📌 本讲摘要 · 学完前 32 讲、你已经掌握了 CLAUDE.md、SubAgent、Skills、Hooks、MCP、Agent SDK、Plugins、Rules、性能优化、安全治理 10 大机制。本讲把它们全部串起来、带你从 0 到 1 构建一个生产可用的自动化 PR 审查 Agent：每条 PR 自动跑 lint、单测、安全扫描、风格检查、变更摘要、并把结果以评论形式贴回 PR。这个项目不复杂、但它会用上你学过的每一项能力、是一个合格的毕业作品。

1. 项目选题：为什么选自动化 PR 审查 Agent

毕业项目的选题有三个标准：

  1. 真实场景：能跑在真实代码上、不是玩具 demo
  2. 够综合：能覆盖 80% 以上的课程知识点
  3. 可扩展：留出 3-5 个优化点、后续可以持续迭代

自动化 PR 审查 Agent 完美命中三条——

  • 真实场景：几乎每个团队都需要、GitHub/GitLab 上 90% 的 PR 都需要 code review
  • 够综合：CLAUDE.md 装项目约定、Skills 装具体审查能力、SubAgent 分工、Hooks 拦截危险操作、MCP 连 GitHub、Agent SDK 跑 CI、Rules 写团队规范、安全治理做密钥保护
  • 可扩展：第一版只跑 lint+单测、后续可加安全扫描、依赖审计、PR 描述生成、自动合入等
对比维度 传统 CI lint PR 审查 Bot（SaaS） 本项目（Claude Code Agent）
规则定制 YAML、改完要 push 受限于平台 CLAUDE.md + Skills、本地即改即用
理解力 只能匹配 pattern AI 驱动但黑盒 AI 驱动 + 全链路可观测
成本 免费 按 seat 收费 按 token 收费、本地零边际
可扩展 写脚本 受限 新增一个 Skill 即可
数据安全 数据在 CI 跑 数据传给 SaaS 数据在自己机器/自家 CI

2. 架构设计：五件套 + MCP + Agent SDK

整体架构分四层、从底向上是：数据层（本地文件系统 + Git）、能力层（Skills + SubAgent）、编排层（主 Agent + Hooks）、对接层（MCP 连 GitHub + Agent SDK 跑 CI）。

🏗️ PR 审查 Agent · 整体架构

在这里插入图片描述
这套架构用到了课程里的 10 大机制：CLAUDE.md（第 3 讲）、SubAgent（第 4-9 讲）、Skills（第 10-16 讲）、Hooks（第 17-18 讲）、MCP（第 19 讲）、Tools（第 20 讲）、Headless/CI（第 21 讲）、Rules（第 22 讲）、Agent SDK（第 23-24 讲）、Plugins（第 25 讲）、外加性能（第 31 讲）与安全（第 32 讲）两条横切线。

⚠️ 坑 1 · 上来就堆功能——第一版只做 diff 摘要 + lint + 单测三件事、跑通后再加安全和风格。一次性做完所有 4 个 SubAgent、出 bug 排查会非常痛苦。

3. Skills 设计：5 个具体 Skill 的内容与触发

实战代码块 1 — CLAUDE.md 完整内容。这是项目根目录的 CLAUDE.md、把团队约定写进 Agent 的开机记忆。

# CLAUDE.md · PR 审查 Agent

## 项目目标
每条 PR 提交后，自动审查代码质量、安全、风格，并以评论形式发回 PR。

## 技术栈
- 后端：Node.js 20 + TypeScript 5
- 测试：Vitest
- Lint：ESLint + Prettier
- 安全扫描：Semgrep + npm audit
- GitHub 集成：GitHub MCP
- CI：GitHub Actions

## 约定
- 所有 PR 必须通过 4 项审查：lint / test / security / style
- 审查结果用 markdown 评论，分四节呈现
- 高危问题（blocker）必须阻断合并
- 风格问题（nit）只提示不阻断
- 用 opus 跑主审查，haiku 跑 lint/style，sonnet 跑 test/security

