gitlab配置ai代码审核

风的归宿552025-11-23 10:07

最近领导开始要求使用ai来提高效率，正好我们部门平时一直没有人力进行详细的代码审核，因此这次就打算在CI/CD中集成ai进行代码审核，看看效果如何，能否解放这一部分的人力。

首先看下完成后的效果，如图所示，当有人提交merge request（mr）申请合并代码时，会触发gitlab的pipeline流水线，执行ai代码审核的程序，然后将ai代码审核通过评论的方式输出在这个mr下面。目前ai审核的结果只是用于代码审核的参考，不作为硬性标准。

准备：

  1. gitlab，我们公司的版本比较老，是gitlab 9，新版本的gitlab的CI/CD脚本语法会不太一样。
  2. 一台机器，安装了docker，用于部署gitlab 触发流水线时执行的ai代码审核程序
  3. 阿里云百炼的秘钥，这里使用的ai审核工具是阿里云的qwen code，可以参考安装配置与使用Qwen Code命令行工具-大模型服务平台百炼-阿里云 官方文档，使用的ai模型是qwen3-coder-plus。
  4. openresty，这个非必须，因为触发mr时的请求是固定格式的，需要写个接口进行数据转换，来触发后面的ai审核逻辑，这里也可以用java写一个controller进行处理。

必备知识：

首先简单介绍下gitlab的CI/CD流程和gitlab runner的机制。

CI/CD流程：

我们公司的代码分支管理策略采用github flow的管理方式，只有一个主干分支，开发人员都从这个分支切代码到feature分支进行开发，开发完成后需要提交mr 申请合并到主干分支，主干分支只有核心开发有权限提交，mr审核通过后会合并到主干分支，同时触发gitlab的CI/CD流程，自动执行代码的编译测试，完成后自动打包发布到开发环境。

gitlab runner机制：

这个是gitlab提供的用于CI/CD的组件，可以在项目代码的根目录下新增一个.gitlab-ci.yml文件，这里面可以写脚本代码，在某些条件满足的情况下由gitlab触发执行这个脚本代码，不过在gitlab 9 这个老版本上只有当代码被push时才会触发，不过可以在脚本中写条件，限制只有主干分支push时触发测试打包，其他开发人员的feature分支push时可以只执行代码测试。

而gitlab runner就是执行这个脚本的程序，他需要你提前在一台机器上部署这个程序，然后配置完成后就会注册到gitlab上并保持长连接，这样gitlab发现代码提交需要触发自动集成时，就能找到这个程序并触发自动集成代码。

ai代码审核配置

接下来进入主题，ai代码审核的配置。这个主要可以分为三步

  1. 开发提交mr时触发回调
  2. 在回调中执行ai代码审核的代码
  3. 将ai代码审核的结果通过评论的方式发送到指定的mr下
第一步，开发提交mr时触发回调

这个在高版本的gitlab中可以直接触发gitlab runner执行 .gitlab-ci.yml中的脚本代码，但是在gitlab 9这个老版本中没有这个功能，于是只能采用麻烦一点的方式，如图所示，可以在settings -> Integrations下，增加一个Merge Requests Events事件的webhook，他会在有mr事件时触发回调自定义服务器的接口。这里我也贴一下mr事件回调的数据格式。

json 复制代码 
{
  "object_kind": "merge_request",
  "user": {
    "name": "Administrator",
    "username": "root",
    "avatar_url": "http://www.gravatar.com/avatar/e64c7d89f26bd1972efa854d13d7dd61?s=40\u0026d=identicon"
  },
  "object_attributes": {
    "id": 99,
    "target_branch": "master",
    "source_branch": "ms-viewport",
    "source_project_id": 14,
    "author_id": 51,
    "assignee_id": 6,
    "title": "MS-Viewport",
    "created_at": "2013-12-03T17:23:34Z",
    "updated_at": "2013-12-03T17:23:34Z",
    "st_commits": null,
    "st_diffs": null,
    "milestone_id": null,
    "state": "opened",
    "merge_status": "unchecked",
    "target_project_id": 14,
    "iid": 1,
    "description": "",
    "source":{
      "name":"Awesome Project",
      "description":"Aut reprehenderit ut est.",
      "web_url":"http://example.com/awesome_space/awesome_project",
      "avatar_url":null,
      "git_ssh_url":"git@example.com:awesome_space/awesome_project.git",
      "git_http_url":"http://example.com/awesome_space/awesome_project.git",
      "namespace":"Awesome Space",
      "visibility_level":20,
      "path_with_namespace":"awesome_space/awesome_project",
      "default_branch":"master",
      "homepage":"http://example.com/awesome_space/awesome_project",
      "url":"http://example.com/awesome_space/awesome_project.git",
      "ssh_url":"git@example.com:awesome_space/awesome_project.git",
      "http_url":"http://example.com/awesome_space/awesome_project.git"
    },
    "target": {
      "name":"Awesome Project",
      "description":"Aut reprehenderit ut est.",
      "web_url":"http://example.com/awesome_space/awesome_project",
      "avatar_url":null,
      "git_ssh_url":"git@example.com:awesome_space/awesome_project.git",
      "git_http_url":"http://example.com/awesome_space/awesome_project.git",
      "namespace":"Awesome Space",
      "visibility_level":20,
      "path_with_namespace":"awesome_space/awesome_project",
      "default_branch":"master",
      "homepage":"http://example.com/awesome_space/awesome_project",
      "url":"http://example.com/awesome_space/awesome_project.git",
      "ssh_url":"git@example.com:awesome_space/awesome_project.git",
      "http_url":"http://example.com/awesome_space/awesome_project.git"
    },
    "last_commit": {
      "id": "da1560886d4f094c3e6c9ef40349f7d38b5d27d7",
      "message": "fixed readme",
      "timestamp": "2012-01-03T23:36:29+02:00",
      "url": "http://example.com/awesome_space/awesome_project/commits/da1560886d4f094c3e6c9ef40349f7d38b5d27d7",
      "author": {
        "name": "GitLab dev user",
        "email": "gitlabdev@dv6700.(none)"
      }
    },
    "work_in_progress": false,
    "url": "http://example.com/diaspora/merge_requests/1",
    "action": "open",
    "assignee": {
      "name": "User1",
      "username": "user1",
      "avatar_url": "http://www.gravatar.com/avatar/e64c7d89f26bd1972efa854d13d7dd61?s=40\u0026d=identicon"
    }
  }
}
第二步，在回调中执行ai代码审核的代码

