convez.ai
SkillDevOps & InfraestruturaAvançado
jiaheng6

Code Change Check

jiaheng6/code-change-check

Revisão de código IA com análise semântica Java e contratos de negócio

Ver no GitHub
InicialPluginScore · de 0 a 100

Skill de revisão de código IA focado em qualidade de mudanças com análise semântica profunda para Java. Integra Git/SVN, contratos de negócio, diffs semânticos e opcionalmente CodeQL, gerando relatórios rastreáveis com evidências concentradas.

Instalação

$npx convez-ai jiaheng6/code-change-check

1 comando no terminal: detecta o formato do repositório (marketplace ou plugin avulso) e instala via Claude Code. Requer Node 18+ e o Claude Code instalado.

Métricas

Estrelas
1
Forks
1
Acompanhando
0
Saúde
28%
Último commit
há 4 meses
Versão
—
Issues abertas
0
Contribuidores
1

Casos de uso

  • Auditar mudanças de código geradas por IA antes de merge
  • Validar conformidade com contratos de negócio em alterações Java
  • Extrair evidências de impacto (chamadas, campos, permissões) de mudanças

Veredito

Ferramenta especializada e bem arquitetada para code review de mudanças geradas por IA em projetos Java. Oferece análise semântica profunda via Spoon e rastreabilidade completa, mas requer Java 17+ e é voltada primariamente para ambientes de CI/CD com equipes que entendem análise de AST e contratos formais de negócio.

README

A tradução para o português deste README ainda está na fila.

code-change-check

English README

code-change-check 是面向 AI 生成代码的变更审查 Skill。它不要求逐行阅读全部实现,而是把迭代范围、需求、业务契约、Java 语义证据、调用链和 baseline/target 差异集中到一份可追溯报告中。

当前版本只对 Java 提供深度语义分析。

核心能力

  • 支持 Git、SVN、目录快照和当前工作区。
  • 交互选择本次迭代包含的提交或 SVN revision,支持方向键、空格多选、回车提交。
  • 兼容 OpenSpec、spec-kit、superpowers、普通 Markdown 需求、设计和任务列表。
  • 业务契约可来自指定文件、迭代前旧代码、两者同时使用或不使用。
  • Spoon 在 NOCLASSPATH 模式下提取字段映射、调用参数、配置来源、HTTP 地址、数据库写入、权限条件和状态条件。
  • CodeGraph 提取调用者、被调方法、影响范围和受影响测试。
  • 自动比较 baseline/target,优先暴露“语法正确、运行不报错,但业务值来源或参数理解错误”的变化。
  • 审计覆盖质量闸门明确区分 success、partial 和 blocked。

安装

仓库根目录本身就是可安装 Skill,必须保留根目录的 SKILL.md。

Claude Code

将项目目录放入 Claude Code 的 Skill 目录,或使用 CC Switch:下载仓库 ZIP 后直接通过 CC Switch 导入安装 Skill。

Codex

将项目目录放入 Codex Skills 目录,确保根目录 SKILL.md 可被发现。

Cline

使用 adapters/cline/code-change-check.md 或 .clinerules/code-change-check.md 作为规则入口。

建议每次审查前新开一个 Claude Code 或 Codex 对话。独立上下文可以降低“自己开发、自己审查”的上下文偏差,也不会分散原开发会话的注意力。

运行要求

  • Python 3.10+。根目录启动器会检测 Python,缺失时给出明确提示。
  • Java 17+。优先使用系统 Java;Windows 缺失时会自动下载并缓存固定版本运行时。
  • 用户不需要安装 Maven、Gradle、Node.js、npm 或 CodeGraph。
  • 首次下载运行时需要网络;使用 --offline 可禁止联网。

快速使用

Windows:

run-code-change-check.cmd --project . --output code-change-check-output

macOS/Linux:

sh run-code-change-check.sh --project . --output code-change-check-output

在真实终端且未显式指定范围时,工具会进入交互流程。CI 或 AI 工具无 TTY 环境应先在聊天中确认范围和契约来源,再使用 --no-interactive。

常用命令:

# Git 范围
run-code-change-check.cmd --project . --base-ref main --target-ref HEAD --no-interactive

# SVN 范围
run-code-change-check.cmd --project . --svn-revision 100:120 --no-interactive

# 目录快照
run-code-change-check.cmd --project after --baseline before --no-interactive

# Java 分析必须成功
run-code-change-check.cmd --project . --scan-all --java-analysis required --no-interactive

# 离线运行
run-code-change-check.cmd --project . --scan-all --offline --no-interactive

Java 分析参数:

  • --java-analysis auto|required|off
  • --tool-cache <目录>
  • --offline

工作流程

flowchart TD
    A["预检项目与版本控制根目录"] --> B["用户确认迭代范围"]
    B --> C["用户确认需求与业务契约来源"]
    C --> D["物化 baseline 与 target"]
    D --> E["Spoon 提取 Java 业务语义证据"]
    E --> F["CodeGraph 提取调用链与影响范围"]
    F --> G["比较 baseline/target 语义差异"]
    G --> H["执行业务契约检查"]
    H --> I["计算审计覆盖质量闸门"]
    I --> J["生成 JSON 证据包和 Markdown 报告"]
    J --> K["AI 基于证据解读高风险项"]

关键概念

名词含义
迭代范围本次审查包含的提交、revision、未提交改动或目录快照范围。
baseline迭代开始前的代码状态,用于判断问题是否由本次改动引入。
target本次迭代完成后的目标代码状态。
业务契约字段含义、值来源、调用参数、寻址方式、权限条件、状态条件等必须保持的业务约束。
证据支持审查结论的可追溯信息,包括文件、行号、语义槽位、值来源、调用链和差异。
Spoon内置 Java AST 分析器,目标项目无需编译或解析完整依赖。
CodeGraph调用链和影响范围辅助分析器,由 Skill 自动下载和管理。
覆盖质量闸门判断分析证据是否足够支持结论。核心 Java 分析失败时为 blocked,部分能力缺失时为 partial。

输出

默认生成:

code-change-check-output/
├── code-change-check-evidence.json
└── code-change-check-report.md

报告重点包含:

  • Java 文件解析覆盖率与失败原因。
  • 字段映射、参数、寻址、权限、状态和数据库写入差异。
  • 调用链、影响范围和受影响测试。
  • 业务契约检查结果。
  • 必须人工核验的证据缺口。

开发

python -m unittest discover -s tests -p "test_*.py"
cd tools/java-analyzer && mvn test package
python scripts/build_release.py
Ver o original no GitHub

Bom para

Relacionados