开始读书《大模型 RAG 实战》，经过平台好心人推荐，看了下大模型基础这本书，确实更好一些

要做一个支持 AI review 代码的功能，开发同学提交代码的时候就 review ，同时可以给出优化代码的建议，这种应用的架构要如何设计呢，有人做过或者有知道哪些好的项目参考

最近听广播，很多企业都接入了 deepseek ，而且应用在业务中，想了解下，这些业务是如何快速部署和实施的呢

第 2 个问题的核心是找出完成的上下文

• 先用 git 工具拉出所有的改动部分
• 再用 IDE 工具拉出改动部分的前后调用链、依赖包
• 最好还有一个类似于 issue 的说明文档：这次改动的背景、目标等

然后定义一个 output format ，丢给 AI 就好了

img.picui.cn/free/2025/03/06/67c905fe4d26e.jpg 问了下大模型，可以在流水线里面加一个吧代码发送给大模型去检查，没有实操过，楼主要是成功了也可以分享一下经验
第三个，很多企业接入都是接入了 api 吧，为了股票，私有化部署成本太高，除了大厂没几个

参考 gerrit 的 ai-code-review plugin 。体验还行，不过需要自己去做一些改造

如果实在自己本地用的小工具的话，我想做个 commit hook 可能更好一些。

可以参考我写的 github.com/highkay/codereview-agent ，基本上是重写了 github.com/bestK/gitea-ai-codereview 。最近看到了 patchwork 不错，又准备重写一遍了， github.com/highkay/ai-codereview-agent ，其实区别有点大，也是不断的用，不断的总结需求。

issues 那个不是很理解，还是十分感谢

到最后你会放成本方向考虑。。。上述应用落地要么花大钱买好的基础模型用量，要不花大力气优化流程

嗯，这个是可以理解的，像医院，政府，金融银行，这些数据敏感性高的，还是要私有化部署的吧，单纯的调用 API ，一些问答类智能助手更适合，看到湖北一家医院很快就全面接入了，我猜是不是某个大厂本地化部署，然后提供数据安全的基础上帮忙训练模型，欢迎多交流

感谢，感觉是你说的这样，这些模型到最后都还回归到算力，说到底还是能源了，不过我现在主要是实践优先

刚好最近想做这个，star+1 参考下老哥的项目

牛哇，我学习下，学完就是我的了，我去交差，哈哈哈，方便加个微信或者群吗，咱们交流下

好呀，感谢，我参考下

你可以用这个全套 auto-coder.chat/

嗯嗯，不错的工具，我们是想自己搞，因为代码有安全要求，不然就找个直接用了

这个就是自己部署 a

我做够类似的 辅助 codereview ， 基于内部 gitlab

1. 配置 webhook
2. 合并特定分支，触发 hook
3. 接收到 hook 请求，获取代码变更信息
4. 将代码变更信息提供给 llm
5. 将 llm 的返回内容，作为代码的评论

6. 点开 gitlab merge request 页面，查看 llm 评论内容

   “看了下大模型基础这本书，确实更好一些” op 具体是哪本书？

   对，我们也有做私有化部署，不过参数用的小很多的，满血需要的显卡太多了，今天新出的 qwq-32b 看着效果不错，最主要的是参数小，俩个 4090 差不多可以私有化了

   哈哈，不好意思笔误，是浙江大学《大模型基础》 这本书

   嗯嗯，感谢，llm 是用的 api 还是自己的部署的呢