ai-proj-helper/skills-dev/dev-review-plugin/skills/SKILL.md

name, description

name	description
dev-review	代码评审技能。五视角对抗性扫描法，用于 PR 代码审查、安全评审、质量检查。当执行 /req cr 或独立 PR review 时自动激活。

代码评审 Skill (dev-review)

概述

独立的代码评审技能，核心方法论是五视角对抗性扫描法。

适用场景：

• /req cr [REQ-ID] — 需求流程中的代码评审阶段
• 独立 PR review — 不绑定需求的代码审查
• 安全评审 — 专项安全扫描

核心原则：实现阶段关注"怎么让它跑通"，评审阶段关注**"怎么让它出错"**。AI 必须切换到对抗性思维。

---

技能间契约

上游	本技能输入	本技能输出	下游
dev-coding	PR diff + 开发设计文档	CR 报告（五视角扫描 + 发现汇总 + 结论）	dev-test

---

工作流程

1. 确定评审范围
   ├── git diff 获取变更文件列表
   ├── 统计文件数、行数
   └── 排除 test 文件（单独审查）

2. 读取变更代码
   ├── 逐个读取变更<E58F98><E69BB4><EFBFBD>件源码
   ├── 理解业务上下文
   └── 参考开发设计文档（如有）

3. 五视角扫描（核心）
   ├── 攻击<E694BB><E587BB><EFBFBD>视角
   ├── 泄露者视角
   ├── 并发者视角
   ├── 边界者视角
   └── 依赖者视角

4. 加载项目检查清单（如有）
   └── review-checklist 插件

5. 生成 CR 报告
   ├── 变更概要
   ├── 五视角扫描结果
   ├── 发现汇总表
   └── 结论（通过/有条件通过/需修改）

6. 创建评审任务（req 流程内）
   ├── ai-proj task create【代码评审】
   ├── 关联需求（linkRole=code_review）
   └── 附加 CR 报告文档

7. 处理发现
   ├── Critical/High → 创建修复任务
   └── Medium/Low → 记录建议

---

五视角对抗性扫描法

总览

视角	思维模式	核心问题
1. 攻击者	"我怎么绕过/<2F><><EFBFBD>用它？"	跨租户泄露、越权访问、参数注入、重放攻击
2. 泄露者	"它暴露了什么不该暴露的？"	错误信息泄露、日志敏感数据、响应内部细节
3. 并发者	"两个请求同时来会怎样？"	竞态条件、双重扣款、幂等性缺失、锁粒度
4. 边界者	"极端输入会怎样？"	空值/零值/负值/超长字符串、类型溢出、分页越界
5. 依赖者	"外部服务挂了会怎样？"	超时处理、重试策略、降级方案、连接泄露

视角1：攻击者（多租户安全）

思维模式：我是恶意用户，如何绕过权限获取他人数据。

扫描清单：

• 所有 Store/Repository 层查询是否带 tenant_id 过滤？
• 通过 ID 直接查询的方法是否校验归属？
• 用户只能操作自己的数据？（consumer_id 校验）
• URL/请求参数是否有注入风险？（SQL、URL、命令注入）
• 外部输入是否直接拼接到查询/URL？（应使用参数化查询或编码）
• 批量操作是否逐条校验权限？（不能只校验第一条）
• 文件上传是否有类型/大小限制？

典型发现示例：

file:line — Store.GetByID(id) 缺少 tenant_id 过滤，
攻击者可通过遍<E8BF87><E9818D> ID 获取其他租户数据。
建议：添加 WHERE tenant_id = ? 条件。

视角2：泄露者（信息安全）

思维模式：我是安全审计员，检查每个出口是否泄露了不该泄露的信息。

扫描清单：

• 错误消息是否泄露业务状态？（如"手机号未注册"暴露用户存在性）
• 日志是否打印了密码、token、密钥、身份证号？
• 响应是否包含不必要的内部字段？（如内部 ID、数据库字段名、堆栈跟踪）
• panic recover 后是否返回了内部错误详情？
• 导出/下载功能是否过滤了敏感字段？

视角3：并发者（数据一致性）

思维模式：两个用户同时操作同一条数据，会发生什么。

扫描清单：

• 涉及金额/库存变更是否使用事务 + 悲观锁/乐观锁？
• 关键操作是否有幂等保护？（bizNo 唯一索引、幂等键）
• 全局状态（如进程内计数器、缓存）重启后是否安全？
• 是否有 TOCTOU（检查-使用）竞态？（先查状态再操作，中间被修改）
• 并发创建是否会产生重复数据？（唯一约束）

