初级专栏 JUL 28, 2025
Git Diff + AI：智能只审查变更代码（而不是全量扫描）
#Git#AI#Code Review#Node.js#CI/CD
Git Diff + AI：智能只审查变更代码（而不是全量扫描）
本文是【前端转 AI 全栈实战】系列第 11 篇。 上一篇：npm 发包全流程：让你的 AI 工具被全世界 npx 到 | 下一篇：前端为什么要学 Python：AI 全栈的第二条腿
这篇文章你会得到什么
前面三篇你做了 AI CLI 工具、拆解了 ai-review-pipeline、学了 npm 发包。但有一个核心问题还没深入——AI 审查代码时，到底审查什么？
最简单的做法：把整个文件扔给 AI。
问题：
- 一个 500 行的文件，你只改了 3 行，AI 把 500 行都看了一遍——浪费 Token
- 全量审查会输出大量和你本次修改无关的”历史问题”——噪音太大
- 大项目有几十个文件，全部扔给 AI 直接超出 Token 限制
更好的做法：只审查变更的代码——也就是 git diff。
今天我们深入 Git Diff 解析——怎么拿到变更内容、怎么设计增量/全量两种模式、以及怎么把它和 CI/CD 串起来。
Git Diff 基础
常用的 diff 命令
# 工作区 vs 暂存区（未 add 的变更）
git diff
# 暂存区 vs 最近提交（已 add 但未 commit）
git diff --cached
# 对比最近一次提交
git diff HEAD
# 对比两个分支
git diff main...feature
# 只看变更的文件名
git diff HEAD --name-only
# 过滤：只看新增/修改的文件（排除删除）
git diff HEAD --name-only --diff-filter=ACMRDiff 输出格式
diff --git a/src/utils.ts b/src/utils.ts
index abc1234..def5678 100644
--- a/src/utils.ts
+++ b/src/utils.ts
@@ -10,6 +10,8 @@ export function formatDate(date: Date) {
const month = date.getMonth() + 1;
const day = date.getDate();
- return `${year}-${month}-${day}`;
+ const pad = (n: number) => n.toString().padStart(2, '0');
+ return `${year}-${pad(month)}-${pad(day)}`;
}这是标准的 unified diff 格式：
--- a/file/+++ b/file：变更的文件@@ -10,6 +10,8 @@：变更的行范围-开头：删除的行+开头：新增的行- 无前缀：上下文行
AI 能直接理解这种格式——不需要你解析成结构化数据。直接把 diff 输出丢进 prompt，AI 就能读懂。
用 Node.js 获取 Git Diff
基础封装
import { execSync } from 'node:child_process';
const MAX_BUFFER = 5 * 1024 * 1024; // 5MB
function exec(cmd) {
return execSync(cmd, { encoding: 'utf-8', maxBuffer: MAX_BUFFER });
}
function getDiff({ file, branch, staged } = {}) {
// 指定了文件
if (file) {
const paths = file.split(',').map(s => s.trim()).filter(Boolean);
return exec(`git diff HEAD -- ${paths.join(' ')}`);
}
// 指定了分支
if (branch) {
return exec(`git diff ${branch}...HEAD`);
}
// staged 模式
if (staged) {
return exec('git diff --cached');
}
// 默认：先看暂存区，没有就看工作区
const cached = exec('git diff --cached');
return cached || exec('git diff HEAD');
}获取变更文件列表
const CODE_EXT = /\.(ts|tsx|vue|js|jsx|py|mjs|cjs|go|rs|java|kt|swift|rb|php|cs)$/;
function getChangedFiles({ file, staged } = {}) {
let raw;
if (file) {
const paths = file.split(',').map(s => s.trim()).filter(Boolean);
raw = exec(`git diff HEAD --name-only --diff-filter=ACMR -- ${paths.join(' ')}`);
} else if (staged) {
raw = exec('git diff --cached --name-only --diff-filter=ACMR');
} else {
raw = exec('git diff --cached --name-only --diff-filter=ACMR');
if (!raw.trim()) {
raw = exec('git diff HEAD --name-only --diff-filter=ACMR');
}
}
return raw.trim().split('\n')
.filter(Boolean)
.filter(f => CODE_EXT.test(f));
}注意 --diff-filter=ACMR：
- A = Added（新增）
- C = Copied（复制）
- M = Modified（修改）
- R = Renamed（重命名）
不包含 D（Deleted）——删除的文件没有内容可以审查。
过滤代码文件
CODE_EXT 正则只匹配代码文件，过滤掉图片、字体、lock 文件等非代码文件。审查 package-lock.json 的变更没有意义——它是自动生成的。
