Pdlc Review

代码评审

对指定的服务或应用进行全面的代码评审。

PDLC 前置检查（必须执行，不可跳过）

1. 从用户输入中提取功能名称关键词
2. 检查实现代码是否存在：在 backend/ 和 frontend/ 下搜索与该功能相关的源代码文件（非测试文件）
3. 检查测试是否通过：找到对应的测试代码并运行，确认测试处于绿灯状态（全部通过）
4. 未找到实现代码 → 输出以下信息后立即停止，不继续执行：

`` ⛔ PDLC 守卫：未找到与「」相关的实现代码。 评审必须基于已有的代码实现。请先运行： 👉 /pdlc-implement ``

1. 测试未通过 → 输出以下信息后立即停止，不继续执行：

`` ⛔ PDLC 守卫：「」的测试未全部通过，无法进行评审。 请先确保所有测试通过后再提交评审： 👉 /pdlc-implement （修复失败的测试） ``

1. 检查通过 → 提取功能ID（从相关设计文档或 PRD 中），继续执行

评审流程

1. 阅读设计文档: 先阅读 docs/02_design/ 对应子目录下的相关设计文档
2. 阅读编码规范: 阅读 docs/00_standards/coding/ 目录了解编码规范（未命中 → 报告里提示 consider /pdlc-standard add coding/）
3. 检查代码实现: 对照设计文档逐一检查实现是否符合
4. 检查测试覆盖: 确认测试是否充分覆盖
5. 代码质量自动检查与修复（必须执行）：

• 按 /pdlc-lint check 逻辑运行项目 lint 工具
• 若存在可自动修复的问题，按 /pdlc-lint fix 逻辑自动修复
• 记录修复前后的问题数变化

评审检查项（逐项检查，发现问题立即修复）

设计一致性（对照设计文档）

• [ ] 每个 API 接口的 URL、方法、参数是否与设计文档一致
• [ ] 数据库表结构、字段名、类型是否与 DB 设计一致
• [ ] 响应格式是否统一遵循 { code, message, data }

代码质量

• [ ] 命名是否规范（变量/函数/类遵循项目命名约定）
• [ ] 是否有重复代码可提取为公共方法
• [ ] 错误处理是否合理（不吞异常、不用空 catch、有意义的错误信息）
• [ ] 日志是否充分（关键操作有日志、不打印敏感信息）

安全检查

• [ ] SQL 注入：是否使用参数化查询/ORM，无字符串拼接 SQL
• [ ] XSS：用户输入是否转义后再输出
• [ ] 权限控制：接口是否有鉴权，敏感操作是否有权限校验
• [ ] 敏感数据：密码是否加密存储、Token 是否有过期机制、日志不含敏感字段

性能检查

• [ ] 数据库查询是否有 N+1 问题
• [ ] 列表接口是否有分页
• [ ] 是否有不必要的全表扫描（缺失索引）
• [ ] 大数据量操作是否有批处理

测试完备性

• [ ] 单元测试覆盖率是否 >= 80%
• [ ] 核心业务路径是否有完整的测试
• [ ] CHANGELOG 是否已更新

自动修复（评审中发现的问题，能修则修）

对以下类型的问题直接修复代码，不仅仅记录：

1. lint 问题：运行 lint fix 自动修复格式、规范问题
2. 命名不规范：自动重命名为符合项目约定的名称
3. 缺失错误处理：自动补充 try-catch / 错误码返回
4. 缺失日志：在关键操作处自动添加日志语句
5. SQL 注入风险：自动改写为参数化查询
6. XSS 风险：自动添加输出转义
7. 缺失分页：自动为列表接口补充分页逻辑
8. 缺失 CHANGELOG：自动追加变更条目

不可自动修复的问题（记录到评审报告，标记为需人工处理）：

• 架构层面的设计问题
• 业务逻辑的正确性争议
• 需要重大重构的性能问题

评审报告生成

> ⚠️ 必须创建文件，不可仅在对话中输出。

【必须创建文件】 在 docs/07_reviews/code/ 下创建评审记录：

• 文件名格式: --review.md（如 F20260326-01-user-auth-review.md）
• 文档顶部必须包含 PDLC 追溯头：

```

```

• 报告内容格式：

```markdown ## 评审总结

• 评审时间：
• 评审范围：
• 问题总数：X 项（阻塞: X / 严重: X / 一般: X / 建议: X）
• 自动修复：X 项
• 需人工处理：X 项

## 自动修复记录 | # | 问题类型 | 文件 | 修复内容 | |---|---------|------|---------| | 1 | lint | src/xxx.ts | 修复 XX 规则违规 |

## 需人工处理 | # | 严重程度 | 问题描述 | 建议方案 | |---|---------|---------|---------| | 1 | 阻塞 | XXX | 建议 XXX |

## 评审检查项结论

• [x] 设计一致性：通过
• [x] 代码质量：通过（X 项已自动修复）
• [ ] 安全检查：X 项需人工确认

