Kodus 实战教程：用终端 AI 代码审查在写代码时就抓住 Bug
AI 编程 Agent 写代码的速度越来越快，但代码质量反而成了新的瓶颈。Agent 一分钟能生成 50 行代码，可如果没有结构化的审查机制，那些肉眼难见的逻辑漏洞、安全缺陷和风格问题就会直接流入 PR。
今天介绍的 Kodus CLI ——一个基于 MIT 许可的终端 AI 代码审查工具——正好解决了这个痛点。它不是又一个挂在 CI 上的代码检查器，而是一个与 Claude Code、Cursor、Codex 等 20+ AI 编程 Agent 内联工作的实时审查 CLI。
为什么需要终端 AI 代码审查
在 AI 辅助编程的工作流里，传统的代码审查有两个根本问题：
- 反馈周期太长：等 Agent 写完代码 → 提交 PR → CI 跑检查 → 人工 review 时，上下文已经冷了。Agent 早就开始做下一个功能了
- Agent 的盲区：AI 生成代码的 bug 模式与人写的不一样——重复的模式、不一致的函数签名、漏掉的边界条件。通用的 linter（ESLint、Pylint）只能覆盖语法层面，抓不住逻辑性问题
Kodus 的思路是把审查嵌入到 Agent 的工作循环里：Agent 写完一段代码，马上 kodus review --prompt-only，然后 Agent 根据审查结果自动修复。整个循环不需要人介入。
快速上手
安装
curl -fsSL https://raw.githubusercontent.com/kodustech/cli/main/install.sh | bash yarn global add @kodus/cli npx @kodus/cli review
验证安装：
kodus --version
第一次审查
Kodus 支持试用模式——不需要注册账号就能用，每天 5 次审查，每次最多 10 个文件、每个文件 500 行。对于日常实验和简单项目完全够用。
cd /path/to/your-project kodus review kodus review --staged kodus review --branch main
试用手感：Kodus 会逐个文件展示问题，每条问题都标了严重级别（error/warning/info）、行号和修复建议。交互模式下，你可以直接复制修复提示粘贴到 Agent 里。
与 AI 编程 Agent 配合
Kodus 真正强的地方是Agent 模式。它的 --prompt-only 标志会输出结构化的文本结果，Agent 可以自己读、自己修。
对 Claude Code 的配置
在项目根目录的 CLAUDE.md 里加上这段：
## 代码审查 完成实现后，运行 `kodus review --prompt-only` 检查问题。 如果发现问题，自动修复后重新运行，直到全部通过。
这样每次 Claude Code 写完代码，就会自动调 Kodus 审查自己的输出。
对 Cursor / Windsurf 的配置
在 .cursorrules 中添加：
When writing code: 1. Implement the feature 2. Run: kodus review --prompt-only 3. If issues are found, fix them automatically 4. Repeat until review is clean
自动化修复循环
kodus review --prompt-only kodus review --format json kodus review --fix
--prompt-only 的输出格式是纯文本 Markdown，包含文件路径、行号、严重级别和修复建议。Agent 读完后可以直接调用 kodus review --fix 自动修复。
决策记忆：让 Agent 不再丢失上下文
Kodus 有一个非常实用的功能叫 Decision Memory。AI Agent 每轮会话都会做几十个决策——为什么选这个架构、为什么不用那个方案——但会话一结束，这些推理过程就丢了。下次 Agent 回来又从零开始讨论。
Decision Memory 把 Agent 的决策捕获为结构化的 Markdown 文件，保存在项目的 .kody/ 目录下：
kodus decisions enable --agents claude,cursor,codex kodus decisions status kodus decisions show auth kodus decisions promote --branch feat/auth --modules auth,users
决策文件保存在 .kody/pr/by-sha/，随代码一起版本化。你和下一个 Agent 回来时，上下文是完整的。
Kody Rules：自定义审查规则
不想等默认规则碰巧发现问题？Kodus 支持自定义规则：
kodus rules create \ --title "Use async/await" \ --rule "Prefer async/await over raw promises" \ --repo-id global \ --severity high \ --scope file \ --path "**/*.ts" kodus rules view --repo-id global
规则支持 --severity（critical/high/medium/low）和 --scope（file/project），--path 用 glob 匹配目标文件。团队可以把多年积累的代码规范写成一组规则，Agent 写代码时自动遵守。
在 CI/CD 中使用
kodus review --rules-only --format json --fail-on error kodus review --format markdown --output review-report.md
对于 PR 级别的审查，Kodus 也提供 kodus pr suggestions 命令，直接从终端获取已开放 PR 的 AI 审查建议：
kodus pr suggestions --pr-url https://github.com/org/repo/pull/42
隐私说明
Kodus 会把代码 diff 发送到 Kodus API 进行分析，但值得注意的是：
- 所有通信走 HTTPS 加密
- 你的代码不会被用于训练模型
- 只发送 diff 和上下文文件，不是整个代码库
对于安全性要求高的团队，也可以用 KODUS_API_URL 环境变量指向自建端点。
小结
Kodus 解决了一个很实际的问题：AI 写代码速度飞快，但没有配套的质量检查，速度快反而意味着 bug 多。它的设计思路——把代码审查嵌入 Agent 的工作循环、而不是挂在 CI 上——让我觉得这才是 AI 辅助开发的正确方向。
你可以先用免费试用模式体验一下，在项目里跑一次 kodus review，看看它能不能抓到点什么东西。
相关链接：