AI 코드 리뷰

다음 코드를 리뷰해주세요:

```
{code}
```

리뷰 관점:
1. 버그 및 취약점
2. 코드 품질 및 가독성
3. 성능 최적화 기회
4. 보안 문제
5. 모범 사례 준수

출력 형식:
- 문제점: [설명]
- 심각도: [높음/중간/낮음]
- 권장 해결책: [구체적인 제안]

다음 Python 코드를 PEP 8 스타일 가이드에
따라 리뷰해주세요:

중점 점검:
- 들여쓰기 및 포맷팅
- 네이밍 컨벤션
- 타입 힌트 사용
- docstring 문서화
- 예외 처리

name: AI Code Review

on:
  pull_request:
    types: [opened, synchronize]
    branches: [main, develop]

permissions:
  pull-requests: write    # PR 코멘트 작성 권한
  contents: read

jobs:
  ai-review:
    runs-on: ubuntu-latest
    steps:
      - name: Checkout
        uses: actions/checkout@v4
        with:
          fetch-depth: 0       # 전체 히스토리 필요

      - name: Set up Python
        uses: actions/setup-python@v5
        with:
          python-version: '3.12'

      - name: Install dependencies
        # 사용할 LLM 프로바이더에 맞게 선택
        run: pip install anthropic openai PyGithub

      - name: Run AI Code Review
        env:
          # 사용할 프로바이더의 API 키를 설정 (택 1)
          ANTHROPIC_API_KEY: ${{ secrets.ANTHROPIC_API_KEY }}
          OPENAI_API_KEY: ${{ secrets.OPENAI_API_KEY }}
          GITHUB_TOKEN: ${{ secrets.GITHUB_TOKEN }}
          PR_NUMBER: ${{ github.event.pull_request.number }}
          REPO_NAME: ${{ github.repository }}
          BASE_SHA: ${{ github.event.pull_request.base.sha }}
          HEAD_SHA: ${{ github.event.pull_request.head.sha }}
        run: python .github/scripts/ai_review.py

#!/usr/bin/env python3
"""LLM API를 이용한 GitHub PR 인라인 코드 리뷰
   Anthropic(Claude) 또는 OpenAI(GPT) 중 선택 가능"""
import os, json, subprocess
from github import Github

# 환경 변수
GITHUB_TOKEN = os.environ["GITHUB_TOKEN"]
REPO_NAME    = os.environ["REPO_NAME"]
PR_NUMBER    = int(os.environ["PR_NUMBER"])
BASE_SHA     = os.environ["BASE_SHA"]
HEAD_SHA     = os.environ["HEAD_SHA"]

# 변경된 파일 diff 수집 (최대 50KB)
def get_diff() -> str:
    result = subprocess.run(
        ["git", "diff", "--unified=5", BASE_SHA, HEAD_SHA,
         "--", "*.py", "*.js", "*.ts", "*.java", "*.go"],
        capture_output=True, text=True
    )
    diff = result.stdout
    return diff[:50000] if len(diff) > 50000 else diff

# 리뷰 프롬프트 (프로바이더 공통)
REVIEW_PROMPT = """다음은 GitHub PR의 diff입니다. 코드 리뷰를 수행하고
JSON 배열로만 응답하세요 (마크다운 없이 순수 JSON):

```diff
{diff}
```

응답 형식 (JSON 배열):
[
  {{
    "file": "파일 경로",
    "line": 변경된 줄 번호 (정수),
    "severity": "high|medium|low",
    "category": "bug|security|performance|style|readability",
    "comment": "구체적인 리뷰 코멘트 (한국어)",
    "suggestion": "개선된 코드 예시 (선택)"
  }}
]

심각도 기준:
- high: 버그, 보안 취약점, 데이터 손실 위험
- medium: 성능 문제, 잠재적 버그
- low: 스타일, 가독성 개선"""

# --- 프로바이더별 LLM 호출 ---

def review_with_anthropic(diff: str) -> list:
    import anthropic
    client = anthropic.Anthropic(
        api_key=os.environ["ANTHROPIC_API_KEY"]
    )
    response = client.messages.create(
        model="claude-sonnet-4-6",
        max_tokens=4096,
        messages=[{"role": "user",
                   "content": REVIEW_PROMPT.format(diff=diff)}]
    )
    return json.loads(response.content[0].text)

def review_with_openai(diff: str) -> list:
    from openai import OpenAI
    client = OpenAI(
        api_key=os.environ["OPENAI_API_KEY"]
    )
    response = client.chat.completions.create(
        model="gpt-4o",
        max_tokens=4096,
        messages=[{"role": "user",
                   "content": REVIEW_PROMPT.format(diff=diff)}]
    )
    return json.loads(response.choices[0].message.content)

def ai_review(diff: str) -> list:
    """환경 변수에 따라 프로바이더 자동 선택"""
    try:
        if os.environ.get("ANTHROPIC_API_KEY"):
            return review_with_anthropic(diff)
        elif os.environ.get("OPENAI_API_KEY"):
            return review_with_openai(diff)
        else:
            print("오류: ANTHROPIC_API_KEY 또는 OPENAI_API_KEY가 필요합니다")
            return []
    except json.JSONDecodeError:
        return []

