浅析自定义/review命令与Cursor内置Agent Review代码审核功能效果对比与工作区别
之前我有整理一个自定义的代码审核命令，然后 Cursor 也有内置 Agent Review 功能，最近在使用的时候发现：我自定义命令基本可以把问题检查出来，且会给修改建议，及优先修复建议（基本给的都挺准的），但是同样的情况使用内置 Agent Review 功能却审查不出问题来。
比如有个需求我使用 Agent Review 功能进行代码审核，它没检查出当前我这个需求代码变更的有什么问题，反而给的是2个之前有变更的文件（非本次改动的）
而我使用我自定义的代码审核命令 /review 基本审核出了问题，且给修改建议，及优先修复建议（因为有些是 AI 给的建议，并非问题）
给的优先修复建议也很准确（高优先级的确实是需要优化的，中低的，基本就是可改可不改的）
效果区别如此之大，所以我想了解一下我自定义代码审核命令与 Cursor 内置 Agent Review 功能的区别。
一、工作方式对比
1、自定义 /review 命令（在对话中） - 工作方式：
你的对话 → AI 看到本次需求的所有代码 → 按 review.md 审查 → 输出报告
特点：
- ✅ 有会话记忆：AI 知道你刚才做了什么需求、改了哪些代码
- ✅ 范围精确：只审查本次对话中产生/修改的代码
- ✅ 严格遵循规则：完全按照你的 review.md 清单执行
- ✅ 上下文完整：理解需求背景，能发现"逻辑不符合需求"的问题
比喻：就像一个全程旁观的同事，看着你写完代码，知道你要做什么，然后拿着清单仔细检查
2、Cursor 内置 Agent Review - 工作方式：
点击 Review 按钮 → Agent 扫描工作区/Git diff → 用内置逻辑分析 → 输出报告
特点：
- ❌ 没有会话记忆：不知道你的需求背景，只看到代码变更
- ❌ 范围不精确：可能审查了 Git diff 中的所有文件（包括无关改动）
- ⚠️ 规则不完全遵循：可能参考你的 review.md，但也混合了内置规则
- ❌ 缺少需求上下文：只能发现"代码本身的问题"，无法判断"是否符合需求"
比喻：就像一个新来的审查员，没看到你开发过程，只拿到最终的代码 diff，用通用标准检查
3、了解了两者的工作方式，所以可以知道为什么会出现我遇到的情况？
（1）问题 1：Agent Review 没发现自定义命令发现问题
可能原因：
- 缺少需求上下文：用 /review 时，AI 知道需求是什么，能发现"逻辑不符合需求"的问题
- 审查深度不同：Agent Review 可能只做表面检查（语法、格式），而 /review 会深入分析业务逻辑
（2）问题 2：Agent Review 审查了不相关的文件
可能原因：
- 基于 Git diff：Agent Review 看到了工作区的所有未提交改动，或者最近的改动（那2个文件确实是最近改动的）
- 范围失控：可能之前改过那 2 个文件但没提交，Agent Review 把它们也纳入了审查范围
4、本质总结
| 对比维度 | /review 命令 | Agent Review |
|---|---|---|
| 知道需求吗？ | ✅ 知道（会话上下文） | ❌ 不知道 |
| 审查范围 | 本次需求代码 | Git diff 或全项目 |
| 规则执行 | 严格按 review.md | 内置规则为主 |
| 适用场景 | 需求验收审查 | 代码健康扫描 |
简单说：自定义 /review 是有针对性的专项审查，而 Agent Review 是普适性的扫描工具。前者更精准，后者更广泛。
二、Cursor 内置 Agent Review 的工作原理
1、工作步骤
（1）第一步 - 收集"案卷材料"：Agent Review 启动时会自动收集这些信息
输入材料：
├─ Git 变更（git diff）：最近提交/未提交的代码改动
├─ 当前打开的文件：你正在编辑的文件
├─ 最近修改的文件：最近几分钟/几小时改过的文件
└─ 项目配置：eslint、prettier、tsconfig 等规则
关键点： 它不知道你的需求背景、会话历史、为什么要这样改！
（2）第二步 - AI "阅读"代码：AI 会像阅读理解考试一样分析代码
分析维度：
├─ 语法层面：有没有明显的语法错误、类型错误
├─ 代码风格：变量命名、缩进、是否符合项目规范
├─ 常见问题：
│ ├─ 未使用的变量/导入
│ ├─ 潜在的空指针异常
│ ├─ 异步代码的错误处理
│ └─ 性能问题（如循环中的重复计算）
└─ 最佳实践：React/Vue 官方推荐的写法
（3）第三步 - 对照"检查清单"：有一套内置的通用审查清单（如下简化版）
| 检查项 | 具体内容 | 例子 |
|---|---|---|
| 类型安全 | TypeScript 类型是否完整 | any 类型是否过多 |
| 错误处理 | try-catch、?.、?? 等 | API 调用是否有错误处理 |
| 性能隐患 | 不必要的重渲染、内存泄漏 | useEffect 缺少清理函数 |
| 代码复杂度 | 函数是否过长、嵌套是否过深 | 超过 50 行的函数 |
| 安全问题 | XSS、注入攻击风险 | 直接使用 dangerouslySetInnerHTML |
