miracodeai/mira

Self-hosted AI code reviewer with indexed PR reviews, walkthroughs, vulnerability scanning, dependency graphs, custom rules, and a learning loop.

Mira – 自行主機的 AI 程式碼審查服務

是什麼 – Mira 是一個你可在自己基礎設施上執行的開源服務，使用你選擇的大語言模型（LLM）自動審查拉取請求（或合併請求）。它提供 Web 仪表板、程式碼索引、漏洞警報，以及一個能適應團隊風格的學習迴圈。

為何重要 – 多數 AI 程式碼審查產品都是 SaaS：它們將你的差異資料傳送到第三方伺服器，你只能看到生成的評論。Mira 將 所有資料（差異、嵌入、CVE 資料、使用日誌）儲存在你所控制的 SQLite 或 Postgres 資料庫中，因此不存在隱藏的遙測或資料販售。

核心功能（如 README 所述）

功能	你將獲得
模型無關審查	任何 OpenAI 相容端點（OpenRouter、Ollama、vLLM、Together、Groq、AWS Bedrock 等）或透過 Codex CLI 使用的本地 LLM。你提供 API 金鑰，Mira 永遠不會在成本上加價。
降噪	信心閾值、去重、自我批判階段和每 PR 評論上限，確保你只看到簡潔、高價值的回饋。
學習迴圈	Mira 會監控哪些評論被拒絕或編輯，並將這些模式轉化為自訂審查規則，影響未來的審查。
自訂規則	使用自然語言在 `.mira.yaml` 或儀表板中定義組織級或倉儲級策略。
全倉儲索引	審查前，整個倉儲會被嵌入，使 LLM 獲得超出差異的上下文。該索引還支援組織級軟體套件清單和相依性圖查詢。
漏洞掃描	每小時更新的 OSV.dev CVE 資料流被儲存，並在受影響的套件旁顯示，附帶影響範圍圖。
儀表板	自行主機的 UI，顯示每個倉儲/模型的成本、審查健康指標、軟體套件清單、CVE 警報以及審查員回應分析。
Git 平台支援	GitHub（作為 GitHub App）、GitLab（金鑰）、Forgejo/Codeberg（金鑰）。Bitbucket 適配器正在規劃中。
速度 / 質量	在公開的 Code Review Bench 上進行基準測試：平均每 PR 約 77 秒，F1 分數為 44，Mira 位於速度-質量帕累托前緣。
部署	Docker 鏡像（`ghcr.io/miracodeai/mira:latest`），支援 Railway、Fly.io、Render 的一鍵模板，或一般 `docker run`。支援 SQLite（預設）或 Postgres 用於持久化。

工作流程（高階流程）

設定 – 全域 mira.yaml（掛載到容器中）定義預設值，如 LLM 模型和索引模型。單一倉儲可新增 .mira.yaml 以調整閾值或評論限制。
Webhook 監聽器 – Mira 作為 Web 服務執行，接收來自支援的 Git 主機的 PR 事件。
索引建構 – 當首次遇到倉儲時，Mira 會使用 indexing_model 建構整個程式碼庫的嵌入索引。該索引儲存在所選資料庫中。
審查產生 – 對於新 PR，Mira 取得差異，透過設定的提供者查詢 LLM，並接收一組建議評論。
降噪過濾 – 評論根據信心度、去重和倉儲設定進行過濾。
發布 – 過濾後的評論被回傳至 PR（GitHub、GitLab、Forgejo），並記錄在儀表板中。
學習 – 如果審查員拒絕或編輯了評論，Mira 會記錄該結果並更新其規則集，使未來的審查更符合團隊偏好。

快速入門

# 1. 建立包含密鑰的 .env 檔案
cat > .env <<EOF
MIRA_GITHUB_APP_ID=123456
MIRA_GITHUB_PRIVATE_KEY="$(cat private-key.pem)"
MIRA_WEBHOOK_SECRET=your-secret
OPENROUTER_API_KEY=sk-or-...
EOF

# 2. 可選全域設定（mira.yaml）
cat > mira.yaml <<EOF
llm:
  model: "anthropic/claude-sonnet-4-6"
  indexing_model: "anthropic/claude-haiku-4-5"
EOF

# 3. 執行容器
docker run -p 8000:8000 \
  --env-file .env \
  -v "$(pwd)/mira.yaml:/app/mira.yaml" \
  ghcr.io/miracodeai/mira:latest --config /app/mira.yaml

服務啟動後，在你的倉儲中安裝生成的 GitHub App（或 GitLab 金鑰）。每個新 PR 將自動被審查。

開發與貢獻

以可編輯模式安裝：pip install -e ".[dev,serve]"
使用 pytest tests/ 執行測試套件
特殊的 -m eval 標記執行觸發真實 GitHub 和 LLM 端點的整合測試（需要 API 金鑰）
代碼使用 mypy 進行類型檢查，使用 ruff 進行 lint

授權

Apache 2.0 – 免費用於商業或私人用途，需遵守一般署名要求。

總結 – Mira 讓團隊完全掌控 AI 輔助程式碼審查：選擇模型、將所有資料保留在本地，並獲得典型 SaaS 審查工具所隱藏的成本、安全性與審查員分析等額外可觀測性。此專案積極維護，提供 Docker 鏡像與 Railway 一鍵模板，並在公開基準測試中定位為最快開源審查工具。