feat(ai-review): frontend-аудит через Gitea Actions + DeepSeek V4.1 Flash (21.09.2026)

This commit is contained in:
2026-09-21 20:38:19 +03:00
parent 04cc53e66d
commit b497979f1e
2 changed files with 469 additions and 0 deletions
+27
View File
@@ -0,0 +1,27 @@
name: AI Code Review (Frontend)
on:
workflow_dispatch:
jobs:
review:
runs-on: ubuntu-latest
steps:
- name: Checkout repository
uses: actions/checkout@v4
- name: Setup Python
uses: actions/setup-python@v5
with:
python-version: '3.12'
- name: Install dependencies
run: pip install httpx
- name: Run AI review
env:
TOGETHER_API_KEY: ${{ secrets.TOGETHER_API_KEY }}
BOT_TOKEN: ${{ secrets.BOT_TOKEN }}
GITEA_INSTANCE: https://git.filwordspl.com
GITEA_REPO: Drobysh/filwordspl-frontend
run: python scripts/ai_review.py
+442
View File
@@ -0,0 +1,442 @@
#!/usr/bin/env python3
"""
AI Code Review for Filwords PL Frontend (JSON-контракт)
Читает TypeScript/React файлы проекта, отправляет в DeepSeek V4.1 Flash
(Together AI), получает структурированный JSON с находками, проверяет
snippet по диску, фильтрует по confidence и создаёт Issue в Gitea.
Запускается через Gitea Actions (workflow_dispatch — вручную из UI).
(21.09.2026) Первая версия для frontend — адаптация backend-скрипта.
Читает .ts/.tsx/.js/.jsx, игнорирует node_modules/dist/public.
"""
import json
import os
import re
import sys
from datetime import datetime
from pathlib import Path
import httpx
# ============ Настройки ============
TOGETHER_API_KEY = os.environ.get("TOGETHER_API_KEY")
GITEA_BOT_TOKEN = os.environ.get("BOT_TOKEN")
GITEA_INSTANCE = os.environ.get("GITEA_INSTANCE", "https://git.filwordspl.com")
GITEA_REPO = os.environ.get("GITEA_REPO", "Drobysh/filwordspl-frontend")
MODEL = "deepseek-ai/DeepSeek-V4.1-Flash"
MAX_OUTPUT_TOKENS = 16000
# Что игнорировать при сборе кода
IGNORE_DIRS = {
"node_modules", "dist", "build", ".git", ".gitea",
"public", "coverage", ".vite", ".cache",
}
IGNORE_FILES = {"ai_review.py", "vite-env.d.ts"}
# Расширения, которые читаем
INCLUDE_EXTENSIONS = {".ts", ".tsx", ".js", ".jsx"}
# Максимальный размер одного файла (символов)
MAX_FILE_SIZE = 100_000
# Фильтр находок
MIN_CONFIDENCE = 0.7
ALLOWED_SEVERITY = {"user_impact", "data_risk", "maintainability"}
# ============ Проверка окружения ============
def check_env() -> None:
missing = []
if not TOGETHER_API_KEY:
missing.append("TOGETHER_API_KEY")
if not GITEA_BOT_TOKEN:
missing.append("BOT_TOKEN")
if missing:
print(f"❌ Отсутствуют переменные окружения: {', '.join(missing)}", file=sys.stderr)
sys.exit(1)
# ============ Сбор кода ============
def collect_code(repo_root: Path) -> tuple[str, dict[str, str]]:
"""Собирает все .ts/.tsx/.js/.jsx файлы в один текст + словарь для snippet-проверки."""