```

1. 修复后验证：自动修复完成后，重新运行全部测试，确认修复未引入新问题

• 测试通过 → 评审完成
• 测试失败 → 回滚修复，将问题标记为需人工处理

要求

• 问题按严重程度分级：阻塞 / 严重 / 一般 / 建议
• 能修的问题直接修复，不仅仅指出问题
• 修复后必须验证测试仍然通过

评审目标: $ARGUMENTS

---

文档评审

对指定的文档进行质量评审，检查完整性、一致性和可操作性。发现问题直接修复，而非仅列出建议。

文档评审检查项

完整性

• [ ] 是否覆盖了所有必要章节（对照对应模板 templates/ 检查）
• [ ] 是否有遗漏的功能点或接口
• [ ] 非功能需求是否有说明
• [ ] 是否有明确的验收标准
• [ ] PDLC 追溯头是否完整（功能ID、功能名称、阶段、前置文档、创建时间）

一致性

• [ ] 术语命名是否前后一致（同一概念不用不同名称）
• [ ] 数据模型是否与 API 设计一致（字段名、类型）
• [ ] 接口参数是否与 PRD 需求对应
• [ ] 版本号和日期是否准确
• [ ] 文档间交叉引用路径是否正确

可操作性

• [ ] 操作步骤是否具体可执行（无模糊表述如「适当配置」「按需调整」）
• [ ] 是否有示例代码或示例数据
• [ ] 错误码是否有清晰的处理建议
• [ ] 部署步骤是否可复现

规范性

• [ ] 是否符合对应模板格式
• [ ] 表格是否完整（无空列、无缺失表头）
• [ ] Markdown 语法是否正确（标题层级、列表缩进、代码块语言标注）
• [ ] 输出语言是否符合用户对话语言（或用户显式指定的语言）

文档自动修复规则（发现即修，不仅记录）

1. 缺失章节：对照模板自动补充，内容根据文档已有信息合理推断
2. PDLC 追溯头缺失或不完整：自动补全缺失字段
3. 术语不一致：统一为文档中首次出现的术语，全文替换
4. 模糊表述：自动改写为具体、可度量的描述
5. 表格格式问题：自动修复空列、对齐问题
6. Markdown 语法错误：自动修复标题层级、列表缩进
7. 交叉引用路径错误：检查引用的文件是否存在，不存在则标注警告
8. 缺失示例：为 API 接口自动补充请求/响应示例

不可自动修复的问题（记录到评审报告）：

• 业务逻辑的正确性争议
• 需要与产品确认的需求歧义
• 涉及跨文档架构调整的问题

文档评审工作流程

1. 识别文档类型：判断文档属于 PRD / API 设计 / DB 设计 / 架构设计 / 测试计划 / 部署手册
2. 加载对照物：

• 加载对应的模板（templates/ 目录）
• 加载前置文档（从 PDLC-TRACE 中获取路径）
• 如是设计文档，同时加载 PRD 进行交叉比对

1. 逐项检查：按上方检查项逐一执行
2. 自动修复：发现问题直接修改原文档
3. 【必须创建文件】生成评审记录：在 docs/07_reviews/doc/ 下创建评审记录

• 文件名格式: ---doc-review.md
• 报告格式：

```markdown ## 文档评审报告

• 评审时间：
• 目标文档：
• 文档类型：
• 问题总数：X 项（必须修改: X / 建议修改: X / 可选: X）
• 自动修复：X 项
• 需人工确认：X 项

## 自动修复记录 | # | 问题类型 | 修复内容 | |---|---------|---------| | 1 | 缺失章节 | 补充了「非功能需求」章节 |

## 需人工确认 | # | 严重程度 | 问题描述 | 建议 | |---|---------|---------|------| | 1 | 必须修改 | XXX 需求存在歧义 | 建议与产品确认 |

## 检查项结论

• [x] 完整性：通过
• [x] 一致性：通过（X 项已修复）
• [x] 可操作性：通过
• [x] 规范性：通过

```

• 修复后仅复查一次（确认修复未引入新问题），不再递归修复。若复查仍发现问题，记录到评审报告的「需人工确认」中

Source & license

This open-source skill is cataloged on AgentStack and links to its original source — we do not rehost the code.

• Author: kanfu-panda
• Source: kanfu-panda/pdlc-skills
• License: MIT
• Homepage: https://kanfu-panda.github.io/pdlc/

Install and usage instructions live in the source repository linked above.