这里我们选择在上一步的自定义回调中通过调用http请求的方式，触发gitlab的trigger，让gitlab执行.gitlab-ci.yml中的脚本代码。 trigger的配置方式为在Settings -> CI/CD Pipelines菜单栏下，通过Add trigger的方式添加一个trigger，这样我们就可以在mr回调的处理代码中通过http调用触发gitlab的pipeline，执行.gitlab-ci.yml中的代码。不过这一步的具体执行还要分成三个部分。

3.1 编写回调接口代码

mr触发的事件和主动触发gitlab trigger的http请求参数并不一样，这里需要我们在自定义代码中做下转换，我这里是使用openresty的lua代码简单做了下处理，这里也贴下代码用于参考。

主要逻辑是从mr请求体中过滤出几个变量，然后转成trigger请求的变量，用于后续脚本使用。解析的变量有target_branch被合并的目标分支，source_branch申请合并的源头分支，source_project_id合并的项目id，mr_iid合并请求id，过滤出这几个变量后，就可以调用http请求触发trigger，让gitlab执行pipeline。

这里有几个地方比较重要，触发trigger需要指定项目id，trigger的token（这个可以在gitlab上创建trigger的地方看到），变量ref的值，这个值会决定在哪个分支上触发gitlab的pipeline流程，这里需要指定为mr的源分支，方便后续脚本查询mr的代码修改。

ini 复制代码 
        location /gitlab/ci/relay {
             access_by_lua '
                ngx.req.read_body()
                local param_args_str = ngx.req.get_body_data()
                ngx.log(ngx.INFO, "<param_args_str>" .. tostring(param_args_str))

                local cjson = require "cjson"
                local param_args = cjson.decode(param_args_str)
                if param_args and param_args.object_attributes and param_args.object_attributes.last_commit and string.find(param_args.object_attributes.state, "opened") then
                  local target_branch = tostring(param_args.object_attributes.target_branch)
                  local source_branch = tostring(param_args.object_attributes.source_branch)
                  local commit_id = tostring(param_args.object_attributes.last_commit.id)
                  local source_project_id = tostring(param_args.object_attributes.source_project_id)
                  local mr_iid = tostring(param_args.object_attributes.iid)
                  local url = string.format("https://xxx.xxx.com.cn/api/v4/projects/%s/trigger/pipeline",source_project_id)
                  local body = string.format("ref=%s&token=xxxxxxxxxxxxx&variables[CI_MERGE_REQUEST_SOURCE_BRANCH_NAME]=%s&variables[CI_MERGE_REQUEST_TARGET_BRANCH_NAME]=%s&variables[CI_COMMIT_ID]=%s&variables[CI_PROJECT_ID]=%s&variables[CI_MR_IID]=%s",source_branch,source_branch,target_branch,commit_id,source_project_id,mr_iid)

                  ngx.log(ngx.INFO,"trigger ai review")
                  ngx.log(ngx.INFO,string.format("url is %s,body is %s",url,body))
                  local httpc = require("resty.http").new()
                  local res, err = httpc:request_uri(url, {
                    method = "POST",
                    body = body,
                    headers = {["Content-Type"]="application/x-www-form-urlencoded"}
                  })
                  if not res or err then
                    ngx.log(ngx.INFO, "<err>" .. err)
                  end
                  ngx.log(ngx.INFO, "<info>" .. tostring(res.body))
                end

                ngx.say("ok")
                return ngx.exit(ngx.HTTP_OK)
             ';
        }
3.2 编写.gitlab-ci.yml文件

