Agent-Field/pr-af

解決的問題

PR-AF 是為深度的架構式程式碼審查而設計，而非簡單的差異摘要。其目標是減少誤報，並識別線性分析工具常忽略的複雜、系統性弱點，為 CI/CD 流水線提供高準確度的門檻。

工作原理

PR-AF 不使用靜態腳本，而是採用動態流程，根據 PR 的結構動態調整其執行圖。它從語意、機械與系統三個角度評估差異，並啟動專用的、暫時性的審查代理。整個流程包括：

• 證據基礎化：透過從程式碼庫中提取精確的呼叫片段與匯入上下文，驗證發現結果，確保論點建立在實際程式碼之上。
• 複合弱點整合：將跨多個檔案的相關風險進行聚類，以識別更大的系統性問題。
• 可否證性門檻：在將發現結果作為 GitHub 評論發布前，系統會嘗試推翻這些發現（檢查是否存在現有緩解措施或預期行為）。

適用對象

適用於需要全面架構審計與高準確度 CI/CD 門檻的工程團隊，當深度與精確度比執行速度更重要時。

特色亮點

• 基準領先：在 Martian Code-Review-Bench 的黃金召回率（golden recall）上，位居開源審查工具第一名。
• 模型彈性：支援多種模型，從成本較低的模型用於日常 PR，到 GLM-5.2 或 Opus 等前沿模型，適用於高風險審查。
• 基於證據：使用程式化 AST 提取技術，剔除無根據的主張。
• 成本效益高：每次審查成本約為封閉式商業工具的 1/10。