议（Suggestions）：编号列表，每条可执行
- 评分（Score）：代码质量、可读性、可维护性三项，各 1–10 分
团队可以把这份报告直接贴进 PR 评论，或作为 Review 记录的起点。
4. 跨平台通用¶
Skill 基于通用的 SKILL.md 格式，同一份文件可以放到 Cursor、Claude Code、Copilot 等各平台的 Skills 目录中，无需为每个工具单独维护一套规则。
5. 自带完整示例¶
官方文档里给了一个 Python 小函数的输入输出示例，方便你安装后立刻验证 Skill 是否生效。
安装与启用¶
平台与目录对照¶
根据 awesome-agent-skills 官方文档，各平台的 Skills 目录如下：
| 平台 | 全局目录 | 项目目录 |
|---|---|---|
| Cursor | ~/.cursor/skills/ |
.cursor/skills/ |
| Claude Code | ~/.claude/skills/ |
.claude/skills/ |
| GitHub Copilot | ~/.copilot/skills/ |
.github/skills/ |
| Windsurf | ~/.windsurf/skills/ |
.windsurf/skills/ |
| OpenAI Codex | ~/.codex/skills/ |
.codex/skills/ |
| OpenCode | ~/.config/opencode/skills/ |
.opencode/skills/ |
| OpenClaw | ~/.openclaw/skills/ |
skills/ |
全局目录对所有项目生效；项目目录仅对当前仓库生效，且项目级 Skill 优先级更高，适合团队把审查规范提交到 Git 共享。
方式一：一键安装（推荐）¶
仓库提供了安装脚本，macOS / Linux 可直接执行：
# 交互式安装
curl -sL https://raw.githubusercontent.com/JackyST0/awesome-agent-skills/main/install.sh | bash
# 非交互：仅安装 code-review 到 Cursor
curl -sL https://raw.githubusercontent.com/JackyST0/awesome-agent-skills/main/install.sh | bash -s -- -p cursor -s code-review
-p 指定平台（cursor、claude、copilot、windsurf、codex 等），-s 指定 Skill 名称。Windows 用户可使用 PowerShell 版安装脚本：
irm https://raw.githubusercontent.com/JackyST0/awesome-agent-skills/main/install.ps1 | iex
方式二：手动安装¶
git clone https://github.com/JackyST0/awesome-agent-skills.git
cp -r awesome-agent-skills/examples/code-review ~/.cursor/skills/
以 Cursor 为例，安装完成后目录结构应类似：
~/.cursor/skills/code-review/
└── SKILL.md
方式三：项目级安装（Git 子模块）¶
若希望团队共用同一套审查规范，可在项目根目录执行：
mkdir -p .cursor/skills
cd .cursor/skills
git submodule add https://github.com/JackyST0/awesome-agent-skills.git
# 或只复制 examples/code-review 子目录到 .cursor/skills/code-review
验证安装¶
ls ~/.cursor/skills/code-review/SKILL.md
在 AI 对话中尝试：
请帮我审查这段代码的质量
若 Skill 被正确加载，回复应接近官方示例中的「代码审查报告」结构，而不是一段无格式的自由文本。
典型用法示例¶
官方示例：审查 Python 函数¶
输入代码：
def calc(x,y):
return x+y
Skill 引导下的典型输出结构：
## 代码审查报告
### 概述
简单的加法函数，存在命名和格式问题。
### 发现的问题
- [ ] 函数名 `calc` 不具描述性
- [ ] 缺少类型提示
- [ ] 缺少文档字符串
- [ ] 运算符周围缺少空格
### 改进建议
1. 将函数重命名为 `add_numbers`
2. 添加类型提示：`def add_numbers(x: int, y: int) -> int:`
3. 添加 docstring 说明函数用途
4. 遵循 PEP 8 格式规范
### 评分
- 代码质量: 6/10
- 可读性: 7/10
- 可维护性: 5/10
实际使用中的几种写法¶
审查选中代码或粘贴片段：
请审查下面这段代码，重点看安全隐患和性能问题：
[粘贴代码]
结合 PR / diff 场景：
这是本次改动的 diff，请按 code-review 格式输出审查报告，并给出可维护性评分。
指定语言或规范：
请用 code-review skill 审查这段 Go 代码，代码风格按项目里的 golangci-lint 配置来。
你可以在 fork 后的 SKILL.md 里追加团队专属规则（例如必须检查 SQL 注入、必须对照内部 API 规范），项目级 Skill 会覆盖全局同名 Skill。
适用场景与注意事项¶
适合谁用¶
- 个人开发者：提交前让 AI 按固定清单自检，减少低级问题。
- 小团队：把
SKILL.md放进仓库，统一 Review 输出格式。 - 刚接触 Agent Skills 的读者：code-review 只有一份
SKILL.md，没有额外脚本依赖，适合理解 Skill 的基本结构后再扩展。
适合什么场景¶
- 函数、模块级别的局部审查
- 学习「好代码」与「需改进代码」的对照
- 作为 PR Review 前的第一道 AI 预审
限制与注意¶
- 示例 Skill，非安全审计工具：官方定位是教学向示例，不能替代专业 SAST/DAST 或人工安全审计。
- 审查深度取决于模型与上下文：Skill 规定流程和格式，具体能发现多深的问题，仍与模型能力和提供的代码上下文有关。
- 安装后未生效时：检查目录名是否为
code-review、SKILL.md是否存在、文件权限是否正常，必要时重启 IDE。 - 与 parallel-code-review 等 Skill 的区别：社区里还有并行多 Agent 审查类 Skill；code-review 是单 Agent、轻量、标准化的入门版，二者可按需求组合使用。
- 可自由定制：CC0 许可下可复制到
.cursor/skills/code-review/后修改「检查维度」和「评分项」，使之贴合团队规范。
小结¶
code-review 把「怎么审代码、怎么写报告」写进一份通用的 SKILL.md，安装到 Cursor、Claude Code、Copilot 等工具后即可按需触发。它不追求替代人工 Review，而是给 AI 助手一条可重复、可沉淀的审查路径——对想规范 AI 辅助 Code Review 流程的开发者来说，是一个零依赖、易上手的起点。
官方仓库与 Skill 源码：
- 项目主页：https://github.com/JackyST0/awesome-agent-skills
- code-review 示例：https://github.com/JackyST0/awesome-agent-skills/tree/main/examples/code-review
- 使用指南：https://github.com/JackyST0/awesome-agent-skills/blob/main/docs/how-to-use.md