## 工作流
1. GitHub webhook 触发 CI
2. Agent SDK 启动主 Agent，加载本 CLAUDE.md
3. 主 Agent 读 PR diff，拆 4 路并行调用子代理
4. 子代理结果汇总，主 Agent 写 markdown 评论
5. 通过 GitHub MCP 发评论
6. 如果有 blocker，标记 PR 为 "changes requested"

## 关键文件
- .claude/skills/  · 5 个具体 Skill
- .claude/agents/  · 4 个子代理配置
- .claude/hooks/   · PII 脱敏 + 审计日志
- .claude/settings.json  · 权限配置

实战代码块 2 — 5 个 Skill 的 SKILL.md 索引。每个 Skill 独立放在 .claude/skills/<name>/SKILL.md。

# .claude/skills/<skill-name>/SKILL.md
# 5 个 Skill 共用以下结构，只列 name + description + 关键 prompt 片段

---
### Skill 1 · lint-check
name: lint-check
description: 跑 ESLint 检查，把错误按文件+行号整理。触发：lint, eslint, code style, 代码风格。
model: haiku
tools: [Bash, Read]
---
执行 `pnpm run lint` 并解析输出，返回结构化错误列表：
{file, line, column, severity, message, rule}

### Skill 2 · test-runner
name: test-runner
description: 跑 Vitest，定位失败用例。触发：test, unit test, 单测, 跑测试。
model: sonnet
tools: [Bash, Read]
---
执行 `pnpm test --reporter=json`，解析 JSON，返回：
{suite, test, status, error, duration_ms}

### Skill 3 · security-scan
name: security-scan
description: 跑 Semgrep + npm audit，识别高危依赖。触发：security, 漏洞, CVE, 危险依赖。
model: sonnet
tools: [Bash, Read]
---
依次执行：
1. `semgrep --config=auto src/`
2. `npm audit --json`
合并结果，按 severity 排序，返回：
{tool, rule_id, file, line, severity, message, fix}

### Skill 4 · style-review
name: style-review
description: 检查命名、注释、复杂度。触发：style, naming, 命名, 注释, 复杂度。
model: haiku
tools: [Read, Grep]
---
读 PR diff，检查：
- 命名是否符合项目 camelCase/PascalCase 约定
- 函数是否 > 50 行 / 圈复杂度 > 10
- 注释是否覆盖"为什么"而不只是"做了什么"
返回：
{file, line, issue, severity: "nit"|"suggestion"}

### Skill 5 · pr-summarizer
name: pr-summarizer
description: 生成 PR 描述 / 变更摘要。触发：PR description, 变更摘要, summarize。
model: haiku
tools: [Read, Grep]
---
读 PR diff + commit messages，生成：
- 一句话变更摘要
- 受影响文件清单（按目录分组）
- 风险点标注（是否改 db schema / 公共 API）
返回 markdown 格式，可直接贴 PR description

5 个 Skill 都用渐进式披露：不调用就不加载正文、只占用 description 的 50 词左右。模型选型上、lint 和 style 用 haiku（简单模式匹配），test 和 security 用 sonnet（需要理解失败原因），pr-summarizer 用 haiku（纯摘要任务）。

⚠️ 坑 2 · 5 个 Skill 都用 opus——简单任务烧钱、大材小用。Skill 选模型要看任务复杂度、不要全用最贵。

4. SubAgent 编排：主代理 + 4 个子代理的分工

实战代码块 3 — 主代理 + 4 子代理编排。这是 Agent SDK 调主 Agent 的入口、主 Agent 内部再用 Task tool 并行调度 4 个子代理。

// scripts/run-pr-review.ts
// Agent SDK 入口，在 GitHub Actions 里被调用

import { query, ClaudeCodeOptions } from "@anthropic-ai/claude-code";

const options: ClaudeCodeOptions = {
  model: "opus",
  systemPrompt: {
    type: "preset",
    preset: "claude_code",
    append: (await import("fs").readFileSync("./CLAUDE.md", "utf-8")
  },
  allowedTools: ["Bash", "Read", "Grep", "Task"],
  mcpServers: {
    "github": {
      command: "npx",
      args: ["-y", "@modelcontextprotocol/server-github"],
      env: { GITHUB_TOKEN: process.env.GITHUB_TOKEN! }
    }
  }
};

const prompt = `
请审查 PR #${process.env.PR_NUMBER}，仓库 ${process.env.REPO}。

步骤：
1. 用 GitHub MCP 读 PR diff
2. 并行调用 4 个子代理：
   - lint-check（用 lint-check skill）
   - test-runner（用 test-runner skill）
   - security-scan（用 security-scan skill）
   - style-review（用 style-review skill）
3. 把 4 个子代理结果汇总
4. 用 pr-summarizer skill 生成 PR 摘要
5. 用 GitHub MCP 写评论到 PR

