Sakura AI

Appearance

🌸 Sakura AI - 审查批准功能实现总结 ​

智能审查批准功能实现总结，介绍多维度决策引擎、幂等性保护和配置部署建议。

← 文档索引 · README

📋 功能概述 ​

成功实现了智能审查批准功能，使 Sakura AI 能够根据 AI 评分和问题严重程度自动做出审查决策，并直接提交到 GitHub。

✨ 核心特性 ​

1. 多维度决策引擎 ​

python
决策逻辑：
┌─────────────────────────────────────────┐
│         AI审查完成，获得评分和问题         │
└──────────────┬──────────────────────────┘
               │
               ▼
    ┌──────────────────────┐
    │  Critical > 0 ?      │──Yes──► REQUEST_CHANGES (一票否决)
    └──────────┬───────────┘
               │ No
               ▼
    ┌──────────────────────┐
    │  Score < 4 ?         │──Yes──► REQUEST_CHANGES (低分阻断)
    └──────────┬───────────┘
               │ No
               ▼
    ┌──────────────────────┐
    │  Score >= 8 &&       │
    │  Major <= 1 ?        │──Yes──► APPROVE (批准合并)
    └──────────┬───────────┘
               │ No
               ▼
          COMMENT (中立评论)

2. 三种审查决策 ​

  • APPROVE：代码质量优秀，可以合并
  • REQUEST_CHANGES：发现严重问题或评分过低，需要修复
  • COMMENT：处于中间状态，建议人工复审

3. 幂等性保护 ​

检查是否已存在相同类型的 Review，避免重复提交：

python
def has_existing_review(
    repo_owner, repo_name, pr_number, 
    bot_username, event
) -> bool

🗂️ 文件变更清单 ​

1. 配置文件 ​

  • config/strategies.yaml（v3.1.3之后存储为数据库节键 strategy.review_policy，经 WebUI 审查策略页管理）
    • 添加 review_policy 配置段
    • 支持仓库级别的覆盖配置
    • 可配置的审查模板

2. 数据库模型 ​

  • backend/models/database.py
    • 新增 ReviewDecision 枚举
    • PRReview 表添加 decision 和 decision_reason 字段

3. 决策引擎 ​

  • backend/services/decision_engine.py (新建)
    • DecisionEngine 类
    • make_decision() 方法：根据评分和问题做出决策
    • format_review_body() 方法：格式化审查评论

4. GitHub API 集成 ​

  • backend/core/github_app.py
    • has_existing_review(): 幂等性检查
    • submit_review(): 提交审查决定到 GitHub
    • get_bot_username(): 获取机器人用户名

5. 审查流程 ​

  • backend/workers/review_worker.py
    • 导入决策引擎
    • 添加 _make_and_submit_decision() 方法
    • 在审查完成后自动执行决策

⚙️ 配置说明 ​

基础配置 ​

yaml
review_policy:
  # 是否启用自动批准功能（建议先设为false观察效果）
  enabled: false
  
  # 批准阈值：分数 >= 此值才考虑批准
  approve_threshold: 8
  
  # 阻断阈值：分数 < 此值自动请求变更
  block_threshold: 4
  
  # 是否在存在Critical问题时自动请求变更
  block_on_critical: true
  
  # 允许的Major问题数量上限
  max_major_issues: 1
  
  # 幂等性检查：是否检查已有Review避免重复提交
  enable_idempotency_check: true

仓库级别覆盖 ​

yaml
review_policy:
  repo_overrides:
    "owner/core-project":
      approve_threshold: 9  # 核心项目更严格
      block_threshold: 5    # 更宽松

🚀 部署建议 ​

阶段1：观察期（推荐） ​

yaml
review_policy:
  enabled: false  # 仅评论，不自动批准

观察 1-2 周，检查 AI 评分的准确性。

阶段2：逐步启用 ​

yaml
review_policy:
  enabled: true
  approve_threshold: 9  # 先设置高阈值
  block_on_critical: true

阶段3：正式运行 ​

根据观察结果调整阈值。

🔍 工作流程 ​

PR Opened
    ↓
AI 审查（评分 + 问题分类）
    ↓
决策引擎分析
    ↓
提交 GitHub Review
    ├─ APPROVE ✅
    ├─ REQUEST_CHANGES ❌
    └─ COMMENT 💬
    ↓
保存到数据库
    ├─ decision: approve/request_changes/comment
    └─ decision_reason: 决策理由

📊 数据库记录 ​

每个审查记录现在包含：

sql
SELECT 
    id,
    overall_score,  -- AI评分 1-10
    decision,       -- approve/request_changes/comment
    decision_reason -- 决策理由
FROM pr_reviews;

⚠️ 重要提示 ​

  1. 首次部署：建议 enabled: false，先观察效果
  2. Critical 问题：建议保持 block_on_critical: true
  3. 测试环境：先在测试仓库验证，再应用到生产
  4. 监控日志：密切关注决策引擎的日志输出
  5. 人工复审：COMMENT 状态的 PR 需要人工审查

🎯 使用场景 ​

自动批准 ​

  • 评分 >= 8 分
  • 无 Critical 问题
  • Major 问题 <= 1 个

自动阻断 ​

  • 评分 < 4 分
  • 存在 Critical 问题

人工复审 ​

  • 评分 4-7 分（中间状态）
  • Major 问题过多

🔧 故障排查 ​

Review 未提交 ​

  • 检查 GitHub App 权限
  • 查看日志中的错误信息
  • 确认 review_policy.enabled 是否为 true

决策不符合预期 ​

  • 检查 AI 评分是否准确
  • 查看 overall_score 和问题分类
  • 调整 approve_threshold 或 block_threshold

重复提交 Review ​

  • 确认 enable_idempotency_check: true
  • 检查机器人用户名是否正确获取

📈 后续优化方向 ​

  1. 学习反馈：记录人工修改的决策，优化评分模型
  2. 审批链：支持需要多个批准的场景
  3. 统计分析：展示批准率、阻断率等指标
  4. 智能调优：根据历史数据自动调整阈值

🎉 总结 ​

成功实现了一个稳健且具有威慑力的审查批准系统：

✅ 多维度决策（评分 + 问题严重程度） ✅ 幂等性保护（避免重复提交） ✅ 灵活配置（支持仓库级别覆盖） ✅ 完整日志（可追溯所有决策） ✅ 渐进式部署（观察期 -> 逐步启用）

这个功能将大大提升团队研发效率，同时保证代码质量！🚀

最后更新：2026-8-16 · 发现错误？提 Issue

Sakura AI 开源项目 · 文档内容与项目版本同步维护

© Sakura AI Contributors