# 우선순위 정렬 + 거짓 양성 필터링
def filter_and_sort(issues: list) -> list:
    SEVERITY_ORDER = {"high": 0, "medium": 1, "low": 2}
    # 거짓 양성 제외: 너무 짧은 코멘트, 중복 제거
    seen = set()
    filtered = []
    for issue in issues:
        key = (issue.get("file"), issue.get("line"))
        comment = issue.get("comment", "")
        if key not in seen and len(comment) > 20:
            seen.add(key)
            filtered.append(issue)
    return sorted(filtered, key=lambda x: SEVERITY_ORDER.get(x.get("severity"), 2))

# PR 요약 코멘트 작성 + 인라인 코멘트
def post_review(issues: list):
    gh = Github(GITHUB_TOKEN)
    repo = gh.get_repo(REPO_NAME)
    pr   = repo.get_pull(PR_NUMBER)

    # 요약 코멘트
    high   = [i for i in issues if i["severity"] == "high"]
    medium = [i for i in issues if i["severity"] == "medium"]
    low    = [i for i in issues if i["severity"] == "low"]

    summary = f"""## 🤖 AI 코드 리뷰 결과

| 심각도 | 건수 |
|--------|------|
| 🔴 높음 (즉시 수정) | {len(high)} |
| 🟡 중간 (권장 수정) | {len(medium)} |
| 🔵 낮음 (선택 수정) | {len(low)} |

> 총 **{len(issues)}건** 발견. 높음 항목을 우선 확인하세요.
> ⚠️ AI 리뷰는 참고용이며 최종 판단은 담당자가 합니다."""

    pr.create_issue_comment(summary)

    # 인라인 코멘트 (high/medium만 게시)
    commit = repo.get_commit(HEAD_SHA)
    for issue in issues:
        if issue["severity"] == "low":
            continue
        severity_icon = "🔴" if issue["severity"] == "high" else "🟡"
        body = f"""{severity_icon} **[{issue['category'].upper()}]** {issue['comment']}"""
        if issue.get("suggestion"):
            body += f"\n\n```suggestion\n{issue['suggestion']}\n```"
        try:
            pr.create_review_comment(
                body=body,
                commit=commit,
                path=issue["file"],
                line=issue["line"]
            )
        except Exception as e:
            print(f"인라인 코멘트 실패 ({issue['file']}:{issue['line']}): {e}")

if __name__ == "__main__":
    diff   = get_diff()
    issues = ai_review(diff)
    issues = filter_and_sort(issues)
    post_review(issues)
    print(f"리뷰 완료: {len(issues)}건 게시")

# noqa: AI-REVIEW — 의도적인 패턴, 무시
result = eval(user_expr)  # noqa: AI-REVIEW

# 스크립트에서 noqa 주석 있는 줄 필터링
def is_ignored_line(file_path: str, line_no: int) -> bool:
    with open(file_path) as f:
        lines = f.readlines()
    if line_no - 1 < len(lines):
        return "noqa: AI-REVIEW" in lines[line_no - 1]
    return False

{
  "skip_files": ["migrations/**", "vendor/**", "*.min.js"],
  "skip_categories": ["style"],
  "min_comment_length": 30,
  "max_issues_per_pr": 20,
  "severity_threshold": "medium"
}

def chunk_diff(diff: str, max_chars: int = 30000) -> list[str]:
    """diff를 청크로 분할해 토큰 한도 초과 방지"""
    chunks, current = [], ""
    for line in diff.splitlines(keepends=True):
        if len(current) + len(line) > max_chars:
            chunks.append(current)
            current = line
        else:
            current += line
    if current:
        chunks.append(current)
    return chunks

# 경량 모델로 스크리닝 → 고성능 모델로 상세 리뷰 (비용 절감)
# Anthropic: Haiku → Sonnet, OpenAI: GPT-4o-mini → GPT-4o
def two_pass_review(diff: str) -> list:
    import anthropic
    client = anthropic.Anthropic()

    # 1단계: Haiku로 빠른 심각도 분류
    triage = client.messages.create(
        model="claude-haiku-4-5-20251001",
        max_tokens=512,
        messages=[{"role": "user",
                   "content": f"다음 diff에 high/security 이슈가 있으면 'YES', 없으면 'NO':\n{diff[:5000]}"}]
    )

    if "YES" not in triage.content[0].text:
        return []  # 이슈 없음 → 고성능 모델 호출 생략

    # 2단계: Sonnet으로 상세 리뷰
    return review_with_anthropic(diff)  # 위에서 정의한 함수