增量 vs 全量：两种审查模式
模式一：增量审查（默认）
ai-rp
# 或
ai-rp --file src/views/Home.vue只审查 git diff 中的变更部分。适合：
- 日常开发：每次 commit/push 前审查本次修改
- CI/CD：PR 的自动审查
- Git Hook：pre-commit / pre-push 触发
优点：Token 消耗少、输出精准、噪音低。 缺点：可能漏掉和修改相关的上下文问题。
模式二：全量审查
ai-rp --file src/views/Home.vue --full读取完整文件内容，以 diff 格式（全部标记为新增行）传给 AI。适合：
- 新文件：刚创建的文件没有 diff 历史
- 遗留代码排查：接手老项目时全面扫描
- 特定文件深度审查：对关键文件做完整审查
function readFileAsReview(filePath) {
const full = resolve(process.cwd(), filePath);
if (!existsSync(full)) return '';
const stat = statSync(full);
if (stat.isDirectory()) {
// 目录：递归读取所有代码文件
return collectDirFiles(full).map(f => {
const rel = relative(process.cwd(), f);
const content = readFileSync(f, 'utf-8');
return `--- a/${rel}\n+++ b/${rel}\n${content.split('\n').map(l => `+${l}`).join('\n')}`;
}).join('\n');
}
// 单文件：包装成 diff 格式
const content = readFileSync(full, 'utf-8');
return `--- a/${filePath}\n+++ b/${filePath}\n${content.split('\n').map(l => `+${l}`).join('\n')}`;
}把全文件内容包装成 diff 格式（每行加 + 前缀），这样 AI 用同一套 prompt 就能处理两种模式，不需要区分。
智能回退
如果指定了文件但 git diff 没有内容（比如文件是新建的、不在 git 仓库里），自动回退到全量模式：
function getDiff({ file, branch, staged, full } = {}) {
if (file) {
const paths = file.split(',').map(s => s.trim()).filter(Boolean);
// 全量模式：直接读文件
if (full) {
return paths.map(p => readFileAsReview(p)).filter(Boolean).join('\n');
}
// 增量模式：先尝试 git diff
try {
const diff = exec(`git diff HEAD -- ${paths.join(' ')}`);
if (diff.trim()) return diff;
} catch {
// 不在 git 仓库，或者没有 diff
}
// 回退到全量
return paths.map(p => readFileAsReview(p)).filter(Boolean).join('\n');
}
// ... 其他情况
}这个”先尝试 diff → 失败则回退到全量”的策略很实用。用户不需要关心底层逻辑，工具自动选择最合适的方式。
目录级审查
前面的 --file 不只支持单文件，还支持目录：
# 审查整个 src 目录的变更
ai-rp --file src/
# 全量审查整个目录
ai-rp --file src/ --full
# 多个路径，逗号分隔
ai-rp --file src/views/Home.vue,src/utils/api.ts目录级审查的实现是递归收集所有代码文件：
const CODE_EXT = /\.(ts|tsx|vue|js|jsx|py|mjs|cjs|go|rs|java|kt|swift|rb|php|cs|uvue)$/;
function collectDirFiles(dir) {
const results = [];
for (const entry of readdirSync(dir, { withFileTypes: true })) {
const full = resolve(dir, entry.name);
if (entry.isDirectory()) {
// 跳过不该审查的目录
if (!['node_modules', '.git', 'dist', '.next'].includes(entry.name)) {
results.push(...collectDirFiles(full));
}
} else if (CODE_EXT.test(entry.name)) {
results.push(full);
}
}
return results;
}跳过 node_modules、.git、dist 是关键——这些目录有成千上万的文件，不审查它们能节省 99% 的 Token。
大 Diff 的截断策略
当 diff 太大（比如一次 commit 改了 50 个文件），直接扔给 AI 会：
- 超出 Token 限制 → 400 错误
- AI 的注意力被分散 → 审查质量下降
- 浪费钱
自动截断
const maxDiffLines = config.review.maxDiffLines || 3000;
const totalLines = diff.split('\n').length;
const truncated = totalLines > maxDiffLines
? diff.split('\n').slice(0, maxDiffLines).join('\n') + '\n... (truncated)'
: diff;
if (totalLines > maxDiffLines) {
log('⚠️', `Diff ${totalLines} 行，已截断至 ${maxDiffLines} 行`);
