灵码+Qwen3-Coder——使用Skill机制实现代码审核

简介: 本文介绍如何在灵码中实现Claude Skills能力:基于openskills方案,通过配置project_rules.md适配Skill元数据与SKILL.md提示模板,支持动态加载领域知识(如代码审核、DOCX生成),实现模块化AI能力扩展与按需调用。

一、背景

Claude Skills是Anthropic推出的一套基于提示词的模块化能力扩展系统,它通过"渐进式披露"机制让AI在需要时动态加载特定领域的专业知识,实现从通用助手到领域专家的无缝切换,受到很多客户的追捧。目前很多很多AI编程产品都开始支持,灵码产品官方还没有支持,本文主要探索如何在灵码内使用Skill能力,用作提供客户做技术方案参考。


二、Skill实现机制

Claude Skills的本质不是可执行代码,而是基于提示词的动态上下文注入与元工具架构。与传统观念不同,Skill并非让模型调用外部函数,而是将领域特定的指令、工作流和知识"展开"并"注入"到对话上下文中。

1.文件结构

每个Skill都是一个包含以下核心组件的文件夹:

my-skill/
├── SKILL.md              # 核心提示模板
├── scripts/              # 可执行Python/Bash脚本
│   ├── validator.py
│   └── processor.sh
├── references/          # 参考文档
│   ├── terminology.md
│   └── examples.md
└── assets/              # 模板和静态资源
    ├── template.docx
    └── config.json

SKILL.md文件结构:

---
name: my-skill
description: 清晰描述技能功能和触发场景
allowed-tools: "Read,Write,Bash"
---

# 技能详细指令
## 工作流程
1. 第一步说明
2. 第二步说明
3. 第三步说明

## 输出规范
- 格式要求
- 质量要求
- 示例输出

2.调用流程

Claude使用"纯LLM推理"进行Skill选择,没有使用算法匹配、向量嵌入或分类器。系统在Skill工具的描述中提供格式化的可用Skills列表,Claude根据description中的关键词和使用场景描述,判断是否匹配当前任务。

调用流程:

1.搜索匹配:Claude回顾所有Skills的元数据和描述,判断哪些技能与当前任务相关;

2.加载技能说明:若匹配到某技能,Claude使用bash命令读取该技能文件夹下的SKILL.md;

3.执行内部流程:根据SKILL.md的说明,按需读取额外的文档或运行代码脚本;

4.串联复用:如果一个任务需要多个技能协作,Claude可以依序调用它们;


三、灵码实现方案

在搞清楚skill实现机制以后,我们就开始探索如何在灵码内使用skill。本次主要使用的是openskills方案。

1. 环境配置

1.1 安装openskills

npm i -g openskills

1.2 初始化skill

openskills install anthropics/skills

完成后可以看到在.claude下已经生成好相关的skill库能力。

1.3 同步skill

openskills sync

同步后会在当前项目根目录 agent.md下生成相关skill指令。

2. 灵码适配

熟悉AI编程的大伙应该不陌生,上面生成的文件,就是Rule,只不过在不同的AI编程工具里有不同的叫法,比如Claude Code中叫claude.md,Codex 中叫AGENTS.md,灵码中其实就对应 project_rules.md。在Rule中,详细的定义了每个Skill的功能描述以及调用时机。我们要做的就是把AGENTS.md文件中的提示词,粘贴到project_rules.md就然后做些改造可以了,如下图所示,然后配置成一直生效的project_rules即可。

以openskills内置的docx技能为例,可以实现docx文档生成,我们在灵码内测试使用效果如下,验证可以正常解析skill,生成doc文档:


四、代码审核Skill

我们也可以实现自己的Skill,以代码审核场景为例,实现举例如下:

1. 添加skill元信息

<skill>
<name>code-reviewer</name>
<description>这个 Skills 帮助进行代码审查,提供代码质量分析/在线报告预览、最佳实践建议和潜在问题识别。</description>
<location>project</location>
</skill>