返回的最终结果应是 markdown 评论正文。
`;

const result = await query({ prompt, options });

// 把评论发回 PR（主 Agent 自己用 MCP 写）
console.log(result.text);

主 Agent 用 opus（因为要做整体决策：优先级、风险点、是否阻断）、子代理用 haiku/sonnet（并行执行、每路独立上下文、互不干扰）。注意 systemPrompt 用 append 而不是 override——保留 Claude Code 默认行为、只追加项目级约定。

Agent 模型 工具 职责 预计 Token
主 Agent opus Bash, Read, Grep, Task, GitHub MCP 读 diff、并行调度、汇总、写评论 ~8K
lint-check haiku Bash, Read 解析 lint 输出、结构化错误 ~2K
test-runner sonnet Bash, Read 跑单测、定位失败 ~4K
security-scan sonnet Bash, Read 跑 Semgrep + npm audit ~5K
style-review haiku Read, Grep 命名/注释/复杂度 ~2K
pr-summarizer haiku Read, Grep 生成 PR 摘要 ~2K

单次 PR 审查总成本约 23K Token，4 个子代理并行跑、主 Agent 只承担 ~8K。比起一个 opus Agent 一把梭、成本能省 50-60%。

⚠️ 坑 3 · 主 Agent 自己读完整 diff 再调度子代理——diff 可能 5000+ 行、主 Agent 一旦读完、上下文就爆了。正确做法：主 Agent 用 git diff --stat 先看文件清单、再让 4 个子代理各自读自己负责的部分。

5. Hooks 编排：PreToolUse / PostToolUse / Stop 三层钩子

实战代码块 4 — 三层 Hook 配置 + 监控 dashboard。这是 .claude/settings.json 的 hooks 段。

{
  "hooks": {
    "PreToolUse": [
      {
        "matcher": "Bash",
        "hooks": [
          { "type": "command", "command": ".claude/hooks/pii-guard.sh" },
          { "type": "command", "command": ".claude/hooks/permission-check.sh" }
        ]
      }
    ],
    "PostToolUse": [
      {
        "matcher": "*",
        "hooks": [
          { "type": "command", "command": ".claude/hooks/audit-log.sh" }
        ]
      }
    ],
    "Stop": [
      {
        "matcher": "*",
        "hooks": [
          { "type": "command", "command": ".claude/hooks/usage-stats.sh" },
          { "type": "command", "command": ".claude/hooks/alert-on-blocker.sh" }
        ]
      }
    ]
  }
}

四类 Hook 各司其职：

  • pii-guard：PreToolUse 拦截含 PII 的命令（参考第 32 讲）
  • permission-check：PreToolUse 二次校验、防止 Skill 绕过 settings.json 权限
  • audit-log：PostToolUse 记录每次工具调用、落 JSON Lines（参考第 32 讲）
  • usage-stats：Stop 时统计本次会话的 token 用量、推到 Prometheus
  • alert-on-blocker：Stop 时检查主 Agent 输出、如果包含 “blocker” 关键词、发 Slack 告警

Hook 配合 Skill 配合 SubAgent 配合 MCP、组成完整的输入拦截 → 执行编排 → 输出审计闭环。

6. 部署与运营：从灰度到全量 + 监控 + 迭代

项目上线分四阶段：

  1. 阶段 1 · 自己玩（1 周）：本地手跑 10 个 PR、验证基本流程
  2. 阶段 2 · 小范围灰度（2 周）：3 个志愿者项目接入、只读不写评论、人工对照审查结果
  3. 阶段 3 · 写评论灰度（2 周）：Agent 开始发评论、但加 [Bot-Alpha] 前缀、方便识别
  4. 阶段 4 · 全量上线：去掉前缀、正式开放所有项目

