《智能代码审查系统》整体测试-第01节：整体代码审查功能测试

作者：冰河
星球：http://m6z.cn/6aeFbs
博客：https://binghe.site
文章汇总：https://binghe.site/md/all/all.html
源码获取地址：https://t.zsxq.com/UIr1U

沉淀，成长，突破，帮助他人，成就自我。

大家好，我是冰河~~

经过前面几个章节的实现，又完善了AI智能代码审查系统的CodeReview服务层的功能，能够生成CR记录和日报，对接微信-钉钉-飞书-自定义WebHook实现了发送通知消息。并且设计和实现了基于Gitea、Github和Gitlab三大类型代码仓库的核心WebHook，分别对Gitea、Github和Gitlab的Push和PR/MR等代码的Code Review进行了设计和实现。接下来，对AI智能代码审查系统进行整体功能测试。

一、部署启动项目

这里，需要注意的是，要将项目部署到gitlab能够访问的服务器上。这里，我将服务部署在与gitlab同一个局域网。如果小伙伴们部署，可以在本地安装Docker环境，使用Docker部署gitlab。然后本地启动AI智能代码审查系统。也可以将gitlab部署到本地或者云端，在云端部署AI智能代码审查系统。总之，只要gitlab能够正常访问AI智能代码审查系统即可。

1.1 服务器划分

在整体局域网中，gitlab和AI智能审查系统部署的服务器如下所示。

服务器IP监听端口
gitlab服务器10.3.3.22-
AI智能代码审查系统10.3.3.365002

1.2 配置环境变量

由于绝大部分配置项都优化成了可通过环境变量配置，所以，这里我们对AI智能代码审查系统配置一些环境变量，如下所示。

（1）配置数据库环境变量

DB_URL=你的数据库URL
DB_DRIVER=你的数据库驱动程序
DB_USER=你的数据库账号
DB_PASSWORD=你的数据库密码

（2）配置AI大模型环境变量

AI智能代码审查系统内置支持的大模型包括：

  • openai：OpenAI大模型
  • deepseek：DeepSeek大模型
  • qwen：阿里通义千问大模型
  • glm：智谱GLM大模型

这里，以配置DeepSeek大模型环境变量为例。

LLM_PROVIDER=deepseek
DEEPSEEK_API_KEY=你的deepseek大模型apiKey
DEEPSEEK_API_BASE_URL=https://api.deepseek.com
DEEPSEEK_API_MODEL=选择合适的deepseek大模型

（3）配置gitlab环境变量

GITLAB_URL=你的gitlab地址
GITHUB_ACCESS_TOKEN=你的gitlab access_token

（4）配置Review规则环境变量

SUPPORTED_EXTENSIONS=扩展语言文件后缀（默认支持：java,.py,.php,.yml,.vue,.go,.c,.cpp,.h,.js,.css,.md,.sql,.ts,.tsx,.jsx）
REVIEW_STYLE=审查风格，可取的值为：professional、sarcastic
REVIEW_MAX_TOKENS=每次CR时消耗的最大Token值，默认10000
PUSH_REVIEW_ENABLED=true/false，是否对push代码进行CR，默认false
MERGE_REVIEW_ONLY_PROTECTED_BRANCHES_ENABLED=true/false，是否只对保护分支CR，默认false
MERGE_REVIEW_ONLY_BRANCH_NAME=要CR的分支，多个分支用英文,隔开

（5）配置消息通知环境变量

这里以配置钉钉为例：

DINGTALK_ENABLED=true
DINGTALK_WEBHOOK_URL=触发钉钉消息推送的接口

1.3 部署启动项目

配置完环境变量，将AI智能审查系统打包成Jar文件，在10.3.3.36服务器上启动AI智能审查系统。

注意：这个过程比较简单，相信小伙伴们都能正确启动AI智能审查系统，详细的启动过程，这里就不再赘述。另外，启动AI智能审查系统前，需要创建ai_review数据库，并在ai_review数据库中执行项目data目录下的ai_review.sql文件创建数据表。

二、配置gitlab

AI智能审查系统支持对接github、gitee和gitlab实现智能代码审查，这里，以gitlab配置为例。在项目设置里找到webhooks，添加新的webhook，如下图所示。

添加webkook：


配置URL：

添加AI智能审查系统的webhook接口地址，如下图所示。


选择触发来源：

这里，我勾选推送事件，选择正则表达式，填写dev。表示对dev分支的push代码会触发webhook调用URL接口，触发AI智能代码审查系统进行代码审查。随后，选择合并请求事件，也就是说，当存在合并代码的merge request请求时，会触发webhook调用URL接口，触发AI智能代码审查系统进行代码审查。如下图所示。


