前言

成熟测试团队产出的自动化代码量通常相当可观，但由于每位测试人员的习惯和经验不同，代码质量往往参差不齐。过去，这主要依赖专家进行人工Code Review（CR）来把关。如今，借助大模型来做CR已经成为一种趋势，它确实能显著提升CR的效率和有效性。

大模型CR优势

大模型在CR场景中，有几个明显的优势值得关注：

• 自动化检查：它可以对代码进行自动化扫描，快速定位语法错误、风格问题，甚至是潜在的安全漏洞。这能极大减轻人工审查的负担，让开发者能更专注于代码的逻辑和功能设计。
• 减少重复工作：传统的人力CR，光是在扫低级错误上就要耗掉大量精力。大模型能有效过滤掉这些基础问题，使得评审者可以聚焦在更有价值的逻辑和架构层面。
• 快速反馈：如果结合Gitlab CI这类工具，大模型在代码提交后立刻就能执行CR，给出即时反馈，这大大缩短了等待周期。

简单来说，具体实现方式就是在发起Merge Request（MR）时，通过Gitlab CI触发一个任务，借助中间平台调用大模型，最后把反馈结果返回给Gitlab。

给到大模型的提示词，比如：“以下代码是GitLab代码补丁。请以测试专家的角度，从自动化测试用例设计、代码的实现、可改进的领域这几个角度，给出详细的例子进行解释，尽量少离题和耍幽默。”

不过，在实际落地时也发现，这套模式在具体的CR场景里，仍然有一些绕不开的坎儿：

• 只针对表层问题，无法深度分析：拿UI自动化来说，通用大模型无法区分公共方法和业务相关的方法，这严重限制了CR的深度。
• 一致性检查困难：代码命名风格、测试数据管理方式、用例写法等，往往带有很强的团队个性化色彩，没有业界统一标准，AI在这方面难免会有误判。
• 修复建议噪音高：当Review质量没达到100%有效时，在MR里添加的Comments就很难处理，该由谁去Resolve这些修改建议，本身就是一个难题。

借助RAG加强CR

改进思路

1. 通过构造合适的prompt、构建知识库系统来做规范管理，提供更丰富和标准的信息。这就用到了前序文章中关于RAG的论述。
2. 评审结果适合通过企信（如钉钉）消息发出，而不是直接写在Gitlab评论里。CR建议仅作为参考，具体的Comments动作和Resolve过程，还是由实际的Review人员来完成。

目前业界的RAG支撑系统很多，我们选择的是FastGPT平台，其他还有Dify、QAnything等，对于CR场景而言没有本质区别。这里就用FastGPT来举例说明如何形成CR思路。

搭建步骤

初始化CR知识库

这一步非常关键，个性化的信息主要通过有效的知识库来实现：

1. 测试基础方法的信息：明确哪些是最佳方法及其语义。
2. 对测试代码规范的自定义信息。
3. 不同业务线的要求，例如提供最佳实践的代码模板。

新建FastGPT项目

• 公司内部针对FastGPT在界面和交互上进行了小幅改造，但基本遵从FastGPT对应用的定义。
• 新建的项目要勾选之前创建的知识库。
• 配置好一个FastGPT应用后，可以根据应用提供API。

选取待CR的Repo

从Gitlab内筛选想要Review的项目ID。

优化提示词

测试代码的提示词可以参考：

假设你是测试开发工程师，现在你的任务是阅读GitLab代码变更，使用中文给出修改建议。建议要求：a.必须使用知识库给出建议；生成的建议语句通顺；b.指明具体位置，使用例子进行解释，只需要给出少量关键代码不要全部输出；d.不要脱离给定的代码；e.不要复述原代码；f.不要给出重复建议；g.评审建议不超过700字符；下面是GitLab代码变更：（后面附上MR的变更代码）

触发Review

调用 GET:https://fastqa.xxxx.com/api/review/work?projectId=xxxxx&mrId=xx 接口即可发起Review。这里需要改造FastGPT代码去抓取Gitlab的MR信息和代码变更。

• projectId: 项目ID
• mrId: MR请求ID

在Gitlab CI中添加以下内容：

curl --location "https://fastqa.xxxxx.com/api/review/work?projectId=$CI_MERGE_REQUEST_PROJECT_ID&mrId=$CI_MERGE_REQUEST_IID"

这样一来，在MR请求时就会自动触发Review任务，结果会通过企信机器人通知。

结果查看

Review结束后，企业微信（钉钉）会收到消息。打开通知中的链接就能查看结果。高价值的CR信息，由具体的Review同学或者管理者补充到Gitlab上进行修改。平台会提供标记功能，用于判断Review结果是否有效，以便后续优化。

实际内部CR实践

这里摘取了对公司内部一个真实自动化代码的部分建议。

从初步实践来看：

1. 确实能产出大量值得采纳的建议。
2. 也存在一些误报情况，这与AI目前返回数据的不确定性有关，但可以通过调优知识库来持续优化。