﻿---
title: "02. Code Review Agent: ревью одним вызовом"
description: "LangChain-агент проверяет код на баги, безопасность и стиль: один промпт, файл или строка, без инструментов."
---

Самый простой разбор в каталоге: один вызов модели с подробной инструкцией
ревьюера. Полезен как эталон того, что не всякая задача требует агентной
конструкции.

## Задача

На вход — файл или фрагмент кода и язык. На выход — замечания по категориям: баги,
безопасность, производительность, стиль. Граница: агент не запускает код и не
знает контекста проекта, поэтому его замечания — гипотезы, требующие проверки.

## Архитектура

Ни графа, ни инструментов, ни состояния: функция `review_code(code, language)`,
которая формирует сообщения и вызывает модель.

```mermaid
flowchart LR
  F["Файл / строка"] --> P["Промпт ревьюера"]
  P --> L["Модель"]
  L --> R["Замечания"]
```

## Поток

1. Аргументы разбираются: `--file`, `--code` или `--language`.
2. Код читается и подставляется в промпт с ролью ревьюера.
3. Ответ печатается как есть, без структурирования.

## Что в коде

```python
def review_code(code: str, language: str = "python") -> str:
    llm = ChatOpenAI(model="gpt-4o", temperature=0)
    messages = [SystemMessage(content=REVIEW_PROMPT), HumanMessage(content=code)]
    return llm.invoke(messages).content
```

## Чему учит

- **Начинать с простого.** Ревью не требует агента; требование «сделай агента»
  здесь только увеличило бы стоимость.
- **`temperature=0`.** Для ревью нужна повторяемость, а не вариативность.
- **Роль в системном сообщении.** Она задаёт и формат, и глубину замечаний.

## Где сломается

- **Нет контекста проекта.** Агент не знает соглашений и предложит «правильный в
  вакууме» код.
- **Свободный формат.** Ответ — текст; его нельзя автоматически разложить по
  категориям и severity.
- **Ложные срабатывания.** Модель находит «проблемы» в корректном коде.
- **Нет проверки.** Замечание не проверяется тестом или запуском.

## Как улучшить

- Вернуть структурированный вывод: список `{file, line, severity, category,
  message}`. Это сразу делает результат пригодным для CI.
- Передавать правила проекта и примеры «хорошо/плохо».
- Ограничить области: только безопасность или только производительность — так
  замечаний меньше и они точнее.

## Связь с другими разделами

- [Структурированный вывод](https://wpcraft.ru/aia/patterns/structured-output.md) — как убрать свободный
  текст.
- [Разработка](https://wpcraft.ru/aia/use-cases/software-development.md) — домен и метрики.
- [LangChain](https://wpcraft.ru/aia/frameworks/langchain.md) — базовый слой.

## Материалы и источники

- [LangChain documentation](https://python.langchain.com) — модели и цепочки.