SSL验证：

如果AI智能代码审查系统的webhook接口对外暴露的是https协议，则勾选启用SSL验证，否则，不勾选启用SSL验证。由于我这里配置的是http协议，所以，这里不勾选启用SSL验证。如下图所示。


最后，点击保存更改即可。

三、测试审查代码

向代码仓库的dev分支推送代码，或者触发代码的merge request，gitlab就会触发webhook，调用AI智能代码审查平台的接口对代码进行审查。

3.1 审查MR代码效果

智能代码审查系统效果：



代码仓库MR代码效果：



3.2 审查Push代码效果

智能代码审查系统效果：



代码仓库Push代码效果：



四、本节总结

本节，对智能代码审查系统的项目部署、gitlab配置和测试效果进行了简单的说明。

希望本节内容能够为大家带来实质性的帮助，我们一起搞定AI智能代码审查系统。

查看完整文章

加入冰河技术知识星球，解锁完整技术文章、小册、视频与完整代码

写在最后

在冰河技术知识星球， 《AI智能代码审查平台》、《AI全链路短剧生成平台》 已完结，同时，《企业级微服务开放平台》 项目热更中，还有其他二十几个项目，像实战Claude Code、AI知识库系统、智流助手平台、智能成语挑战赛项目、多轮AI智能对话系统、一站式AI智能平台、AI智能客服系统、AI智能问答系统、实战AI大模型、手写高性能敏组件、手写线程池、手写高性能SQL引擎、手写高性能Polaris网关、手写高性能熔断组件、手写通用指标上报组件、手写高性能数据库路由组件、手写分布式IM即时通讯系统、手写Seckill分布式秒杀系统、手写高性能RPC、实战高并发设计模式、简易商城系统等等。

这些项目的需求、方案、架构、落地等均来自互联网真实业务场景，让你真正学到互联网大厂的业务与技术落地方案，并将其有效转化为自己的知识储备。

值得一提的是：冰河自研的Polaris高性能网关比某些开源网关项目性能更高，目前正在热更AI一体化项目，也正在实现MCP，全程带你分析原理和手撸代码。

你还在等啥？不少小伙伴经过星球硬核技术和项目的历练，早已成功跳槽加薪，实现薪资翻倍，而你，还在原地踏步，抱怨大环境不好。抛弃焦虑和抱怨，我们一起塌下心来沉淀硬核技术和项目，让自己的薪资更上一层楼。

🚀PS：目前已开通最大优惠：长按或扫码加入星球立减30，注意：随着项目和专栏的更新，星球也即将涨价！！


目前，领券加入星球就可以跟冰河一起学习《实战Claude Code》、《多轮AI智能对话系统》、《一站式AI智能平台》、《AI智能客服系统》、《AI智能问答系统》、《实战AI大模型》、《手写高性能Redis组件》、《手写高性能脱敏组件》、《手写线程池》、《手写高性能SQL引擎》、《手写高性能Polaris网关》、《手写高性能RPC项目》、《分布式Seckill秒杀系统》、《分布式IM即时通讯系统》《手写高性能通用熔断组件项目》、《手写高性能通用监控指标上报组件》、《手写高性能数据库路由组件》、《手写简易商城脚手架项目》、《Spring6核心技术与源码解析》和《实战高并发设计模式》，从零开始介绍原理、设计架构、手撸代码。

花很少的钱就能学这么多硬核技术、中间件项目和大厂秒杀系统、分布式IM即时通讯系统，AI大模型项目，比其他培训机构不知便宜多少倍，硬核多少倍，如果是我，我会买他个十年！

加入要趁早，后续还会随着项目和加入的人数涨价，而且只会涨，不会降，先加入的小伙伴就是赚到。

另外，还有一个限时福利，邀请一个小伙伴加入，冰河就会给一笔 分享有奖 ，有些小伙伴都邀请了50+人，早就回本了！

其他方式加入星球

  • 链接 ：打开链接 http://m6z.cn/6aeFbs 加入星球。
  • 回复 ：在公众号 冰河技术 回复 星球 领取优惠券加入星球。

特别提醒： 苹果用户进圈或续费，请加微信 hacker_binghe 扫二维码，或者去公众号 冰河技术 回复 星球 扫二维码加入星球。

好了，今天就到这儿吧，我是冰河，我们下期见~~