chunks: list[str] = []
files_map: dict[str, str] = {}
total_files = 0
total_size = 0
for path in sorted(repo_root.rglob("*")):
if not path.is_file():
continue
if path.suffix not in INCLUDE_EXTENSIONS:
continue
rel = path.relative_to(repo_root)
if any(part in IGNORE_DIRS for part in rel.parts):
continue
if path.name in IGNORE_FILES:
continue
# Пропускаем .d.ts (типы — не критичны для ревью)
if path.name.endswith(".d.ts"):
continue
try:
content = path.read_text(encoding="utf-8")
except Exception as e:
print(f"⚠️ Не прочитал {rel}: {e}", file=sys.stderr)
continue
if len(content) > MAX_FILE_SIZE:
print(f"⚠️ Пропущен большой файл: {rel} ({len(content)} символов)", file=sys.stderr)
continue
rel_str = str(rel).replace("\\", "/")
# Определяем язык для markdown-обёртки
lang = "typescript" if path.suffix in (".ts", ".tsx") else "javascript"
chunks.append(f"### FILE: {rel_str}\n```{lang}\n{content}\n```\n")
files_map[rel_str] = content
total_files += 1
total_size += len(content)
print(f"📂 Собрано файлов: {total_files}, символов: {total_size:,}")
return "\n".join(chunks), files_map
# ============ Промпт для модели ============
SYSTEM_PROMPT = """Ты — опытный техлид и ревьюер React + TypeScript кода (Telegram Mini App).
Твоя задача — проанализировать код и вернуть СТРОГО JSON-массив находок.
ФОРМАТ ОТВЕТА (только JSON, без markdown, без пояснений):
[
{
"id": "КРАТКОЕ_ИМЯ_БАГА",
"file": "src/components/FeedModal.tsx",
"line": 120,
"snippet": "точное цитирование 1-3 строк из файла",
"severity": "user_impact",
"user_effect": "что видит пользователь: модалка не закрывается, картинка обрезается",
"repro": "открыть Feed → кликнуть по посту → модалка не реагирует на Escape",
"fix_hint": "добавить обработчик onKeyDown для Escape в useEffect",
"confidence": 0.86
}
]
ПРАВИЛА:
1. severity — только одно из: "user_impact", "data_risk", "maintainability".
- user_impact: пользователь видит баг, ломается UX, не работает кнопка
- data_risk: утечка данных, неверная валидация, XSS, утечка токенов в UI
- maintainability: дубликат компонента, мёртвый код, устаревший API
2. snippet — ТОЧНАЯ цитата 1-3 строк из файла. Не перефразируй.
3. confidence — число от 0 до 1. Если меньше 0.7 — не включай.
4. Максимум 15 находок.
5. НЕ переписывай код. Только описывай, что не так.
6. НЕ включай проблемы, которые относятся к дизайну/стилю (отступы, цвета) — только функционал, безопасность, UX.
7. Если проблем нет — верни пустой массив: []
Отвечай ТОЛЬКО JSON, без markdown-обёрток.
"""
USER_PROMPT_TEMPLATE = """Проанализируй код frontend проекта Filwords PL (Telegram Mini App).
Это React 19 + TypeScript + Vite + React Router.
Есть:
- components/ — модалки, формы, UI-компоненты (Feed, AdminDashboard, LessonEditor, WordsEditor, ...)
- pages/ — страницы (17 штук)
- api.ts — все запросы к backend
- telegram.ts — работа с Telegram WebApp
- i18n/ — локализация (PL, RU, UK, EN)
- hooks/ — кастомные хуки
- styles/ — тема, стили
Ищи:
1. Баги и логические ошибки (React hooks, useEffect, state)
2. Проблемы безопасности (XSS, утечки токенов, невалидные URL)
3. Проблемы UX (модалки не закрываются, кнопки не работают, скролл)
4. Утечки памяти (неотписанные слушатели, таймеры)
5. N+1 запросы к API
6. Отсутствие обработки ошибок (fetch без catch, loading без finally)
7. Дублирование кода и компонентов
8. Мёртвый код (неиспользуемые импорты, старые модалки)
Верни JSON-массив находок по формату выше.
Вот код:
{code}
"""
# ============ Запрос к Together AI ============
def call_together(code: str) -> str:
"""Отправляет код в DeepSeek V4.1 Flash, возвращает текст ответа."""
print("🤖 Отправляю код в DeepSeek V4.1 Flash...")