监控三件套：

  • 成功率：Agent 跑完任务的占比（目标 > 95%）
  • 误报率：Agent 报的 blocker 被人工 review 驳回的比例（目标 < 10%）
  • 用户满意度：PR 作者对评论的 👍 / 👎（目标 > 80%）

迭代方向：

  • 加 PR 描述自动生成（已部分实现、pr-summarizer 可扩展）
  • 加 依赖更新自动 PR（用 npm outdated + 自动开 PR）
  • 加 自动合入（所有审查通过 + 2 个 approve → 自动 merge）
  • 加 复盘学习（用第 31 讲 /compact 的对话历史、定期复盘误报、反哺 prompt）

⚠️ 坑 4 · 第一版就追求 100% 准确率、跑了 2 周没结果——Agent 审查的 ROI 在减少人工重复劳动、不是取代人类判断。先做 60 分、再迭代到 80 分、最后才是 95 分。

7. 毕业寄语 + 下一步行动

33 讲到这里就结束了。回头看、Claude Code 工程化的核心不是会用工具、而是：

  • 把约定写进 CLAUDE.md、让 Agent 启动就懂你的项目
  • 把能力封装成 Skill、让复杂操作可复用、可降本
  • 把职责拆给 SubAgent、让并行 + 隔离成为本能
  • 把横切挂到 Hook、让权限、审计、计费自动跑
  • 把外部接进 MCP、让 Agent 的能力不被工具数量限制
  • 把生产自动化用 SDK、让 Agent 真正能跑在 CI 里
  • 把安全当持续运营，12 道关持续过、Playbook 持续演练

下一步行动清单（给完成 33 讲的你）：

  1. 选一个你正在做的项目、用本讲的方法搭一个 PR 审查 Agent、跑通第一版
  2. 把你 5 个最常用的 prompt 抽成 Skill、放进 .claude/skills/
  3. 把团队的 review checklist 写成 Rules、扔进 .claude/CLAUDE.md
  4. 把 Claude Code 接进 CI（参考第 21 讲）、跑 Headless 模式
  5. 订阅官方更新：docs.claude.com/claude-code + huangjia2019/claude-code-engineering
  6. 持续读 shanraisshan/claude-code-best-practice、跟进全功能地图

课程毕业、工程化之路才刚开始。祝你的 Agent 们跑得稳、跑得省、跑得久。

8. 一句话备忘

🎉 毕业快乐。下一个项目、交给 Agent 们去做吧。

Logo
亚马逊云科技技术品牌专区

更多推荐

cover

百万Token不是数字游戏：Kimi K3完整吞下10万行代码库后，我测出了它的真实理解力

avatar 亚马逊云科技技术品牌专区

洛雪音乐音源终极指南：免费获取全网无损音乐的完整方案

洛雪音乐音源项目为音乐爱好者提供了一个强大的开源解决方案，通过社区维护的多样化音源配置，让用户能够免费获取QQ音乐、网易云、酷狗、酷我、咪咕五大平台的音乐资源。这个项目不仅支持跨平台音乐聚合，还提供了无损音乐配置方案，确保用户能够享受到高品质的音频体验。## 🎯 为什么选择洛雪音乐音源？**核心优势解析**洛雪音乐音源项目经过多次测试和迭代，已经成为目前最稳定、最全面的开源音乐聚合方

avatar 亚马逊云科技技术品牌专区

为什么选择Warcraft Font Merger？轻量、快速、多功能的字体工具解析

Warcraft Font Merger是一款专为魔兽世界玩家打造的字体合并与补全工具，它能够帮助玩家轻松解决游戏中的字体显示问题，让游戏界面更加美观、易读。无论是中文显示乱码，还是特殊符号缺失，这款工具都能提供高效的解决方案。## 一、轻量级设计，不占用过多系统资源Warcraft Font Merger采用轻量级架构，整个工具包体积小巧，不会占用过多的硬盘空间和系统内存。这意味着即使在

avatar 亚马逊云科技技术品牌专区