Co-Review：把整个代码仓库当PR审查的IDE新工具

代码审查一直是开发流程中最容易被忽视却又最耗费精力的环节。传统工具只盯着差异（diff），可当你面对一个由智能体、队友甚至你自己几周前写下的陌生仓库时，差异视图远远不够。Co-Review 试图解决这个问题——它让你像打开 IDE 一样打开整个仓库，把每一行代码都当成可审查的对象。

为什么需要「审查整个仓库」

日常开发中，你接触的大部分代码并非出自你手：其他团队的仓库、智能体生成的模块、队友提交的改动。代码能跑，但你未必看得懂。当你想通读整个代码库时，现有工具只显示 diff，无论有没有智能体参与，都没有一个趁手的入口。

Co-Review 的定位正是为此而生：打开仓库就像在 IDE 里一样浏览任意代码，随时向智能体提问，在任何位置留下备注——就像在 diff 上写评论那样自然，几周后回来还能继续查看。审查整个仓库是它的主要工作，同一个工具也能覆盖智能体的改动、队友的 Pull Request，以及写代码前的设计稿。

同一个工具也能审查你智能体的改动

Diff（差异）审查是版本控制系统（如 Git）工作流中的常见做法：审查者只看到某次提交或某个 Pull Request 相对于基线分支增加、删除和修改的行。它的优势是范围聚焦、成本低，但前提是审查者已经熟悉仓库的其余部分。当面对的是一份陌生代码库时，diff 会隐藏大量上下文——被调用函数的行为、模块间的依赖关系、历史遗留的约定，这些都需要通读整个仓库才能建立认知。Co-Review 所针对的正是这一缺口：它把审查对象从「这次改了什么」扩展到「这段代码在整个仓库中意味着什么」。

四种审查场景，一条命令统一流程

Co-Review 把审查拆成四个可复用的场景，每个场景只需一条命令，所有人的流程保持一致：智能体准备，你来审查，最后给出结论。

场景一：整个代码库的审计

运行审计智能体，它先读取整个代码库，把代码分成若干区域，在每个区域标记发现，并告诉你从哪里开始逐区域阅读。覆盖率追踪会记录你已看过的内容，你可以在任意位置直接向代码提问，智能体从代码本身给出回答。审查结束后，仓库又回到你熟悉的状态。

场景二：审查智能体自己的改动

让智能体把差异作为 Pull Request 打开，概述改了什么、为什么改，并在关键行给出发现。你在某一行评论建议修改，智能体会在讨论串中回复并请求更改；随后它把每条评论都修成新提交，并在每个讨论串中回复。

您智能体自己的改动

**Pull Request（PR）**是 GitHub 等平台上的代码合并请求，通常包含一组提交、变更说明和讨论串。PR 审查的核心机制是「行内评论」：审查者可以在差异的某一行留下评论，作者逐条回复或提交修复，讨论串会记录完整的往返过程。Co-Review 在场景二中复用了这套交互模型——你在某一行评论建议修改，智能体在讨论串中回复并请求更改，再把每条评论修成新提交、逐串回复。这样，智能体的修复过程就和人类队友的 PR 迭代一样可追溯、可审计，而不是在一次不可见的后台操作中悄悄完成。

场景三：审查别人的 Pull Request

把 PR 编号交给它，智能体读取并检出该 PR 的代码，完成第一轮审查。它负责作用范围和最有风险的部分，你保留重要发现、忽略其余内容，需要什么就问。最后提交审查并发布到 GitHub，附上你自己撰写的行内评论。

并把它作为一条审查

**检出（checkout）**是 Git 中把某个分支或提交的代码切换到本地工作区的操作。在 PR 审查场景中，要真正理解改动，审查者通常需要把 PR 分支检出到本地，在完整代码上下文中阅读，而不只是看网页上的 diff。Co-Review 所说的「读取并检出该 PR 的代码」，意味着智能体会先获取 PR 的元数据和差异，再把对应分支取到本地，从而能在整个仓库范围内分析改动的影响面、调用链和潜在风险，完成第一轮筛选后再交由人判断。

场景四：先设计再写代码

描述任务后，智能体进行调查并写出计划，包括做什么、怎么做、可能出什么问题，并配以图表。你可以对任何步骤或图表节点发表评论，它会据此修改。批准后，它只构建你们商定的内容，改动会作为审查回到你这里。

从设计到合并的完整闭环

把这四个场景串起来，一个新功能的流程变得清晰：先设计并批准计划，智能体构建，你审查它的改动直到批准，然后它打开 Pull Request，队友以同样的方式审查。

你的评论就会到达会话

在四种情况下，插件都让 Claude 留在会话中：你一提问，评论就会到达会话后台，写作审阅者持续应答，同时 Claude 在修复问题，新的会话知道在等待什么。除了 Claude Code，API 和原生命令还能获得同样的四项审查能力，Codex、OpenCode、Cursor、Gemini、Goose 以及任何 MCP 代理都可以接入。

**MCP（Model Context Protocol）**是一种让 AI 应用以标准化方式连接外部工具和数据源的开放协议。支持 MCP 的代理（如文中提到的 Codex、OpenCode、Cursor、Gemini、Goose）可以通过统一的接口调用外部服务，而不必为每个工具单独写集成。Co-Review 借助 MCP 把四项审查能力暴露给这些代理，使它们获得与 Claude Code 插件相同的审查流程；同时它还提供 API 和原生命令，供需要更直接集成的场景使用。这也是为什么「任何 MCP 代理都可以接入」——协议层统一后，接入成本主要落在配置而非改造上。

安装与上手

从 Claude Code 开始，添加市场并安装插件，四条命令就能归你所用。核心理念始终一致：你始终是审查者，智能体保持负责。

Co-Review 的价值不在于替代人工审查，而在于把审查的粒度从 diff 扩展到整个仓库，让智能体承担第一轮筛选，人专注于高风险和关键决策。对于智能体参与度越来越高的开发流程，这种分工可能比单纯的 diff 审查更贴近真实工作方式。