手把手教你搭建 AI GitHub 代码审查工具 (无需代码, n8n 教程)

TThe Coding Koala
Computing/SoftwareSmall Business/StartupsInternet Technology

Transcript

00:00:00最近我发现了一个叫 CodeRabbit 的工具,它基本上是一个 AI 驱动的代码审查
00:00:05助手,可以与 GitHub 等平台集成,并对
00:00:10拉取请求(Pull Request)提供逐行反馈。这个想法很简单,但极其强大。每当你开启一个 PR,
00:00:16AI 就会自动审查你的代码,并留下建议改进、指出 Bug
00:00:22以及强调潜在问题的评论。但就像当今大多数 AI 工具一样,免费版非常
00:00:28有限,完整功能需要付费订阅。所以我做了大多数开发者
00:00:33看到酷产品时都会做的事:我尝试自己动手做一个。但这一次,我们不打算
00:00:38写几百行代码,而是要使用 n8n 来构建整个系统,它是一个
00:00:44强大的工作流自动化平台。那么,让我们开始吧。首先我们需要设置 n8n。你
00:00:51基本上有两个选择。第一个选择是使用简单的命令在你的电脑本地运行,
00:00:56如果你只想实验一下或快速测试一些工作流,这非常棒。
00:01:01但是,如果你希望你的自动化实际上在后台运行并全天候可用,
00:01:06那么你最终需要找个地方托管它。你可以使用 n8n Cloud 托管,这是
00:01:12官方的托管平台。但就我个人而言,我觉得它有点贵,因为起步价
00:01:17大约每月 20 美元,而且根据你使用的自动化量还会增加。
00:01:23除此之外,如果你不熟悉服务器配置,在服务器上从头开始设置 n8n 有时会有点复杂。
00:01:28所以,如果你想要更便宜且更容易
00:01:33设置的方案,你可以使用 Hostinger,它也是今天视频的赞助商。所以你需要做的
00:01:39是点击描述栏中的第一个链接,它会直接带你到 Hostinger 的 n8n 自托管
00:01:44页面。如果你向下滚动到价格部分,你会发现这些方案实际上
00:01:50比 n8n Cloud 实惠得多。但价格并不是这里的唯一优势。当你
00:01:56在 Hostinger 的 VPS 上自托管 n8n 时,你可以获得无限的工作流、对数据的完全所有权,
00:02:03以及可预测的价格,因为你不是根据使用量付费的。另一个巨大的优势是
00:02:08Hostinger 提供一键设置,因此你只需几分钟即可运行 n8n 实例,
00:02:14无需处理复杂的安装步骤。对于本教程,我建议选择 KVM2
00:02:20方案,这是最受欢迎的选项,并提供足够的资源来从容运行多个
00:02:25工作流。选择方案后,你将进入结账页面,在那里你可以选择
00:02:31计费周期。通常选择 12 或 24 个月最划算。如果你进一步
00:02:37向下滚动,你将能够选择服务器区域,在操作系统部分,你
00:02:42会注意到 n8n 已经预选好了。顺便说一下,如果你想要额外的折扣,
00:02:48你可以使用我的优惠码 DECODINGCOALATEN 来获得额外 10% 的优惠。之后,你只需
00:02:54创建一个账户(如果你还没有的话),输入支付信息并完成
00:02:58结账。支付完成后,你将被重定向到 VPS 设置页面,在那里你需要
00:03:04为你的服务器输入 root 密码。片刻之后,你的 VPS 就准备好了,你应该
00:03:10会在 Hostinger 控制面板中看到它。基本就是这样。现在我们终于可以专注于
00:03:16有趣的部分了:构建我们的工作流。VPS 准备就绪后,只需点击 "管理应用",
00:03:22创建你的 n8n 账户(如果你还没有的话),然后你就会进入控制面板。
00:03:27在控制面板中,创建工作流通常有两个选择。你可以
00:03:33完全从零开始,或者可以使用别人已经创建好的现有模板。
00:03:38事实上,对于这个 AI GitHub 代码审查工具,我们也将从现有模板开始,
00:03:44然后根据我们的需求进行自定义。那么,让我们开始导入模板吧。你可以
00:03:50直接将其导入你的实例,或者将模板复制到剪贴板并粘贴到你的
00:03:55工作流编辑器中。我会选择剪贴板选项。现在我们可以开始构建工作流了。