2. 生成SKILL.md

---
name: code-reviewer
description: 这个 Skills 帮助进行代码审查,提供代码质量分析/报告生成、最佳实践建议和潜在问题识别。
---
# 代码审查专家 Skills
你是一个经验丰富的代码审查者,遵循业界最佳实践,提供专业的代码评估和改进建议。
## 审查重点
1. **代码质量**
   - 命名规范
   - 代码复杂度
   - 重复代码
2. **安全性**
   - SQL 注入风险
   - XSS 漏洞
   - 认证授权问题
3. **性能**
   - 算法效率
   - 资源使用
   - 缓存策略
4. **可维护性**
   - 代码注释
   - 模块化设计
   - 测试覆盖
## 审查流程
1. 理解代码变更的目的
2. 检查代码风格和规范
3. 分析潜在的 Bug 和性能问题
4. 验证安全性
5. 提供建设性的改进建议
## 输出格式
### 文本报告格式
- ✅ **优点**:列出做得好的地方
- ⚠️ **问题**:指出需要改进的地方(按严重程度分类)
   - 🔴 严重:需要立即修复的问题
   - 🟡 中等:建议修复的问题
   - 🟢 轻微:可选的改进建议
- 💡 **建议**:提供具体的改进方案和示例代码
- 📊 **总体评分**:1-10 分
### HTML 报告生成(必选)
当用户要求审查代码时,**自动生成 HTML 报告**:
#### 报告生成步骤
1. **创建 HTML 报告文件**,包含以下内容:
   - 页面标题和审查时间
   - 审查摘要和总体评分(大号显示,带进度条)
   - 四个维度的评分卡片:
      * 代码质量(Code Quality)
      * 安全性(Security)
      * 性能(Performance)
      * 可维护性(Maintainability)
   - 问题列表(按严重程度分类):
      * 🔴 严重问题(Critical)- 红色标识
      * 🟡 中等问题(Medium)- 黄色标识
      * 🟢 轻微问题(Minor)- 绿色标识
   - 改进建议和代码示例(带语法高亮)
   - 优点列表
2. **样式要求**:
   - 使用现代化的 CSS 设计(渐变背景、卡片阴影、圆角)
   - 响应式布局,适配不同屏幕尺寸
   - 使用专业的配色方案
   - 代码块使用等宽字体和语法高亮
   - 添加图标和视觉元素提升可读性
3. **保存和预览**:
   - 文件名格式:`code-review-report-{timestamp}.html`
   - 保存到工作区根目录
#### HTML 模板结构
```html
<!DOCTYPE html>
<html lang="zh-CN">
<head>
    <meta charset="UTF-8">
    <meta name="viewport" content="width=device-width, initial-scale=1.0">
    <title>代码审查报告</title>
    <style>
        /* 现代化样式 */
        * { margin: 0; padding: 0; box-sizing: border-box; }
        body {
            font-family: -apple-system, BlinkMacSystemFont, 'Segoe UI', Roboto, sans-serif;
            background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
            padding: 20px;
            line-height: 1.6;
        }
        .container {
            max-width: 1200px;
            margin: 0auto;
            background: white;
            border-radius: 20px;
            padding: 40px;
            box-shadow: 020px 60px rgba(0,0,0,0.3);
        }
        .header {
            text-align: center;
            margin-bottom: 40px;
            padding-bottom: 20px;
            border-bottom: 3px solid #667eea;
        }
        .score-circle {
            width: 150px;
            height: 150px;
            border-radius: 50%;
            background: conic-gradient(#667eea 0% var(--score), #e0e0e0 var(--score) 100%);
            display: flex;
            align-items: center;
            justify-content: center;
            margin: 20px auto;
            position: relative;
        }
        .score-inner {
            width: 120px;
            height: 120px;
            border-radius: 50%;
            background: white;
            display: flex;
            align-items: center;
            justify-content: center;
            font-size: 48px;
            font-weight: bold;
            color: #667eea;
        }
        .metrics {
            display: grid;
            grid-template-columns: repeat(auto-fit, minmax(250px, 1fr));
            gap: 20px;
            margin: 30px 0;
        }
        .metric-card {
            background: linear-gradient(135deg, #f5f7fa 0%, #c3cfe2 100%);
            padding: 20px;
            border-radius: 15px;
            box-shadow: 04px 6px rgba(0,0,0,0.1);
        }
        .issue {
            margin: 15px 0;
            padding: 15px;
            border-left: 4px solid;
            border-radius: 8px;
            background: #f9f9f9;
        }
        .critical { border-color: #e74c3c; background: #fee; }
        .medium { border-color: #f39c12; background: #ffeaa7; }
        .minor { border-color: #27ae60; background: #d5f4e6; }
        pre {
            background: #2d2d2d;
            color: #f8f8f2;
            padding: 15px;
            border-radius: 8px;
            overflow-x: auto;
            margin: 10px 0;
        }
        code {
            font-family: 'Courier New', monospace;
        }
    </style>
</head>
<body>
    <!-- 报告内容 -->
</body>
</html>
```
## 审查示例
### 命名规范检查
```python
# ❌ 不好的命名
def f(x, y):
    return x + y
# ✅ 好的命名
def calculate_total_price(base_price: float, tax_rate: float) -> float:
    return base_price * (1 + tax_rate)
```
### 安全性检查
```python
# ❌ SQL 注入风险
query = f"SELECT * FROM users WHERE id = {user_id}"
# ✅ 使用参数化查询
query = "SELECT * FROM users WHERE id = ?"
cursor.execute(query, (user_id,))
```
### 性能优化检查
```javascript
// ❌ 低效的循环
for (let i = 0; i < arr.length; i++) {
    for (let j = 0; j < arr.length; j++) {
        // O(n²) 复杂度
    }
}
// ✅ 使用 Map 优化
constmap = new Map();
arr.forEach(item => map.set(item.id, item)); // O(n)
```
## 评分标准
### 总体评分(1-10分)
- **9-10分**:优秀,代码质量高,几乎没有问题
- **7-8分**:良好,有少量改进空间
- **5-6分**:中等,存在一些需要修复的问题
- **3-4分**:较差,有较多问题需要解决
- **1-2分**:很差,存在严重问题
### 各维度评分
每个维度(代码质量、安全性、性能、可维护性)独立评分:
- **优秀(8-10)**:符合最佳实践
- **良好(6-7)**:基本合格,有改进空间
- **需改进(4-5)**:存在明显问题
- **差(1-3)**:有严重缺陷
## 使用示例
当用户说"帮我审查这段代码"或"review 这个文件"时:
1. 仔细分析代码
2. 识别问题和优点
3. 生成详细的 HTML 报告
4. 告知用户报告已生成并可以查看

