Qwen Code 改进建议

April 5, 2026 · View on GitHub

核心洞察：代码审查（Code Review）是代码合并前最耗时、最关键的环节。当开发者提交一个涉及 20 个文件的复杂 PR 时，让人工审查或单线程的大模型去逐个文件阅读，效率极低且容易遗漏重点。Claude Code（在其官方文档与托管方案中体现）利用了多 Agent 并行架构：每个子 Agent 只负责一部分文件，或者只专注于一种审查维度（例如逻辑、安全、性能），最终聚合生成一条高质量的、去重的 Inline Comment 审查报告；而 Qwen Code 目前仅能顺序执行简单的审查。

返回 改进建议总览

一、当前 Code Review 模式的痛点

1. Qwen Code 现状：串行与上下文溢出

Qwen Code 目前具备基础的 /review 命令，但其实现逻辑较为基础：

  • 它会将 git diff 或者当前变动的文件一次性读取，并把整个差异（Diff）全量投喂给主大模型。
  • 痛点一：如果 PR 过大，这种方式极易触发 Token 上限或 prompt_too_long。
  • 痛点二：大模型在一次性处理大量文件时容易产生注意力分散（Lost in the middle），只能给出一些诸如“代码风格统一”、“补充了注释”等毫无营养的表面结论。
  • 痛点三：执行过程是单线程阻塞的，大 PR 可能需要跑几分钟甚至十几分钟。

2. 理想的多 Agent 并行 Review (以 Claude 为参考)

在现代 AI 审查实践中，最佳模式是分发与聚合（Map-Reduce）：

  • 分发 (Map)：主进程解析 PR 的文件列表，按照文件数量或逻辑模块，生成多个独立的子 Agent。甚至可以生成职能各异的 Agent（例如：Agent A 专门看是否有安全注入风险；Agent B 专门看是否符合项目里配置的 QWEN.md 规范）。
  • 并行执行 (Parallel Execution)：这多个 Agent 被同时唤起执行，时间消耗等同于最慢的那一个文件审查时间。
  • 聚合与去重 (Reduce & Deduplication)：由于大模型经常给出误报，主节点在收到各个子 Agent 返回的潜在缺陷后，进行一次汇总过滤（例如：过滤掉“遗留问题 / Pre-existing”，专注于新增的逻辑错误），并自动按照严重程度（🔴 Important / 🟡 Nit）分类。
  • Inline Comment：最后利用 GitHub API 在对应的代码行直接发起精确的行内评论（Inline Comment），而非笼统地评论在 PR 首页。

二、Qwen Code 的改进路径 (P1 优先级)

让 Qwen Code 成为 GitHub 仓库里那个“响应最快、审查最细”的无情审查机器。

阶段 1：基础的 PR Review 插件化

  1. 开发一个专有的指令 /code-review [PR_URL]。
  2. 内部拉起一个解析器，利用 gh api 或 octokit 获取 PR 的具体文件 Diff 列表及改动行信息。

阶段 2：构建多 Agent 分发模型

  1. 依赖之前我们探讨过的 InProcess 同进程多 Agent 隔离 和 AsyncLocalStorage 机制，安全地在进程内启动多个 Subagent。
  2. 按文件大小或者目录拆分，每个子 Agent 被赋予独立的 Prompt：

    “你负责审查 src/backend/ 下的这 3 个文件变动。重点寻找空指针、SQL 注入、未处理异常等高风险问题。”

  3. 使用 Promise.all 等待所有审查 Agent 完成。

阶段 3：审查验证与结构化输出 (Inline Annotations)

  1. 设立一个最终的“验证 Agent”或者简单的规则引擎，对返回的问题数组进行去重。
  2. 使用统一的 Schema 输出（配合 --json-schema 参数）： 
    {
   "reviews": [
      { "path": "src/auth.ts", "line": 42, "severity": "important", "comment": "Potential SQL injection here." }
   ]
}
  3. 通过 CI 脚本调用 GitHub Review API 将这些数据精准挂载到代码变动行上。

三、改进收益评估

  • 实现成本：高。需要结合并行隔离机制、多模型协同策略，并深入理解 GitHub 的 Review API。
  • 直接收益：
    1. 10倍速的审查效率：原本需要十几分钟的长文分析缩短到 1-2 分钟。
    2. 企业级信赖：大幅降低虚假警报（False Positives），提供真正深度、多维度的安全和逻辑双重审查，成为企业愿意掏钱部署的核心功能。