00:04:01让我们从第一个节点开始。第一个节点是 GitHub 触发器,它主要负责监听
00:04:06GitHub 仓库中发生的事件。要配置它,只需双击该节点并
00:04:11创建新凭据。你会看到两个连接 GitHub 账户的选项。我会使用
00:04:17OAuth2 选项。要获取所需的凭据,请转到你的 GitHub 设置,向下滚动到开发者
00:04:23设置,打开 OAuth 应用,然后创建一个新的 OAuth 应用程序。给它起个名字。至于回调
00:04:30URL,你只需复制 n8n 提供的重定向 URL 并粘贴到那里。注册
00:04:36应用程序后,GitHub 会生成一个客户端 ID,你还可以创建一个客户端密钥。复制
00:04:42这两个值并粘贴到 n8n 内部的凭据字段中。然后点击连接并授权
00:04:48该应用程序。连接后,你只需输入仓库所有者和仓库名称,并确保
00:04:54事件类型设置为 Pull Request。现在工作流将自动监听在该仓库中创建的 PR。
00:05:00我们工作流中的下一个节点负责从 PR 中检索文件
00:05:06差异。每当创建一个拉取请求时,旧代码和新代码之间都会有变化,
00:05:11而这个节点会获取这些变化,以便我们的 AI 进行分析。
00:05:17之后,我们有一个名为 "create target prompt" 的 JavaScript 节点。这个节点负责准备
00:05:23将发送给 AI 模型的提示词(Prompt)。在代码内部,你会看到一个名为 user message 的变量,
00:05:29它包含了给 AI 的指令。好在你可以根据你想要的
00:05:34代码审查严格程度或详细程度,随意自定义此提示词。接下来是代码审查
00:05:40代理节点,它负责实际向 AI 模型发送请求。该模板
00:05:45最初连接的是 OpenAI 模型,并且还使用 Google 表格来获取编码指南。
00:05:51但对于本教程,我们将使用 Google Gemini 模型,所以我们可以移除 Google 表格节点,并
00:05:57将 OpenAI 模型替换为 Gemini 聊天模型。你只需要粘贴你的 Gemini API 密钥,
00:06:04现在 Gemini 就会处理代码审查了。到目前为止,我们的工作流已经完成了大部分
00:06:10繁重的工作。它监听 PR,检索更改的代码,创建提示词,
00:06:16并发送给 AI 进行分析。现在我们只需要将结果发布回 GitHub。下一个
00:06:22节点叫作 GitHub robot,这个节点负责直接在
00:06:27PR 上发布评论。再次,我们使用之前配置的 GitHub 凭据,输入
00:06:32仓库详情,并选择评论事件类型。最后,我们还有最后一个 GitHub 节点,
00:06:39它会添加一个标签,以标识该评论是由我们的 AI 审查生成的。双击它
00:06:44并填写与之前相同的信息。你也可以根据需要编辑标签。就是这样。
00:06:50我们的工作流现在已经完成了。在测试之前,我们先发布工作流。只需点击顶部的发布,
00:06:56给它起个名字,就大功告成了。现在让我们测试一下。我正在使用一个名为 Quizify 的仓库,
00:07:03它基本上是一个 AI 测验生成器项目。为了测试我们的工作流,我会故意添加一些
00:07:09烂代码,好让 AI 有东西可以批评。在推送更改之前,请确保你创建了一个
00:07:16单独的分支,以便开启拉取请求。分支推送后,我们创建 PR。
00:07:21现在,如果一切配置正确,我们的工作流应该会自动触发。正如
00:07:30你所看到的,AI 已经分析了代码,并开始直接在 PR 上
00:07:36留下评论。以后每次你开启新的 PR,这个工作流都会自动运行并审查
00:07:43你的代码。你也可以在 n8n 内部查看执行日志,确认工作流运行成功。
00:07:49所以,这就是你如何使用托管在 Hostinger 上的 n8n,在短短几分钟内
00:07:55构建自己的 AI GitHub 代码审查工具并实现自动化。酷的是,这
00:08:00仅仅是 n8n 构建能力的冰山一角。一旦你开始尝试,你
00:08:06就可以实现从部署流水线到 AI 代理和生产力工作流的所有自动化。那么,
00:08:12本视频就到这里。感谢 Hostinger 赞助本视频,大家一定要去看看。
00:08:17如果你觉得这个视频有帮助,请务必点赞、分享并订阅。我们
00:08:23下期再见。

