AI 智能体应用案例

今日新增

44全部 189 条

共 189 条,第 1–20 条

开发·编程实践示例

将代码文件的错误和改进点整理为检查项

输入文件或简短代码后,会输出关于错误、安全、性能和可读性的检查意见。

使用方法

  1. 通过--file指定要检查的代码文件,或通过--code直接输入代码。非Python语言可通过--language告知。
  2. 将文件内容发送给模型,让其按逻辑错误、异常处理、安全、性能、代码表达和改进点进行分类检查。
  3. 模型生成的意见以Markdown格式输出到终端。不包括执行或修改代码的步骤。

结果

这是一个读取代码内容并生成检查意见的辅助工具。它不是通过测试来确认错误的自动验证器。

注意事项

不会自动检索整个仓库的上下文或其他文件。对于运行环境和外部函数的行为,仅能在输入资料范围内进行有限确认。

来源

GitHub 原文 ↗

示例提示词 · LangChain

请配置一个整理[要检查的代码文件]问题候选项的检查工具。使用的语言为[语言],参考Python环境下的agents/02-code-review-agent。请确认依赖和API设置后,仅以只读方式连接输入文件。

请区分逻辑错误、异常处理、安全、性能和可读性,并在每条指摘中注明代码位置和发生问题的输入条件。不要仅凭模型意见就标记错误已复现。无需自动修复或远程PR,仅保存为本地报告。

用混有故意设置的边界值错误和正常代码的小文件来验证结果。将无根据的指摘和实际复现的问题分别记录,复现命令仅在工作副本中执行。成果包括安装与运行说明、检查报告、已确认问题的复现输入、尚未验证的建议清单。文件保存和复现检查为原文未提及的补充要求,请明确说明。