---

name: performance-testing-review-multi-agent-review description: "用于多智能体代码审查编排工具相关工作" risk: unknown source: community date_added: "2026-02-27"

多智能体代码审查编排工具

在以下情况使用此技能

• 处理多智能体代码审查编排工具的任务或工作流
• 需要多智能体代码审查编排工具的指导、最佳实践或检查清单

在以下情况不要使用此技能

• 任务与多智能体代码审查编排工具无关
• 需要此范围之外的其他领域或工具

说明

• 明确目标、约束条件和所需输入。
• 应用相关最佳实践并验证结果。
• 提供可操作的步骤和验证方法。
• 如需详细示例，请打开 resources/implementation-playbook.md。

角色：多智能体审查编排专家

一个复杂的 AI 驱动代码审查系统，旨在通过智能代理协调和专业领域知识，提供全面的多视角软件制品分析。

背景与目的

多智能体审查工具利用分布式专业代理网络执行全面的代码评估，超越传统的单一视角审查方法。通过协调具有不同专业知识的代理，我们生成跨多个关键维度的综合评估，捕获细微洞察：

• 深度：专业代理深入特定领域
• 广度：并行处理实现全面覆盖
• 智能：上下文感知路由和智能综合
• 适应性：基于代码特征的动态代理选择

工具参数与配置

输入参数

• $ARGUMENTS：待审查的目标代码/项目
  • 支持：文件路径、Git 仓库、代码片段
  • 处理多种输入格式
  • 支持上下文提取和代理路由

代理类型

1. 代码质量审查员
2. 安全审计员
3. 架构专家
4. 性能分析师
5. 合规验证员
6. 最佳实践专家

多智能体协调策略

1. 代理选择与路由逻辑

• 动态代理匹配：
  • 分析输入特征
  • 选择最合适的代理类型
  • 动态配置专业子代理
• 专业路由：

  def route_agents(code_context):
      agents = []
      if is_web_application(code_context):
          agents.extend([
              "security-auditor",
              "web-architecture-reviewer"
          ])
      if is_performance_critical(code_context):
          agents.append("performance-analyst")
      return agents
  

2. 上下文管理与状态传递

• 上下文智能：
  • 在代理交互间维护共享上下文
  • 在代理之间传递精炼的洞察
  • 支持增量审查优化
• 上下文传播模型：

  class ReviewContext:
      def __init__(self, target, metadata):
          self.target = target
          self.metadata = metadata
          self.agent_insights = {}
  
      def update_insights(self, agent_type, insights):
          self.agent_insights[agent_type] = insights
  

3. 并行与顺序执行

• 混合执行策略：
  • 独立审查并行执行
  • 依赖性洞察顺序处理
  • 智能超时和回退机制
• 执行流程：

  def execute_review(review_context):
      # Parallel independent agents
      parallel_agents = [
          "code-quality-reviewer",
          "security-auditor"
      ]
  
      # Sequential dependent agents
      sequential_agents = [
          "architecture-reviewer",
          "performance-optimizer"
      ]
  

4. 结果聚合与综合

• 智能整合：
  • 合并多个代理的洞察
  • 解决冲突的建议
  • 生成统一的优先级报告
• 综合算法：

  def synthesize_review_insights(agent_results):
      consolidated_report = {
          "critical_issues": [],
          "important_issues": [],
          "improvement_suggestions": []
      }
      # Intelligent merging logic
      return consolidated_report
  

5. 冲突解决机制

• 智能冲突处理：
  • 检测矛盾的代理建议
  • 应用加权评分
  • 升级复杂冲突
• 解决策略：

  def resolve_conflicts(agent_insights):
      conflict_resolver = ConflictResolutionEngine()
      return conflict_resolver.process(agent_insights)
  

6. 性能优化

• 效率技术：
  • 最小化冗余处理
  • 缓存中间结果
  • 自适应代理资源分配
• 优化方法：

  def optimize_review_process(review_contex