Key Takeaway

本教程教你如何利用 n8n 工作流自动化平台和 Gemini AI 模型,在无需编写复杂代码的情况下,构建一个能够自动审查 GitHub 代码并提供即时建议的低成本高效工具。

Highlights

利用 n8n 自动化平台打造类似 CodeRabbit 的 AI 代码审查工具,实现 GitHub PR 的自动反馈。

对比了 n8n 的本地运行、官方云端托管以及 Hostinger VPS 自托管三种方案的优劣与成本。

详细演示了如何通过 GitHub OAuth2 凭据连接仓库,并配置触发器监听拉取请求事件。

展示了工作流的核心节点:获取代码差异、自定义 AI 提示词、调用 Gemini 模型进行分析。

解释了如何将 AI 审查结果作为评论发布回 GitHub,并自动添加特定标签以供识别。

通过实际项目 Quizify 演示了从提交“烂代码”到 AI 自动生成改进建议的完整自动化流程。

Timeline

项目背景与 n8n 平台介绍

视频开头介绍了一款名为 CodeRabbit 的 AI 代码审查助手,虽然功能强大但免费版限制较多,因此作者决定利用 n8n 自己动手搭建类似工具。n8n 是一个强大的工作流自动化平台,支持通过图形化界面连接各种服务。作者对比了运行 n8n 的不同方式,包括本地测试运行以及为了实现 24/7 全天候可用而需要的托管方案。他指出官方的 n8n Cloud 价格相对昂贵,每月起步价约 20 美元,且会随使用量增加费用。这部分内容强调了寻找一个既能降低成本又能简化服务器配置方案的重要性。

使用 Hostinger VPS 自托管 n8n

作者推荐使用 Hostinger VPS 作为 n8n 的自托管方案,因为它比官方云端更具性价比且提供一键安装功能。在 VPS 上自托管意味着用户拥有无限的工作流数量、数据的完全所有权以及可预测的固定支出。教程详细演示了如何选择 KVM2 方案、配置计费周期以及在操作系统选项中确认预选的 n8n。作者还分享了专属优惠码以获取额外折扣,并展示了从支付到设置 root 密码的整个初始化过程。最后,用户只需点击“管理应用”即可进入 n8n 控制面板开始构建。

构建工作流:GitHub 触发器与配置

进入 n8n 界面后,作者选择通过复制现有模板的方式快速导入工作流框架。第一个关键步骤是配置 GitHub 触发器节点,该节点负责实时监听指定仓库的拉取请求(PR)事件。为了安全连接,作者演示了在 GitHub 设置中创建 OAuth 应用的过程,包括配置回调 URL、获取客户端 ID 和密钥。完成授权后,需要在节点中输入仓库所有者和名称,并确保事件类型设定为 Pull Request。这样每当有新的 PR 开启时,工作流就会被自动激活并进入后续处理阶段。

核心逻辑:代码分析与 AI 审查集成

工作流的后续部分涉及提取代码变化并将其传递给 AI 模型。首先通过特定节点检索 PR 的文件差异(Diff),以便 AI 能够识别具体的代码更改。接着,作者展示了一个 JavaScript 节点,用于构建发送给 AI 的提示词(Prompt),用户可以根据需求调整代码审查的严格程度。在 AI 模型选择上,本教程将原模板中的 OpenAI 替换为 Google Gemini,用户只需粘贴 API 密钥即可完成。通过移除不必要的 Google 表格节点,整个流程变得更加精简且聚焦于代码分析。

发布结果与实测演示

工作流的最后步骤是将 AI 生成的分析报告发布回 GitHub 评论区。通过 GitHub Robot 节点,系统会自动在对应的 PR 下方留下反馈,并使用另一个节点添加“AI Review”标签以便于团队识别。作者在一个名为 Quizify 的实际项目上进行了测试,通过推送包含错误的代码来触发自动化流程。测试结果显示,AI 能够精准发现问题并直接在 PR 行间留下改进建议,证明了系统的可靠性。视频最后总结道,这只是 n8n 潜力的冰山一角,用户还可以利用它实现更多复杂的开发运维自动化任务。

Community Posts

View all posts