在现代软件开发流程中，利用 AI 工具进行代码审查（Code Review）已成为提升代码质量与开发效率的关键环节。Claude Code 作为一款强大的命令行 AI 编程助手，能够通过读取项目根目录下的 AGENTS.md 文件来理解特定的工作流和审查标准。本文将详细介绍如何配置和使用 Claude Code 结合 AGENTS.md 来实现自动化、标准化的代码审查步骤。
第一步：构建标准化的 AGENTS.md 配置文件
要实现精准的代码审查，首先需要在项目根目录下创建或编辑 AGENTS.md 文件。这个文件充当了 AI 代理的“指令集”，定义了它在执行任务时应遵循的规则、风格指南以及审查重点。一个优秀的 AGENTS.md 不应只是简单的提示词堆砌，而应包含以下核心模块：
- 角色定义：明确指定 AI 的角色，例如“资深后端工程师”或“安全审计专家”，这有助于调整其输出的语气和专业深度。
- 技术栈约束：列出项目使用的编程语言、框架版本及依赖库。例如，若使用 React 18 和 TypeScript，需明确要求符合最新的 Hooks 规则和严格类型检查。
- 代码规范：引用或内嵌项目的 ESLint/Prettier 规则，或者描述团队约定的命名规范、注释标准及错误处理模式。
- 审查维度：具体说明需要关注的点，如性能瓶颈、潜在的安全漏洞（SQL 注入、XSS）、可维护性及单元测试覆盖率。
通过这种结构化的方式，AGENTS.md 将模糊的自然语言请求转化为可执行的标准化检查清单，确保每次审查的一致性。
第二步：执行增量代码审查流程
配置完成后，即可在终端中使用 Claude Code 对代码库进行审查。为了避免上下文过载并提高准确性，建议采用“增量审查”的策略，即针对当前分支或特定提交进行审查，而非一次性分析整个仓库。
操作流程如下：
- 初始化会话：在项目根目录打开终端，运行
claude命令启动交互界面。此时，Claude Code 会自动加载AGENTS.md中的指令。 - 指定审查范围：使用 Git 命令查看未提交的更改或特定分支的差异。你可以输入类似 “Review changes in current branch against AGENTS.md standards” 的指令。AI 会优先关注差异部分（Diff），快速识别违规代码。
- 交互式反馈：如果 AI 发现严重问题，它会暂停并等待你的确认或提供修复建议。此时，你可以要求它解释为什么某段代码违反了规范，或者生成修复后的代码片段。
这种分步执行的方式不仅节省了 Token 消耗，还允许开发者在关键决策点上介入，保持对人机协作的主导权。
第三步：验证与持续优化审查策略
代码审查并非一劳永逸，需要根据实际反馈不断迭代 AGENTS.md 的内容。在初步使用阶段，你可能会发现某些误报或漏报的情况。这时，应记录这些案例，并在 AGENTS.md 中添加具体的反例（Negative Examples）或补充说明。
例如，如果发现 AI 过于频繁地报告无关紧要的风格问题，可以在配置文件中降低该维度的权重，或明确排除某些第三方库的检查。同时，鼓励团队成员分享他们发现的典型 bug 或最佳实践，将其固化为 AGENTS.md 中的通用规则。通过这种闭环反馈机制，Claude Code 的代码审查能力将随着项目的发展而日益精进，最终成为一个懂业务、懂规范、懂历史的智能代码伙伴。
本文链接：https://bf-jianli.com.cn/gpt/claude-coderhscdm-agents-mdpz/
