OpenCoze
返回模板库

使用 GitHub Copilot 自动化拉取请求审查

DevelopmentCoze更新于 2026-05-25

通过自动获取 PR 差异、使用 AI 生成审查意见并直接提交到 GitHub,提升代码质量与审查效率,适用于中小型团队快速迭代。

System Prompt
获取仓库 {repo_url} 中 PR {pr_number} 的差异,分析变更并为角色 {reviewer_role} 生成简洁的审查评论。请以 JSON 格式输出,字段包括:file、line、comment。

变量清单(在目标 AI 工具中填写)

此处仅展示模板里的占位变量,不是在本站输入。请复制 Prompt 后,在 Coze / Dify / ChatGPT 中替换这些变量。

{repo_url}

GitHub 仓库完整 URL,例如 https://github.com/owner/repo

填写建议:替换为你的真实业务内容。

{pr_number}

拉取请求编号,例如 42

填写建议:替换为你的真实业务内容。

{reviewer_role}

审查者角色,例如 "高级后端工程师"

填写建议:替换为你的真实业务内容。

快捷变量填充器(可选)

可在浏览器本地填写变量,自动生成可直接运行的 Prompt。

{repo_url}

GitHub 仓库完整 URL,例如 https://github.com/owner/repo

{pr_number}

拉取请求编号,例如 42

{reviewer_role}

审查者角色,例如 "高级后端工程师"

生成结果预览

未填: 3
获取仓库 {repo_url} 中 PR {pr_number} 的差异,分析变更并为角色 {reviewer_role} 生成简洁的审查评论。请以 JSON 格式输出,字段包括:file、line、comment。

通用使用说明

适用场景

需要快速产出 Development 相关内容,并希望用结构化 Prompt 提升稳定性。

解决问题

减少从零写 Prompt 的时间,降低输出质量不稳定、漏条件、漏格式的问题。

使用步骤

  1. 点击“复制模板 Prompt”。
  2. 将 Prompt 粘贴到你的 AI 工具(如 Coze / Dify / ChatGPT)。
  3. 按上方变量清单替换 {变量名}
  4. 运行并根据结果微调约束条件。

不适用场景

需要实时联网数据、外部数据库写入或多工具自动编排时,应使用完整工作流(Agent/Automation)版本。

成功案例

输入:
repo_url: https://github.com/example/repo pr_number: 42 reviewer_role: 高级后端工程师
输出:
[{"file":"src/main.py","line":10,"comment":"考虑使用更安全的随机数生成方式。"},{"file":"tests/test_main.py","line":5,"comment":"缺少对异常情况的单元测试。"}]

边界情况

输入:
repo_url: https://github.com/invalid/repo pr_number: 999 reviewer_role: 高级后端工程师
修复建议:
确认仓库 URL 正确且 PR 编号存在。

下一步推荐

继续浏览同类模板,并搭配相关工具提升效果。

继续使用 / 最近浏览

还没有最近浏览记录。

工作流步骤

  1. 1. 使用 GitHub API 获取 PR {pr_number} 的 diff。

  2. 2. 将 diff 发送至 OpenAI,使用系统提示让模型生成审查评论。

  3. 3. 解析模型返回的 JSON,提取 file、line、comment。

  4. 4. 调用 GitHub API 将评论批量提交到 PR。

  5. 5. 通过 Slack 或邮件通知相关团队成员。

约束条件

  • PR 差异超过 10,000 行时,建议分批处理或限制模型输入长度。
  • 私有仓库需提供有效的访问令牌。
  • PR 无任何更改时,返回空审查评论。

同类内容继续浏览

Development

推荐配套工具

这些工具可与当前模板组合使用。

Coze

官网链接

低代码 Agent/Workflow 平台,适合快速搭建自动化流程。

访问

OpenAI

官网链接

通用大模型能力,适合内容生成、分析和开发场景。

访问