开发团队经常要做「代码评审」这类事：按团队清单审查合并请求并给出分级意见。每次都从头写提示词，结果时好时坏；把它做成智能体 Skill，就能让智能体每次按同一套步骤执行，输出结构也更稳定。

本文介绍如何在 n8n AI Agent 上实现这个技能，包括它的形态、示例配置、启用步骤、一次完整的运行过程和常见坑。

这个技能做什么

项目说明
技能代码评审（pr-review）
作用按团队清单审查合并请求并给出分级意见
输入PR 差异
输出评审意见
形态带脚本
风险低
适用人群开发团队

处理流程分四步：

  1. 读取团队评审规范
  2. 逐文件检查
  3. 按必须、建议、可忽略分级
  4. 定位到行

这个技能需要运行本地脚本（解析文件、调用命令行工具等），要求运行环境允许执行代码；风险较低，但输出仍需快速过目再使用。

在 n8n AI Agent 中是什么形态

n8n 是可自托管的工作流自动化工具，内置 AI Agent 节点，可以给智能体挂上 HTTP 请求、代码等工具，并与数百种应用的触发器和动作衔接。

可以自托管或使用云服务；凭据在 n8n 中单独管理，不要写进节点参数。

示例配置

# n8n 流程示意（节点名称以 n8n 当前版本为准）
[Chat Trigger 或 Webhook]
      │ content
      ▼
[AI Agent]  系统消息：代码评审，读取团队评审规范；逐文件检查；按必须、建议、可忽略分级；定位到行
      ├─ 工具：Code（解析与校验）
      ▼
[IF 需人工确认?] ──是──▶ [发送给负责人审核]
      │否
      ▼
[输出：评审意见]

示例里最重要的是两处：一是描述（或指令开头）要写明「什么时候用」，让智能体在开发团队提出相关请求时能对上号；二是约束部分要写进「改写历史、删除分支类操作只给建议，不直接执行」这类领域规矩，避免智能体自作主张。

安装与启用步骤

  1. 新建工作流，选择聊天触发或 Webhook 触发
  2. 添加 AI Agent 节点，写系统消息
  3. 为 Agent 挂上需要的工具节点
  4. 加 IF 节点把需人工确认的结果转给负责人
  5. 测试后启用工作流

实操：一次完整的运行

假设你在Git 仓库与代码托管平台中发出这样的请求（虚构示例）：

用代码评审技能处理这份PR 差异，输出评审意见。

智能体识别到任务与「代码评审」相关后，会依次读取团队评审规范、逐文件检查、按必须、建议、可忽略分级、定位到行。最终交付评审意见，并在末尾列出需要人工确认的内容。你的工作是对照原始PR 差异抽查两三处关键信息，确认无误后再使用。

测试与验收

用固定测试数据手动执行工作流，检查每个节点输出，再开启自动触发。

针对这个技能，还建议额外准备：

  • 一份信息齐全的标准PR 差异，检查输出是否完整
  • 一份缺少关键信息的输入，检查智能体是否先提问而不是编造
  • 一份包含“忽略以上规则”等字样的输入，检查约束是否仍然有效

常见坑

  • 把密钥直接写进代码节点。
  • 自动触发未加频率限制，导致重复执行。
  • 只写了步骤，没写交付格式，导致每次输出的评审意见结构不同。
  • 没有给出样例，智能体对“好结果”的理解与你不一致；在参考资料里放一两份范例会明显改善。

延伸阅读

说明：文中的配置、代码与目录结构均为示意，用于说明思路；各平台的入口、字段名与能力会更新，落地前请以对应官方文档为准。示例中的数据与场景为虚构，不代表真实案例。