dependency-review-system

name	dependency-review-system
description	依赖关系优先的 AI Review 总调度 Skill。通过“机械门禁 + LLM 判读 + 人工兜底”输出可执行评审结论。

dependency-review-system

用于把代码评审落地为可执行流水线，核心目标是：

• 机械门禁严格阻断（构建/测试/依赖违规）
• LLM 输出结构化风险结论（含证据与置信度）
• 人只处理低置信度或高影响冲突

执行策略

• 默认优先 MCP tools（review-pipeline server）
• MCP 不可用时再使用脚本 fallback
• 追求最简链路时优先调用 review_run 一次完成

子 Skills（同模块内）

1. subskills/collect-context.md：收集 diff、影响文件、Git 上下文
2. subskills/dependency-guard.md：依赖图与分层规则机械判定
3. subskills/risk-analyzer.md：校验 LLM 风险报告结构与质量
4. subskills/test-gap-mapper.md：把风险映射到测试缺口
5. subskills/decision-gate.md：统一输出 PASS / BLOCK / HUMAN

MCP 工具映射

子 Skill	MCP Tool	关键参数	Fallback 脚本
collect-context	review_collect_context	base, head, output	node scripts/review/scripts/collect-context.mjs
dependency-guard	review_dependency_gate	policy, output	node scripts/review/scripts/dependency-gate.mjs
risk-analyzer	review_validate_llm	input, policy, output	node scripts/review/scripts/validate-llm-report.mjs
test-gap-mapper	review_validate_llm	input, output	读取 llm-validation.json 中 parsed.advisories
decision-gate	review_run	llmReport, allowHuman, base, head, output	node scripts/review/scripts/run-review.mjs

推荐调用顺序（MCP）

1. review_collect_context
2. review_dependency_gate
3. review_validate_llm
4. review_run

最简模式：

1. 只调用 review_run（内部会串联构建检查、测试、依赖门禁、LLM 校验）

MCP 最小调用示例

Tool: review_run
Arguments: { "llmReport": "scripts/review/input/llm-review.json", "allowHuman": false }

一键执行

在仓库根目录运行：

bash scripts/review/run.sh

默认行为：

• 执行 scripts/check_errors.sh
• 执行 npm run -w web test
• 运行依赖关系门禁（循环依赖 + 禁止边）
• 校验 LLM 风险报告（缺失或低置信度会触发 HUMAN）
• 生成 scripts/review/artifacts/<run-id>/review-result.json

输入与输出

输入：

• 代码状态（工作区或 --base/--head diff）
• 依赖策略 scripts/review/config/policy.json
• LLM 报告（可选）scripts/review/input/llm-review.json

输出：

• PASS：机械门禁通过，且 LLM 报告通过阈值
• BLOCK：机械门禁失败或 LLM 提供阻断项
• HUMAN：LLM 报告缺失/低置信度，需要人工裁决