user_prompt = USER_PROMPT_TEMPLATE.format(code=code)
response = httpx.post(
"https://api.together.xyz/v1/chat/completions",
headers={
"Authorization": f"Bearer {TOGETHER_API_KEY}",
"Content-Type": "application/json",
},
json={
"model": MODEL,
"messages": [
{"role": "system", "content": SYSTEM_PROMPT},
{"role": "user", "content": user_prompt},
],
"max_tokens": MAX_OUTPUT_TOKENS,
"temperature": 0.2,
},
timeout=300.0,
)
if response.status_code != 200:
print(f"❌ Together AI вернул {response.status_code}", file=sys.stderr)
print(f"Ответ: {response.text[:1000]}", file=sys.stderr)
sys.exit(1)
data = response.json()
try:
message = data["choices"][0]["message"]
result = message.get("content")
if not result:
result = message.get("reasoning_content")
if not result:
raise KeyError("и content, и reasoning_content пустые")
except (KeyError, IndexError, TypeError) as e:
print(f"❌ Неожиданный формат ответа: {e}", file=sys.stderr)
print(f"Полный ответ: {data}", file=sys.stderr)
sys.exit(1)
usage = data.get("usage", {})
finish = data["choices"][0].get("finish_reason", "unknown")
print(
f"✅ Ответ получен. Токены: вход={usage.get('prompt_tokens', 0)}, "
f"выход={usage.get('completion_tokens', 0)}, "
f"finish={finish}"
)
return result
# ============ Парсинг и фильтрация JSON ============
def extract_json(text: str) -> list[dict]:
"""Извлекает JSON-массив из ответа модели."""
text = text.strip()
if text.startswith("```"):
text = re.sub(r"^```(?:json)?\s*", "", text)
text = re.sub(r"\s*```$", "", text)
start = text.find("[")
end = text.rfind("]")
if start == -1 or end == -1 or end < start:
print(f"⚠️ Не найден JSON-массив. Первые 500 символов:\n{text[:500]}", file=sys.stderr)
return []
json_str = text[start:end + 1]
try:
parsed = json.loads(json_str)
if not isinstance(parsed, list):
print(f"⚠️ JSON не массив, а {type(parsed).__name__}", file=sys.stderr)
return []
return parsed
except json.JSONDecodeError as e:
print(f"⚠️ Ошибка парсинга JSON: {e}", file=sys.stderr)
print(f"Первые 500 символов JSON:\n{json_str[:500]}", file=sys.stderr)
return []
def validate_and_filter(findings: list[dict], files_map: dict[str, str]) -> tuple[list[dict], dict[str, int]]:
"""Фильтрует находки: файл существует, snippet совпал, confidence ≥ 0.7, severity валидна."""
stats = {
"total": len(findings),
"no_file": 0, "snippet_mismatch": 0, "bad_severity": 0,
"low_confidence": 0, "no_effect_or_repro": 0, "passed": 0,
}
passed: list[dict] = []
for f in findings:
if not isinstance(f, dict):
continue
file_path = (f.get("file") or "").strip().replace("\\", "/")
snippet = (f.get("snippet") or "").strip()
severity = (f.get("severity") or "").strip().lower()
confidence = f.get("confidence", 0)
if file_path not in files_map:
stats["no_file"] += 1
print(f" ⏭ Отброшено (нет файла): {file_path}")
continue
if not snippet:
stats["snippet_mismatch"] += 1
print(f" ⏭ Отброшено (нет snippet): {file_path}")
continue
file_content = files_map[file_path]
if snippet not in file_content:
stats["snippet_mismatch"] += 1
print(f" ⏭ Отброшено (snippet не найден): {file_path}")
continue
if severity not in ALLOWED_SEVERITY:
stats["bad_severity"] += 1
print(f" ⏭ Отброшено (severity={severity}): {file_path}")
continue
try:
conf_val = float(confidence)
except (TypeError, ValueError):
conf_val = 0
if conf_val < MIN_CONFIDENCE:
stats["low_confidence"] += 1
print(f" ⏭ Отброшено (confidence={conf_val}): {file_path}")
continue
if severity in ("user_impact", "data_risk"):
if not (f.get("user_effect") or "").strip() or not (f.get("repro") or "").strip():
stats["no_effect_or_repro"] += 1
print(f" ⏭ Отброшено (нет user_effect/repro): {file_path}")
continue
passed.append(f)
stats["passed"] += 1
return passed, stats
# ============ Форматирование Issue ============
SEVERITY_EMOJI = {"user_impact": "🔴", "data_risk": "🟠", "maintainability": "🟡"}
SEVERITY_LABEL = {
"user_impact": "Влияет на пользователя",
"data_risk": "Риск для данных",
"maintainability": "Качество кода",
}
def format_issue_body(findings: list[dict], stats: dict[str, int], date_str: str) -> str:
"""Формирует markdown-тело Issue."""
