$ loading_
调用多模型协同审查代码，汇总发现漏洞、性能问题与最佳实践建议。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"code-review-mcp" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请审查以下新功能代码，重点检查潜在 bug、边界条件、可维护性和是否符合最佳实践，并按严重级别汇总问题与修改建议： [粘贴代码]
一份按严重级别整理的代码审查报告，包含问题说明、风险分析和修复建议。
请对这段代码做安全审查，重点关注输入校验、认证授权、敏感信息泄露、注入风险和依赖使用问题，并给出修复优先级： [粘贴代码]
一份安全审查结果，列出风险点、影响范围、严重程度及优先修复建议。
请审查以下代码的性能和结构设计，找出可能的低效实现、重复逻辑、资源浪费和可重构点，并给出更优实现建议： [粘贴代码]
一份性能与结构优化建议清单，包含问题定位、原因分析和推荐改进方案。
通过多模型联合审查代码并给出通过或失败结论，辅助发现质量与风险问题
自动审查 GitHub PR 代码，结合静态分析与大模型实现高效深度评审。
用双模型独立审查代码并汇总为统一评审报告
帮助开发者审查代码中的安全、质量与性能问题并给出改进建议
自动化审查 GitHub 与 Bitbucket 的拉取请求，并用多模型实时给出代码评审建议。
帮助开发者审查代码、定位缺陷，并生成测试与技术文档。