云效+DeepSeek 打造高效代码评审的新途径

一、引言

在当今快速发展的软件开发领域，持续集成和持续交付（CI/CD）流程已经成为确保软件质量和加速产品上市时间的关键因素。随着人工智能（AI）技术的不断进步，其在DevOps实践中的应用也日益广泛，特别是在代码评审环节中，AI智能评审正逐渐成为提高开发效率和代码质量的新趋势。面对这一变革，如何有效地整合现有的工具链，并利用先进的AI模型来优化代码评审过程，成为了众多企业探索的方向。

在这样的背景下，云效平台作为阿里巴巴集团旗下的企业级研发管理平台，提供了一套全面的解决方案，帮助企业实现从代码提交到应用上线的自动化流程。其中，云效流水线Flow以其灵活的集成机制，为企业提供了定制化服务的可能性。而DeepSeek等大模型则代表了当前最先进的自然语言处理能力，它们不仅能够理解复杂的编程语言，还能通过深度学习算法对代码进行智能分析和评审。

本文旨在展示如何在云效环境中利用DeepSeek等大模型来实施AI智能评审。结合云效Codeup、流水线Flow以及DeepSeek模型，构建一个高效、自动化的代码评审系统。这个系统不仅能显著减少人工评审的工作量，还能提升代码的整体质量，降低潜在风险。

二、方案概述

云效流水线Flow提供了灵活的集成机制，企业可以在云效Flow内开发一个自定义步骤来调用DeepSeek等大模型，对云效Codeup提交的代码评审进行智能评审，并通过云效的API，将这些评审意见回写到合并请求中。

同时，结合云效流水线Flow的能力还可以对提交的代码进行单元测试、代码扫描等任务，并将这些结果一并展示回云效Codeup的提交历史中，反馈每个commit的代码质量状态。

三、实现步骤

1、创建云效组织并获取访问令牌

访问云效工作台，并创建您自己的组织。

为了能够让大模型调用云效API获取合并请求详情，并把Review的结果写到合并请求中，需要创建一个云效API的访问令牌。
点击右上角的头像-个人设置-新建令牌。

设置令牌的权限：代码比较设置为只读，合并请求设置为读写。

创建好之后，将令牌保存下来。

2、创建百炼APIKey

访问阿里云大模型服务平台百炼，创建APIKey。

百炼为新用户提供了百万免费的tokens。

3、创建Flow自定义步骤调用大模型能力

安装Node.js，若已经安装可以忽略。

在Node.js 在命令提示符中输入以下命令进行Flow-CLI的安装。

npm install -g @flow-step/flow-cli --registry=https://registry.npmmirror.com

运行flow-cli login 的登录命令，选择刚才创建的云效组织。

从 https://atomgit.com/flow-example/yunxiao-mr-review-step 克隆代码到本地，修改其中的step.yaml文件，修改第4~5行，为步骤id和name添加后缀。

ID的查看路径。

命令行切换到刚才克隆代码的代码库的根目录，执行下面的命令以发布步骤。

flow-cli step publish --auto-version

步骤发布后，访问https://flow.aliyun.com/，在步骤管理-组织步骤中可以看到MergeRequestLLMReviewer 步骤，即表示步骤发布成功。如果你看不到步骤管理菜单项，是因为你当前账号没有步骤管理的权限，可以切换为管理员账号或者让管理员赋予你步骤管理的权限。

4、创建进行代码Review的示例代码库

访问codeup.aliyun.com，导入代码库https://atomgit.com/flow-example/CodeReviewSampleCode.git到云效Codeup中。

5、创建流水线

在flow.aliyun.com中创建流水线，模板选择【Nodejs 测试、构建】模版

代码源选择刚才导入的示例代码库，并开启代码源触发，设置触发条件为 【合并请求 新建/更新】。

这里我们只做CodeReview，无需构建，所以我们删除掉模板中的Nodejs构建任务。我们添加一个空任务，并在空任务中添加刚才我们创建的自定义步骤，以便调用大模型能力做CodeReview。

可以按需选择模型，支持 deepseek-r1、deepseek-v3、qwen-max,并填入云效token（前面创建的个人访问令牌）和百炼APIkey。不过为了安全起见，不建议您直接填入这些信息，最好的方式是创建2个私密环境变量： ${YUNXIAO_TOKEN}、${BAILIAN_APIKEY}，在环境变量中中配置刚才的私密信息。

6、创建合并请求

在前面导入的CodeReview示例代码库中，创建合并请求，从dev1分支合并到main分支。

当合并请求被创建之后，进入云效Flow，可以看到流水线被触发，该流水线会运行代码检查和单元测试，并且调用大模型进行智能评审。

查看自定义步骤的日志输出，可以看到大模型对代码评审的进行处理，并最终将结果回写到Codeup端。

在Codeup的代码评审侧可以看到回写的评审意见。

点击自动化检查标签可以看到流水线的代码扫描和单元测试结果。

四、总结

在云效平台上利用DeepSeek等大模型实现AI智能评审的过程。通过自定义Flow步骤来集成DeepSeek模型，并将其应用于代码评审过程中。这一过程不仅实现了对提交代码的自动化审查，还结合了单元测试、代码扫描等功能，全面提升了代码质量。

通过将AI技术融入日常的代码评审工作中，企业不仅能加速开发周期，还能保证代码的一致性和安全性。随着技术的发展，我们可以期待AI智能评审将在未来的软件开发中扮演更加重要的角色，助力每一个项目成功上线。