Vyoman Labs 开源多智能体 AI 代码审查工具 Prism Reviewer

Vyoman Labs 近日开源了一款名为 Prism Reviewer 的多智能体 AI 代码审查工具。该工具基于 LangGraph 与 LiteLLM 构建，作为 GitHub Action 集成到 Pull Request 流程中，对代码差异进行自动化的结构分析、依赖扫描、AST 符号检查以及多 LLM 并行评估，目标是在合并前充当自动化的「守门人」。

核心设计：Agent Council 多角色分工

Prism Reviewer 并非将整个 diff 一次性发送给单一 LLM，而是将代码变更按文件与行数拆分为若干「区域」，再由路由器并行分发到三个专职 Agent 节点：

• 👮 Warden（安全与合规）：负责漏洞识别、凭证泄露、依赖风险与历史安全反馈的复核。
• 📐 Architect（架构与性能）：审查设计模式、架构合理性及性能隐患，并对照历史结构反馈。
• 🔍 Inspector（代码质量与逻辑）：检查可读性、命名规范、潜在逻辑缺陷以及过往逻辑问题的修复情况。

所有 Agent 节点完成后，结果统一汇入 Verifier 节点进行幻觉过滤与去重，最终由 Aggregator 节点按 CRITICAL → MAJOR → ADVISORY 的严重程度排序输出报告。

关键技术细节

AST CodeLens 映射

工具内置 Tree-Sitter 文法支持，覆盖 Python、Java、TypeScript、JavaScript、C、C++、Go、Rust 等主流语言，可在审查前提取类、函数、方法的作用域范围，为 LLM 提供精确的代码上下文。

Dual-Safeguard 验证机制

针对 LLM 常见的「幻觉」与重复评论问题，Prism Reviewer 设计了两层防护：

• 幻觉守卫：从原始 git diff 构建精确的「（文件名, 行号）」索引，任何指向未修改位置的评论均会被丢弃。
• 幂等去重：对每条评论计算基于文件路径、行号、Agent 类型及周边 diff 内容的内容哈希，存储于 signatures.json，后续运行自动跳过相同签名的发现。

大 PR 区域切分

当 diff 超过单次 LLM 上下文限制时，系统按 max_region_lines 配置将差异切分为局部文件级区域，由 LangGraph 的 StateGraph 自动完成 map-reduce 式并行调度与结果聚合。

使用与集成

开发者只需在仓库 .github/workflows/prism-reviewer.yml 中添加两行 Action 配置，并提供 LLM API Key 即可启用。官方同时提供了 GitHub App 集成、CLI 本地调用与按 PR ID 本地复现审查结果的多种方式，配套包含完整的配置指南与依赖扫描规则。

定位与局限

Prism Reviewer 定位于「确定性可复现」的代码审查，强调零温度、固定种子与结构化 JSON 输出以减少运行间的概率漂移。作为一款由小型团队发布的开源工具，其覆盖语言与场景仍以主流项目为主，复杂业务语义理解、跨仓库影响分析等仍是其后续路线图中需要补齐的能力。