過往我們在進行Code Review都必須透過自動化檢核工具(lint…等)， 來協助我們檢核的工作量， 但隨著專案的複雜化， 我們單靠Lint檢核語法錯誤的情境顯然已經不敷使用， 且上下文意識薄弱， 僅能針對單點模組確保程式邏輯正確， 這也呼應上圖的強烈對比， 傳統的檢核方式需要透過軟體工程師耗費大量精神Review團隊的代碼品質， 而右圖引入Claude code的Code Review插件之後， 除了自動化， 更智能化的幫我們Review代碼， 但前提是規範夠完整， 這也是我們接下來分享的重點。
協作關係：不是取代，而是互補
• ESLint 負責第一線的「防禦」，確保團隊代碼風格一致，且沒有低級語法錯誤。
• Claude Code 負責深層的「代碼評審 (Code Review)」，確保系統架構合理、沒有邏輯漏洞，甚至能根據自然語言指令直接完成複雜的功能開發。
🧠 核心概念：從「單兵作戰」到「專家團隊」
Multi-agent 協作：並行分析的深度
• Guideline Agent：它會先掃描專案中的 .editorconfig、README 或自定義的 CONTRIBUTING.md，確保建議不會違背團隊既有的命名慣例。
• Bug Agent：專攻「邊界情況」（Edge Cases）。例如：當它看到一個 API 請求，它會同步模擬「網路斷線」、「回傳 500」等場景，看你的代碼是否能存活。
• Context Agent：這是最強大的部分。它會去翻閱 Git Tree，理解這段代碼在兩週前是為什麼被改動的，避免給出「回歸性錯誤（Regression）」的建議。
Confidence Score (置信度評分)：內建的質量過濾器
這是專業工具與玩具的分水嶺， 模型在內部生成建議時，會對該建議的準確性進行數學建模， 系統會計算出信心權重， 其中：
• 內部打分機制：當模型產生一條審閱評論（Comment）時，它必須同時輸出一個 0.0 ~ 1.0 的分數。
• 嚴格門檻：系統預設會丟棄低於某個閾值（通常是 0.8）的評論。這解釋了為什麼 Claude Code 的 Noise（雜訊）比一般 AI 工具低， 它寧可保持沈默，也不願給出錯誤的建議。
🛠️ 環境準備：工欲善其事，必先利其器?
在 Claude Code 的架構中，code-review 被定義為 「核心插件 (Core Plugin)」，這意味著：
• 當你安裝了 claude-code CLI 時，code-review 的功能就已經存在於系統中。
• 它不像 VS Code 需要去 Marketplace 下載。它更像是一種 「能力 (Capability)」，只要你在 Git 專案目錄下啟動 Claude，它就會自動加載這個插件。
如何確認插件已啟動？
當你啟動 claude 並進入互動介面後，你可以輸入 /help，你會看到 /review 已經列在可用的斜槓指令中。
🚀 實戰演練：常用的情境有這些
我們會實際以「【🧠 LLM智能應用系列】Spec-Kit × FastRTC：打造高效語音 VoiceBot」分享的專案來進行Code Review的實際演練， 讓我們兼顧品質與功能吧！
審閱整個工作目錄
如果你想讓 Claude 掃描目前所有改動過（包含未 add）的檔案：
/review workdir
以 https://github.com/weihanchen/ai-voice-assistant-fastrtc 為例：
/review src/voice_assistant/handlers
針對我們目錄內的程式碼評估其優缺點與改善之處。
甚至進行安全性檢核與綜合評分。
針對特定的 Commit 或 分支
如果你想看目前的開發分支（Feature）跟主線（Main）差在哪：
/review main..feature-branch
🎯 進階心法：調教你的 AI 審查標準並讓AI自動執行
調教的核心主要圍繞在一個名為 CLAUDE.md 的檔案， 假設你有使用 AGENTS.md 這類的標準文件， 也可以在裡面進行定義即可。
我們可以按照底下模版放入 AI Guideline，之後我們在commit之前AI Assistant就會依照這份準則進行代碼審查， 確保我們的軟體品質：
## Development Workflow
### Commit 前流程
1. Code Review - AI 審查
2. 修正問題
3. Lint + Format（pre-commit 自動執行）
4. Commit
### Review 標準
- 邏輯正確性與邊界條件
- 安全性（無硬編碼密鑰、無注入風險）
- 命名清晰度與可讀性
- 符合現有架構模式（BaseTool 繼承等）
- Boolean 命名：`is_*` / `has_*`
我們會使用 https://github.com/weihanchen/ai-voice-assistant-fastrtc/tree/main 這個專案進行示範， 而規則我們也分享在這邊「https://github.com/weihanchen/ai-voice-assistant-fastrtc/blob/main/AGENTS.md」， 歡迎自行取用。
試著提交
commit提交前， claude code會依照我們的規範進行Code Review：
接著會進行修復後， 再執行lint：
完成提交
⚠️ 這邊需要注意，並不是每次提交時， Claude Code都會遵照規範執行Code Review，這也是目前正在想辦法解決的預計工作， 下一個篇章我們會針對這樣的痛點進行改善， 也就是建立一套標準SOP的Skills， 讓我們每次的產出都是一致的， 現階段還是建議我們可以手動進行 /review特定模組。
📌 結語： 從「抓錯」到「決策」，AI 賦予開發者的第二次解放
AI 不是要取代你的審查，而是要終結你的瑣事。
總結這套 Claude Code 插件，它為開發流程帶來了三個關鍵質變：
- ⚡ 雜訊過濾（Precision）
透過 0-100 置信度評分，AI 只會在你真的出錯時發言，拒絕無效的 AI 碎碎念，讓每一條建議都具備實質修正價值。
- 🧠 多維診斷（Multi-Agent）
不只看語法！多個 AI 代理人同步運作：Bug Agent 找漏洞、Guideline Agent 追規範。你得到的不是一個建議，而是一份專業診斷報告。
- 📜 規範自動化（Living Docs）
讓 CLAUDE.md 成為活的法律。規範不再是文件的冷文字，而是 AI 隨時為你站崗的執行準則，確保團隊風格永不走鐘。