这里列出示例代码，主要是通过git diff来查询mr的代码修改，然后通过执行qwen这个命令，将代码修改和提示词传入，让ai进行代码审核，最后将审核结果通过评论的方式发送到mr下。

bash 复制代码 
stages:
  - ai-review
  

ai_code_review:
  stage: ai-review
  image: qwen-code:1.1.0
  script:
    - |
      if [ "${CI_MERGE_REQUEST_TARGET_BRANCH_NAME:-}" = "" ]; then
        echo "is not merge request ,skip ai review"
        exit 0
      fi
      echo "Target branch: $CI_MERGE_REQUEST_TARGET_BRANCH_NAME"
      echo "Source branch: $CI_MERGE_REQUEST_SOURCE_BRANCH_NAME"
      echo "CI_PROJECT_ID: $CI_PROJECT_ID"
      echo "CI_MR_IID: $CI_MR_IID"
      echo "start ai review11"
      echo "OPENAI_MODEL:$OPENAI_MODEL"
      git diff origin/${CI_MERGE_REQUEST_TARGET_BRANCH_NAME}...HEAD > /tmp/git-diff-output.txt
      cat /tmp/git-diff-output.txt
      result=$(cat /tmp/git-diff-output.txt | qwen -p "Review these changes for bugs, security issues, and code quality,and use Chinese to output the reply." --output-format json)
      echo "$result"
      response=$(echo "$result" | jq -r '.response')
      curl --request POST  --header "PRIVATE-TOKEN: ${COMMENT_KEY}"  --data-urlencode "body=${response}"  "https://xxxxxxx.com.cn/api/v4/projects/${CI_PROJECT_ID}/merge_requests/${CI_MR_IID}/notes"
3.3 制作自定义镜像

我们需要制作一个docker镜像，主要功能是安装qwen工具，支持脚本中执行qwen调用ai代码审核，因为gitlab runner执行.gitlab-ci.yml脚本时是通过制定镜像来执行的，这里就需要把自定义的镜像填到yml文件的image字段中，提供docker环境。

制作镜像也很简单，这里提供下dockerfile文件，其实就是在node基础镜像的基础上安装下qwen和jq程序。

bash 复制代码 
FROM docker.1ms.run/library/node:22-bookworm
RUN npm install -g @qwen-code/qwen-code
ADD jq-linux-amd64 /usr/bin/jq
RUN chmod +x /usr/bin/jq
3.4 在gitlab中增加变量

因为qwen调用需要三个参数，其中包括秘钥信息，这里可以通过gitlab的 settings -> CI/CD Pipelines下面的Secret Variables功能来实现，通过Add new variable添加变量OPENAI_API_KEY，OPENAI_BASE_URL，OPENAI_MODEL，这样.gitlab-ci.yml脚本中启动镜像时会自动注入这些变量作为环境变量，就可以直接执行qwen命令调用ai。

第三步，将ai代码审核的结果通过评论的方式发送到指定的mr下

这个其实就是在.gitlab-ci.yml脚本中，将ai代码审核的结果通过gitlab的api新增一个评论，评论的内容就是ai审核的结果。需要注意的是，发送评论的api需要一个secret key，这个可以通过在gitlab的user settings界面生成，然后也是在gitlab中设置为一个变量，在.gitlab-ci.yml的脚本中通过变量引用进来。

至此，ai代码审核就完成了，还是比较简单的，赶紧试一下吧

相关推荐
格格步入1 小时前
线上问题：MySQL NULL值引发的投诉
后端·mysql
Moe4881 小时前
Spring Boot 自动配置核心：AutoConfigurationImportSelector 深度解析
java·后端·设计模式
武子康1 小时前
大数据-161 Apache Kylin Cube 实战：建模、构建与查询加速完整指南
大数据·后端·apache kylin
踏浪无痕1 小时前
准备手写Simple Raft(三） 日志复制——一致性检查
后端·raft
星轨初途1 小时前
数据结构二叉树之链式结构（3）（下）
c语言·网络·数据结构·经验分享·笔记·后端
yuuki2332332 小时前
【C语言&数据结构】二叉树的链式递归
c语言·数据结构·后端
IT_陈寒2 小时前
Spring Boot 3.2 性能翻倍秘诀：这5个配置优化让你的应用起飞🚀
前端·人工智能·后端
q***48413 小时前
SpringBoot整合easy-es
spring boot·后端·elasticsearch
Victor3563 小时前
Redis（141）Redis的Cluster的槽分配是如何实现的？
后端
热门推荐
01GitHub 镜像站点02BongoCat - 跨平台键盘猫动画工具03【保姆级教程】免费使用Gemini3的5种方法！免翻墙/国内直连04UV安装并设置国内源05Google Antigravity：无法登录？早期错误、登录修复和用户反馈指南06安娜的档案(Anna’s Archive) 镜像网站/国内最新可访问入口（持续更新）07Linux下V2Ray安装配置指南08今天 Cloudflare 全球事故，连 GPT 和你的网站都一起“掉线”了09全球最强模型Grok4，国内已可免费使用！（附教程）1046个Nano-banana 精选提示词，持续更新中