}默认 3000 行。为什么是 3000？
- DeepSeek 的上下文限制是 64K tokens
- 3000 行代码约 6000-12000 tokens（取决于语言和注释密度）
- 加上 system prompt 和输出预留，大约占 context 的 20-30%——安全范围
更聪明的策略
截断不是最优解。更好的方式是按文件拆分：
// 未来优化方向：按文件分批审查
async function reviewByFile(files) {
const results = [];
for (const file of files) {
const diff = exec(`git diff HEAD -- ${file}`);
if (!diff.trim()) continue;
const result = await reviewSingleFile(diff);
results.push({ file, ...result });
}
return mergeResults(results);
}每个文件单独审查，最后合并结果。这样每次审查的 Token 消耗可控，质量也更高。
CI/CD 集成实战
GitHub Actions
name: AI Code Review
on:
pull_request:
branches: [main, develop]
jobs:
review:
runs-on: ubuntu-latest
steps:
- uses: actions/checkout@v4
with:
fetch-depth: 0 # 必须：需要完整的 git 历史来计算 diff
- uses: actions/setup-node@v4
with:
node-version: '20'
- name: AI Review
run: npx ai-review-pipeline --json
env:
DEEPSEEK_API_KEY: ${{ secrets.DEEPSEEK_API_KEY }}
- name: Upload Report
if: always()
uses: actions/upload-artifact@v4
with:
name: ai-review-report
path: .ai-reports/关键点：
fetch-depth: 0：GitHub Actions 默认只 clone 最近一次 commit（shallow clone），没有 diff 历史。设为 0 拉完整历史。--json：CI 模式输出纯 JSON，方便后续解析。if: always()：即使 review 失败（exit 1），也上传报告。
Git Hook（lefthook）
# lefthook.yml
pre-push:
commands:
ai-review:
run: npx ai-rp --fix --max-rounds 3每次 git push 前自动审查。有 🔴 问题就阻断推送。
也可以用 pre-commit：
pre-commit:
commands:
ai-review:
run: npx ai-rp --staged--staged 只审查已 git add 的文件变更——这是最精准的范围。
和 PR 评论集成
更高级的玩法：把审查结果作为 PR 评论发出来。
- name: AI Review
id: review
run: |
npx ai-review-pipeline --json > review.json 2>&1 || true
env:
DEEPSEEK_API_KEY: ${{ secrets.DEEPSEEK_API_KEY }}
- name: Comment on PR
uses: actions/github-script@v7
with:
script: |
const fs = require('fs');
const review = JSON.parse(fs.readFileSync('review.json', 'utf-8'));
await github.rest.issues.createComment({
owner: context.repo.owner,
repo: context.repo.repo,
issue_number: context.issue.number,
body: `## AI Code Review\n\n**Score**: ${review.score}/100\n\n${review.markdown}`,
});封装通用 getDiff 模块
把前面的内容整合成一个可复用的模块：
// diff.mjs
import { execSync } from 'node:child_process';
import { readFileSync, existsSync, statSync, readdirSync } from 'node:fs';
import { resolve, relative } from 'node:path';
const MAX_BUFFER = 5 * 1024 * 1024;
const CODE_EXT = /\.(ts|tsx|vue|js|jsx|py|mjs|cjs|go|rs|java|kt|swift|rb|php|cs)$/;
function exec(cmd) {
return execSync(cmd, { encoding: 'utf-8', maxBuffer: MAX_BUFFER });
}
function collectDirFiles(dir) {
const results = [];
for (const entry of readdirSync(dir, { withFileTypes: true })) {
const full = resolve(dir, entry.name);
if (entry.isDirectory()) {
if (!['node_modules', '.git', 'dist', '.next', '__pycache__'].includes(entry.name)) {
results.push(...collectDirFiles(full));
}
} else if (CODE_EXT.test(entry.name)) {
results.push(full);
}
}
return results;