视角4：边界者（健壮性）

思维模<EFBFBD><EFBFBD>：用最极端的输入来测试系统的承受能力。

扫描清单：

• 必填参数是否有 binding:"required" 校验？
• 数值参数是否有范围校验？（min/max，防止负数、溢出）
• 字符串是否有长度限制？（防止超长输入消耗内存）
• 分页参数是否有默认值和上限？（page_size 不能为 0 或 999999）
• 数组参数是否有长度限制？（批量操作不能传 10 万条）
• 空数组/空字符串是否正确处理？（不应触发不必要的数据库操作）
• 除零错误？百分比计算分母为 0？

视角5：依赖者（可靠性）

思维模式：外部服务全部挂掉，系统还能正常运行吗。

扫描清单：

• HTTP 客户端是否设置超时？（connect/read/write timeout）
• 外部 API 调用失败是否有合理的错误处理？（不能直接 panic）
• 是否有重试策略？重试是否有退避？是否幂等安全？
• 数据库连接池配置是否合理？（max idle/max open/lifetime）
• Redis 不可用时是否有降级方案？（缓存穿透到数据库）
• token 过期/刷新逻辑是否正确？（access vs refresh 不同策略）

---

CR 报告模板

## 代<><E4BBA3>评审报告 — {需求标题/PR 标题}

**日期**: YYYY-MM-DD
**评审范围**: {N} 个文件, {M} 行变更
**评审人**: AI (dev-review)

### 变更概要
{1-3 句描述本次变更的目的和范围}

### 五视角扫描结果

#### 1. 攻击者视角
{扫描发现，或 "未发现问题"}

#### 2. 泄露者视角
{扫描发现，或 "未发现问题"}

#### 3. 并发者视角
{扫描发现，或 "未发现问题"}

#### 4. 边界者视角
{扫描发现，或 "未发现问题"}

#### 5. 依赖者视角
{扫描发现，或 "未发现问题"}

### 审查发现汇总

| # | 严重度 | 文件:行号 | <20><><EFBFBD>角 | 描述 | 建议 |
|---|--------|----------|------|------|------|
| 1 | {Critical/High/Medium/Low} | {file:line} | {视角} | {问题} | {建议} |

### 统计

| 严重度 | 数量 |
|--------|------|
| Critical | 0 |
| High | 0 |
| Medium | 0 |
| Low | 0 |

### 结论

**{通过 / 有条件通过 / 需修改}**

{结论说明：如果有 Critical/High 必须修复后重新评审}

---

严重度定义

严重度	含义	处理方式
Critical	安全漏洞、数据泄露、资金风险	必须修复，阻断合并
High	数据一致性风险、业务逻辑错误	必须修复，阻断合并
Medium	边界未处理、缺少校验、性能隐患	建议修复，不阻断
Low	代码风格、命名优化、文档补充	可选修复

---

CR 报告质量门禁

/req next 从 review 阶段推进时，检查 CR 报告质量：

检查项	标准
文档存在	CR 任务有附加文档
字数	≥ 500 字
代码引用	含 file:line 格式的引用
五视角扫描	含全部 5 个视角章节
结论章节	含明确的通过/不通过结论

---

插件支持

插件	触发条件	说明
review-checklist	每次 CR	加载项目特定检查清单
figma-design-qa	有设计稿	设计还原度对比

---

与 ai-proj 集成

req 流程内（/req cr）

// 1. 确认 implementation 任务已完成
mcp__ai-proj__get_requirement_tasks({ requirementId })
// 检查所有 linkRole=implementation 的任务状态

// 2. 创建 CR 任务
mcp__ai-proj__create_task({ title: "【代码评审】CR: {需求标题}" })
mcp__ai-proj__link_tasks_to_requirement({
  requirementId, taskIds: [crTaskId], linkRole: "code_review"
})

// 3. 附加 CR 报告
mcp__ai-proj__create-and-attach({
  taskId: crTaskId,
  title: "代码评审报告",
  content: "<CR <20><><EFBFBD>告 Markdown>"
})

// 4. High/Critical 发现 → 创建修复任务
mcp__ai-proj__create_task({ title: "【修复】{问题描述}" })
mcp__ai-proj__link_tasks_to_requirement({
  requirementId, taskIds: [fixTaskId], linkRole: "implementation"
})

独立 PR review

不需要 ai-proj 集成，直接输出 CR 报告到对话。

---

最佳实践

1. 先理解再审查 — 读完所有变更<E58F98><E69BB4><EFBFBD>件后再开始扫描，避免断章取义
2. 对抗性思维 — 切换到"怎么让它出错"的心态，不是"怎么让它跑通"
3. 证据驱动 — 每个发现必须引用具体的 file:line
4. 严重度准确 — 不要所有问题都标 High，按实际影响分级
5. 建议可操作 — 每个发现必须附带具体修复建议
6. 关注变更 — 评审范围是 diff，不要对未变更的代码提意见（除非变更引入了对旧代码的新风险）