git-lrc 开源工具，自动触发 AI 代码审查，直接拦截问题代码。

用 AI 写代码这事，大家现在都玩得挺溜了：写个注释，敲几句自然语言，Model 啪一串代码给你吐出来，看着是挺香的。

但真上过线的同学都知道——有时候 AI 改代码，不是优化，是“暗改”。

一会儿悄悄改了个条件判断，一会儿顺手删了两行“看起来没用”的老逻辑，单元测试又刚好没覆盖到。等到线上出 Bug，日志一翻：咦，这段不是我写的啊？那一刻真的很想把 AI 拉出来一起背锅。

为了解决这种“AI 胡乱动刀子”的问题，我最近翻到了一个开源小工具：git-lrc。

它干的事情很简单也很暴力—— 在你 git commit 之前，自动拉起一次 AI 代码审查，不通过，就不让你提交。

相当于在本地给自己的代码拦了一道“安检门”，任何可疑改动，直接拦截在 commit 之前。

git-lrc 的体验方式也挺符合开发者习惯。

它会开启一个 Web 界面，展示一份类似 GitHub 的 diff 对比，把这一次提交改了哪些文件、每一行差异都列出来。

更关键的是： 在那些“有问题嫌疑”的代码行旁边，AI 会直接写评审意见，比如：

• 这里可能引入空指针风险
• 这一行改动会导致原来的边界条件失效
• 这段逻辑跟上面的函数重复了，可以抽取复用
• 这里打印日志可能泄露敏感信息

甚至安全相关的警告，也会用醒目的标记给你高亮出来。

真要你改代码，git-lrc 也不是那种说一句“有问题自己看着办”的甩手掌柜。

你可以在 Web 界面里，直接根据 AI 的提示反复修改，然后再次触发检查，来回几轮，直到 AI 觉得这次改动“合格”了，git-lrc 才会放行 commit。

而且它还会把每次审查的状态写进 Git 日志里，让你之后翻历史的时候，一眼能看出来： 这次提交有没有经过 AI 审查、当时是否有警告、是不是被你硬着头皮忽略了。

要是以后线上真出事，这些记录就是非常直观的“犯罪现场回放”。

安装方面，门槛也不高。

官方是支持 Windows、macOS、Linux 三端的，一条命令就能完成初始化配置，不需要你去研究一堆莫名其妙的脚本。

底层这套审查能力，用的是 Google 的 Gemini API。

好处在于： 你完全可以绑定一个免费的 API Key 来玩，不需要额外掏钱买什么私有服务； 对个人开发者、创业小团队来说，这波成本控制还是挺友好的。

而且接到自己项目里以后，你可以按照团队代码风格、业务特点去调整提示词： 比如更偏安全审计一点，还是更偏代码质量、可读性检查，都能慢慢“调教”出来。

这个工具最适合的，其实就是重度依赖 AI 编程的场景：

• 平时用 AI 写脚手架、写 CRUD、写测试样例，一天改动几百上千行；
• 团队里有人习惯直接把 AI 生成的代码一股脑丢进仓库；
• 项目对安全、合规、稳定性有要求，但人力不够每天做详细 Code Review。

在这种情况下，git-lrc 把审查这件事往前挪了一大步： 不再是等 PR 提交之后、等代码合并之前才发现问题， 而是在你按下 git commit 的那一秒，就把风险先掐死在本地。

说难听点，它就是帮你挡掉一部分“AI 幻觉”和“手贱误操作”的锅。

你可以继续享受 AI 编程带来的效率提升，但至少在提交之前，有个东西替你再看一眼： “这次改动是不是动了不该动的逻辑？” “是不是漏掉了原来那几个不起眼但关键的判断？” “是不是顺手给用户数据多打了几行日志？”

这道本地的最后防线守住了，上线心态都会稳定不少。

当然，它也不是银弹。

AI 再聪明，也不可能完全理解你所有业务细节， 真正关键的架构设计、复杂交易流程、跨系统联动，还是得人来拍板。

但对大量日常改动、重复逻辑、低级错误来说， 有这么一个 24 小时不喊累、不摸鱼的“机器人审查同事”， 说一句“这波我服”，不过分。

如果你已经在用 AI 写代码，可以试试给自己加上这道 commit 前的保险。

把 git-lrc 接入当前项目，跑几天看看： 看看它能揪出多少你原本会放进仓库的小问题， 也看看团队里那些“AI 重度使用者”的代码风格，会不会被慢慢拉回正轨。

GitHub地址：github.com/HexmosTech/git-lrc