AI+CICD: 使用本地大模型进行代码审核

Wed, 14 Jan 2026 22:34:05 +0800

AI+CICD: 使用本地大模型进行代码审核

需求来源

疫情后对产品研发工作的最大影响，是随着经济下行，公司在不停地裁员，导致研发团队人力资源严重不足。事情多得做不完，过去还在定期组织的质量控制手段–code review，现在也忙得没有时间组织了。

早就听说*-coder系列开源大模型在编码方便挺强悍，于是决定尝试使用本地大模型加入到CICD流程中，在团队提交代码的时候，由AI进行code review工作。

计划

我们的源代码管理环境使用gitea，只要配置workflow工作流就可以了。在工作流中把diff信息交给本地编程大模型进行评估，并把结果输出，根据结果决定后续行为。

所以，我们需要：

一个workflow配置文件
一个程序负责提取diff并调用到模型并反馈结果
一个本地大模型服务

我们倒序进行实现。

本地编程大模型服务

参考《LLM：使用Ollama访问本地大模型》，我们使用Ollama搭建本地编程大模型服务。

curl -fsSL https://ollama.com/install.sh | sh
ollama serve

编程大模型这里选择口碑极好的qwen3-coder:30b

ollama pull qwen3-coder:30b

代码检测程序

使用Python调用ollama非常容易，但是考虑到gitea的runner是一个docker环境，在同一的镜像中，运行Python和相关的库需要从网络拉取依赖包会导致一些麻烦。所以这里使用go静态编译，直接生成一个bin文件放在本地文件服务器上，runner直接拉取一个bin就可以工作，不需要任何依赖环境，流程更简洁速度也更快。

定义本地ollama地址和模型

var (
	ollamaURL = getEnv("OLLAMA_ENDPOINT", "http://ai.internal:11434")
	model     = "qwen3-coder:30b"
)

获取diff信息：

func getGitDiff() (string, error) {
	cmd := exec.Command("git", "diff", "HEAD^", "HEAD")
	output, err := cmd.Output()
	if err != nil {
		return "", fmt.Errorf("获取 git diff 失败: %w", err)
	}
	return string(output), nil
}

最后传递这样一个提示词

CICD on FF的实验笔记

AI+CICD: 使用本地大模型进行代码审核

AI+CICD: 使用本地大模型进行代码审核

需求来源

计划

本地编程大模型服务

代码检测程序