lines: list[str] = []
lines.append("# 🤖 AI Code Review (Frontend)")
lines.append("")
lines.append(f"**Дата:** {date_str}")
lines.append(f"**Модель:** `{MODEL}`")
lines.append(f"**Репозиторий:** `{GITEA_REPO}`")
lines.append("")
lines.append("---")
lines.append("")
if not findings:
lines.append("✅ **После фильтрации не осталось находок.**")
else:
by_severity: dict[str, list[dict]] = {"user_impact": [], "data_risk": [], "maintainability": []}
for f in findings:
by_severity.setdefault(f.get("severity", "maintainability"), []).append(f)
counter = 0
for sev in ["user_impact", "data_risk", "maintainability"]:
items = by_severity.get(sev, [])
if not items:
continue
lines.append(f"## {SEVERITY_EMOJI[sev]} {SEVERITY_LABEL[sev]} ({len(items)})")
lines.append("")
for f in items:
counter += 1
lines.append(f"### {counter}. {f.get('id', 'без имени')}")
lines.append("")
lines.append(f"- **Файл:** `{f.get('file')}:{f.get('line', '?')}`")
lines.append(f"- **Snippet:** `{f.get('snippet', '').strip()[:120]}`")
lines.append(f"- **Проблема:** {f.get('user_effect', '—')}")
lines.append(f"- **Как воспроизвести:** {f.get('repro', '—')}")
lines.append(f"- **Что сделать:** {f.get('fix_hint', '—')}")
lines.append(f"- **Confidence:** {f.get('confidence', '?')}")
lines.append("")
lines.append("---")
lines.append("")
lines.append(f"**Статистика фильтрации:** всего={stats['total']}, "
f"нет файла={stats['no_file']}, snippet не совпал={stats['snippet_mismatch']}, "
f"низкий confidence={stats['low_confidence']}, прошло={stats['passed']}")
lines.append("")
lines.append("_Этот Issue создан автоматически. Исправления делаются вручную._")
return "\n".join(lines)
# ============ Создание Issue в Gitea ============
def create_issue(title: str, body: str) -> str:
"""Создаёт Issue в Gitea, возвращает URL."""
print("📝 Создаю Issue в Gitea...")
response = httpx.post(
f"{GITEA_INSTANCE}/api/v1/repos/{GITEA_REPO}/issues",
headers={
"Authorization": f"token {GITEA_BOT_TOKEN}",
"Content-Type": "application/json",
},
json={"title": title, "body": body},
timeout=30.0,
)
if response.status_code not in (200, 201):
print(f"❌ Gitea вернул {response.status_code}: {response.text[:500]}", file=sys.stderr)
sys.exit(1)
data = response.json()
issue_url = data.get("html_url", "")
print(f"✅ Issue создан: {issue_url}")
return issue_url
# ============ Main ============
def main() -> None:
check_env()
repo_root = Path(".").resolve()
print(f"📁 Репозиторий: {repo_root}")
code, files_map = collect_code(repo_root)
if not code:
print("❌ Не найдено файлов для анализа", file=sys.stderr)
sys.exit(1)
raw_response = call_together(code)
findings = extract_json(raw_response)
print(f"📊 Модель вернула находок: {len(findings)}")
filtered, stats = validate_and_filter(findings, files_map)
print(f"✅ Прошло фильтр: {stats['passed']} из {stats['total']}")
print(f" Отброшено: файл={stats['no_file']}, snippet={stats['snippet_mismatch']}, "
f"confidence={stats['low_confidence']}, severity={stats['bad_severity']}, "
f"нет эффекта={stats['no_effect_or_repro']}")
date_str = datetime.now(__import__("datetime").UTC).strftime("%Y-%m-%d %H:%M UTC")
title = f"🤖 AI Review (frontend): {stats['passed']} задач ({date_str})"
body = format_issue_body(filtered, stats, date_str)
create_issue(title, body)
print("🎉 Готово!")
if __name__ == "__main__":
main()