| 可维护性 | 命名是否清晰、注释是否必要 | 变量名叫 data1, temp |
（4）第四步-生成报告：AI 按严重程度分类问题
（5）第五步-呈现给你：生成自然语言的审查报告，包括：问题位置（文件名 + 行号）、问题描述等
2、Agent Review 的 AI 模型在做什么？
# 伪代码示例
def agent_review(files):
# 1. 静态分析
ast_tree = parse_code(files) # 解析成抽象语法树
# 2. 模式匹配
issues = []
for node in ast_tree:
if matches_pattern(node, KNOWN_PROBLEMS):
issues.append(node)
# 3. AI 推理
context = build_context(files, project_config)
ai_suggestions = llm.analyze(
code=files,
context=context,
rules=BUILT_IN_RULES # 内置规则库
)
# 4. 生成报告
return format_report(issues + ai_suggestions)
关键： 它使用的是预训练的通用知识 + 内置规则库，而不是你的会话历史！
三、核心区别
1、审查范围不同
（1）自定义 /review 命令 = "剧组导演审查"
- 只审查"这场戏"相关的内容（本次会话中的代码变更）
- 了解完整剧情（需求背景、历史问题、修复过程）
- 针对性强：知道你要拍什么、为什么这样拍
（2）Cursor Agent Review = "质检部抽查"
- 可能审查打开的文件、最近修改的文件，或 git 变更
- 不清楚"这场戏"的背景，只看代码本身
- 通用性强：按标准流程检查代码质量
2、上下文理解不同
（1）/review 命令：
- 知道你在修复视频播放器
- 重点审查 VideoPlayer.vue、index.vue 等变更文件
- 结合需求检查：watch 逻辑是否正确、nextTick 用法、条件渲染等
（2）Agent Review：
- ❌ 不知道这次会话做了什么
- ❓ 可能看到你打开了 vant-override.scss（最近查看的文件）
- 🔍 按通用标准检查：发现样式代码有小问题就报告了
3、审查维度不同
（1）/review 命令有定制化的审查清单
✓ 功能正确性（符合需求、边界处理）
✓ 代码质量（命名、职责单一、重复代码）
✓ Vue 规范（组件拆分、props、响应式）
✓ 性能考量（重复渲染、竞态条件、内存泄漏）← 重点！
✓ 安全检查
（2）Cursor Agent Review 使用内置的通用标准，可能更关注：代码风格一致性、潜在的 bug 模式、类型安全，但不一定针对"本次需求"
4、实际场景对比
假设我这次改动了 3 个文件：
| 工具 | 看到的内容 | 审查重点 |
|---|---|---|
| /review |
✅ 本次会话变更的 3 个文件 ✅ 需求背景：修复黑屏 ✅ 问题历史：DOM 未就绪 |
🔍 watch + nextTick 是否正确 🔍 v-if 条件是否合理 🔍 是否还有其他潜在的时序问题 |
| Agent Review |
❓ 可能包含打开的其他文件 ❌ 不知道需求背景 ❌ 不知道之前有黑屏问题 |
🔍 代码格式是否规范 🔍 有没有明显的语法问题 🔍 类型定义是否完整 |
四、通俗比喻：快递分拣机 vs 人工质检
1、Agent Review = 自动分拣机
输入：一堆包裹（代码文件）
处理：
1. 扫描条形码（代码语法）
2. 测量重量尺寸（代码复杂度）
3. 检测违禁品（明显错误）
4. 按规则分类（严重/一般/建议）
输出：问题清单
特点：
✅ 速度快（几秒钟）
✅ 标准化（按固定规则）
❌ 不懂背景（不知道为什么寄、要送给谁）
❌ 只能发现"表面问题"
2、自定义 /review 命令 = 人工质检员
输入：一堆包裹 + 订单详情（需求背景）
处理：
1. 看订单：客户要寄什么、为什么寄
2. 检查内容：是否符合客户需求
3. 检查包装：是否安全、是否易碎
4. 结合经验：这类包裹常见问题
输出：定制化报告
特点：
✅ 针对性强（结合需求）
✅ 深度分析（理解上下文）
❌ 速度慢（需要读完整个会话）
✅ 能发现"深层问题"
五、最佳实践
1、案例 2：最近需求碰到一个。Agent Review 检测出 3 个问题（2个是不相关的文件，1个是当前修改的文件且确实有问题）
讲的是有个 loading 状态在 catch 里没有重置。但是自定义命令代码审核没有发现这个问题，所以问了下原因
因此我优化下自定义命令，加上 2 个维度和细节
### 1. 功能正确性
- [ ] 代码逻辑是否符合需求描述
- [ ] 边界情况是否已处理
- [ ] 错误处理是否完善
- [ ] catch 块是否有状态恢复（特别是 loading/disabled 状态）
- [ ] 是否有降级方案（避免空白/卡死）
- [ ] UI 状态管理是否健壮
- [ ] Loading/Disabled 状态在所有路径（成功/失败/异常）下都能正确恢复
- [ ] 是否存在"卡死"风险
2、因此最佳实践是：两者结合使用，互相查漏补缺，持续迭代完善自定义的代码审核命令。
浙公网安备 33010602011771号