}
function readFileAsReview(filePath) {
const full = resolve(process.cwd(), filePath);
if (!existsSync(full)) return '';
const stat = statSync(full);
if (stat.isDirectory()) {
return collectDirFiles(full).map(f => {
const rel = relative(process.cwd(), f);
const content = readFileSync(f, 'utf-8');
return `--- a/${rel}\n+++ b/${rel}\n${content.split('\n').map(l => `+${l}`).join('\n')}`;
}).join('\n');
}
const content = readFileSync(full, 'utf-8');
return `--- a/${filePath}\n+++ b/${filePath}\n${content.split('\n').map(l => `+${l}`).join('\n')}`;
}
export function getDiff({ file, branch, staged, full } = {}) {
if (file) {
const paths = file.split(',').map(s => s.trim()).filter(Boolean);
if (full) return paths.map(p => readFileAsReview(p)).filter(Boolean).join('\n');
try {
const diff = exec(`git diff HEAD -- ${paths.join(' ')}`);
if (diff.trim()) return diff;
} catch {}
return paths.map(p => readFileAsReview(p)).filter(Boolean).join('\n');
}
if (branch) return exec(`git diff ${branch}...HEAD`);
if (staged) return exec('git diff --cached');
const cached = exec('git diff --cached');
return cached || exec('git diff HEAD');
}
export function getChangedFiles({ file, staged, full } = {}) {
if (file) {
const paths = file.split(',').map(s => s.trim()).filter(Boolean);
if (full) {
const result = [];
for (const p of paths) {
const fullPath = resolve(process.cwd(), p);
if (!existsSync(fullPath)) continue;
if (statSync(fullPath).isDirectory()) {
result.push(...collectDirFiles(fullPath).map(f => relative(process.cwd(), f)));
} else if (CODE_EXT.test(p)) {
result.push(p);
}
}
return result;
}
try {
const files = exec(`git diff HEAD --name-only --diff-filter=ACMR -- ${paths.join(' ')}`)
.trim().split('\n').filter(Boolean).filter(f => CODE_EXT.test(f));
if (files.length) return files;
} catch {}
return paths;
}
if (staged) {
return exec('git diff --cached --name-only --diff-filter=ACMR')
.trim().split('\n').filter(Boolean).filter(f => CODE_EXT.test(f));
}
try {
const files = exec('git diff --cached --name-only --diff-filter=ACMR')
.trim().split('\n').filter(Boolean).filter(f => CODE_EXT.test(f));
if (files.length) return files;
} catch {}
return exec('git diff HEAD --name-only --diff-filter=ACMR')
.trim().split('\n').filter(Boolean).filter(f => CODE_EXT.test(f));
}这个模块可以直接复用到任何需要”获取 Git 变更”的 AI 工具中——不只是 Code Review，翻译工具、文档生成工具等都用得上。
总结
- AI 审查代码应该审查 diff 而不是全文件——Token 更省、输出更精准、噪音更低。
git diff的输出格式 AI 能直接理解——不需要你做额外解析。- 增量 + 全量两种模式：默认增量（diff），
--full切全量。 - 智能回退：没有 diff 时自动回退到读文件。
- 大 diff 需要截断——3000 行是安全阈值，更好的方案是按文件拆分审查。
- CI 集成需要
fetch-depth: 0——不然拿不到 diff 历史。 --staged是最精准的 Git Hook 模式——只审查已暂存的变更。
这三篇（09-11）完整展示了一个真实 AI CLI 工具的全生命周期：架构设计 → 发布 → 核心模块实现。接下来我们进入第四阶段——AI 全栈应用开发，开始用 Python + FastAPI 搭建 AI 后端。
讨论话题：你的 AI 工具是审查 diff 还是全文件？有没有更好的”智能选择审查范围”的方案？评论区聊聊。