质量守门员：让 AI 成为你的"代码审查专家"
代码写完了，但工作还没结束。在代码合并入主干之前，还有一道至关重要的防线------Code Review (代码审查)。它的目标是发现潜在问题、统一代码风格、确保项目长期健康。然而，传统的人工审查往往耗时耗力，且标准不一。
@code-review.mdc 这个 Rule，就是为了将顶级开发专家的审查经验"代码化"，让 AI 成为一名不知疲倦、严格公正的"代码审查专家"。
传统 Code Review 的"不可承受之重"
- 耗费心力：审查他人代码需要花费大量时间来理解上下文，是一项极度消耗精力的工作。
- 标准不一：不同审查者的关注点和标准不同，导致审查结果的质量参差不齐。
- 容易遗漏：人类难免有疏忽，尤其是在面对大量代码变更时，很容易遗漏一些隐藏的问题。
- 沟通摩擦：关于代码风格或方案的"口水战"，常常会消耗团队的沟通成本。
@code-review.mdc 如何像专家一样审查？
这个 Rule 的核心是提供了一个全面、结构化的"审查框架"。它不仅仅是跑一遍 linter，而是从多个维度对代码进行深度"体检"：
- 结构化的输出格式：AI 会生成一份标准化的审查报告，包括问题概述、优先级分布和主要影响，让你一目了然。
- 全面的检查清单：它内置了一份涵盖基础质量、可维护性、React 设计、健壮性、性能等多个维度的核心检查清单，确保审查的全面性，杜绝遗漏。
- 清晰的改进方案：对于每一个发现的问题，AI 都会给出"问题描述 → 解决方案 → 代码对比"的清晰指引，让你能直接上手修改。
- 精准的功能影响评估：这是它超越普通工具的"杀手锏"。AI 会对每个修改建议进行风险评估（安全、低风险、中风险、高风险），并提示测试重点，帮助你决策是否采纳以及如何验证。
引入 AI 审查官的核心价值是什么？
-
核心优势：标准化、自动化、深度化，全面提升代码质量
- 它将团队最优秀的审查实践固化下来，让每一次审查都达到"专家级"水平。这极大地提升了代码合并前的质量基线，降低了线上 Bug 的风险。
-
使用场景：提交代码前的"最后一道关卡"
- 在你完成一个功能或修复一个 Bug，准备提交 Merge Request 之前，运行一次
@code-review.mdc。它可以帮你发现那些自己可能忽略的问题。
- 在你完成一个功能或修复一个 Bug，准备提交 Merge Request 之前，运行一次
-
读者最关心的：它会取代人类审查吗？
- 不会。它的定位是"副驾驶 "和"第一道防线"。AI 负责检查所有可通过规则和模式判断的"客观"问题（如代码复杂度、命名规范、潜在 Bug），从而将人类开发者解放出来，让我们能更专注于审查业务逻辑的合理性、架构设计的优雅性等更"主观"和宏观的问题。它让 Code Review 的效率和深度都上了一个新台اک。
一句话总结： @code-review.mdc 是你的"AI 技术教练"，它在你身边建立了一套自动化、专家级的代码质量保障体系，确保你的每一行代码都更加健壮、优雅和可维护。