3. 生成效果

五、总结

Claude Skills通过"渐进式披露+元工具架构"的设计,实现了AI能力的模块化封装和按需加载。它解决了传统提示词工程的三大痛点:重复劳动、上下文浪费、知识无法沉淀。适用以下场景:

1. 高频重复任务:每周都要写的周报、固定格式的PRD、定期发的newsletter;

2. 团队标准化:确保多个团队成员输出格式统一;

3. 复杂工作流:需要多步骤、多工具协同的自动化任务;

4. 知识沉淀:将专家经验封装为可复用的能力包。

同时Skills和MCP处于不同层级,形成互补架构,使用MCP连接外部数据源,使用Skills定义处理流程,形成"数据输入-任务处理-结果输出"的完整闭环。未来,随着开发者生态的完善,Skills可能会形成"垂直领域技能市场",而MCP则作为"集成中枢",最终实现"AI能力模块化、业务流程自动化、系统集成标准化"的落地目标。


来源  |  阿里云开发者公众号

作者  |  荣阳

相关文章
|
2月前
|
人工智能 自然语言处理 前端开发
借助 AI Coding 快速打造 AI Agent 系统
本项目构建了基于LangGraph的购物场景生成AI Agent,通过Agent Skills模块化技能、Planner智能规划及A2A+MCP标准化协议,实现从自然语言一键生成结构化场景、智能匹配商品并对接会场搭建。借助AI Coding工具,数天内完成低代码到高扩展架构的跃迁,显著提升运营效率与系统可靠性。
借助 AI Coding 快速打造 AI Agent 系统
|
2月前
|
SQL 人工智能 关系型数据库
让慢SQL消失在提交前:Qoder × RDS AI助手Skill的实时拦截术
在AI Coding快节奏开发中,SQL质量常成盲区:测试难复现、人工Review低效、问题滞后暴露。RDS AI助手提供实时SQL智能审查,3分钟集成Qoder,覆盖正确性、性能、索引、可维护性等维度,将“事后救火”变为“事前预防”,让高质量SQL成为开发默认标准。
|
3月前
|
人工智能 前端开发 开发工具
从 ReAct 到 Ralph Loop:AI Agent 的持续迭代范式
Ralph Loop 通过外部循环机制,解决 Agent“半途而废”的痛点,实现可靠自主编程范式。
1135 31
|
2月前
|
存储 人工智能 弹性计算
Chaterm Agent Skills + 千问大模型,智能运维再进化
凌晨3点被监控告警叫醒,手动排查20分钟才找到问题?Chaterm Agent Skills来帮你!通过深度集成千问大模型,Chaterm的Agent Skills可以将运维经验"打包"成可执行技能,让AI助手自动执行标准流程。Chaterm提供了Chat、Command、Agent三种模式,依托Qwen模型强大的语义理解、可靠的命令生成和智能的Agent任务规划能力,Chaterm为使用者提供更加智能和新颖的运维体验,将日常需要20分钟的任务缩短到3分钟,并在故障发生时基于以往经验快速排查和恢复。
Chaterm Agent Skills + 千问大模型,智能运维再进化
|
2月前
|
人工智能 监控 API
Claude Code终于有仪表盘了:3条命令装个HUD,上下文用了多少一眼就知道
老金我最近用Claude Code,遇到一个特别烦的事。 写着写着,突然蹦出来一句"context window is getting full"。 然后AI就开始犯傻了——回答变短、逻辑变乱、之前说好的方案全忘了。 每次遇到这种情况,老金我都想骂人。 问题出在哪? Claude Code的终端界面,压根看不到上下文用了多少。 你只能输入 /context手动查,但谁写代码的时候
7312 8

热门文章

最新文章