Python代码审查助手是部署在扣子平台的智能体，可自动检查PEP8规范、空值引用、未捕获异常、无限循环等风险，并分点输出问题位置、风险等级及修复示例。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
你需要为团队开发一个能自动审查Python代码质量、识别潜在Bug并给出修复建议的扣子智能体，部署后让所有成员在工作流中直接调用。
创建专属代码审查智能体
登录扣子官网（https://www.coze.cn）→点击右上角「扣子编程」→进入工作区。
点击左上角「+ 创建」→选择「AI创建」→在输入框中明确填写：【请作为资深Python工程师，接收用户提交的代码片段，逐行检查PEP8规范、空值引用、未捕获异常、无限循环风险，并用中文分点输出问题位置、原因及修复示例】→点击「生成」。
系统自动生成智能体后，立即修改名称为「Python代码审查助手」，上传统一技术部LOGO图标，确保团队成员一眼可辨。
立即进入“豆包AI人工智官网入口”；
立即学习“豆包AI人工智能在线问答入口”；
配置审查工作流节点
方法一：基础三节点链路
1. 开始节点 → 添加两个输入变量：code_snippet（类型Text）、review_level（类型Select，选项为“基础检查”“深度扫描”“安全加固”）。
2. 大模型节点 → 选用豆包·1.5·Pro·32k模型 → 系统提示词固定为：“你是一名有10年经验的Python后端架构师。严格按以下格式输出：【问题】行号+描述；【风险】严重/中等/低；【修复】代码块。不解释、不寒暄、不补充无关内容。” → 输入绑定code_snippet和review_level。
3. 结束节点 → 输出字段设为review_result，类型String，直接返回大模型原始输出。
方法二：增强版带文件解析（适用于审查.py文件）
插入「文件读取」官方插件节点 → 放在开始节点之后、大模型节点之前 → 输入源选「开始节点」的uploaded_file变量 → 输出参数勾选content（文本内容）和filename（用于日志追踪）。
注意：若用户上传非UTF-8编码的.py文件，此处会报错中断；必须提前在提示词中加一句“如遇解码失败，请返回错误提示：『文件编码非UTF-8，请另存为UTF-8格式后重试』”
本地测试与调试
第一步：在工作流编辑页右上角点击「调试」→ 输入一段含for i in range(10): print(i)但缺少if __name__ == '__main__':保护的代码 → 观察是否触发PEP8警告。
第二步：故意传入data = json.loads(user_input)且未包裹try-except → 检查输出是否标注“高风险：JSON解析未捕获ValueError/JSONDecodeError”。
第三步：上传一个含BOM头的test.py文件 → 验证是否返回预设的编码错误提示，而非乱码或崩溃。
调试通过后，点击「保存草稿」→ 再点击「发布」→ 选择环境为「生产」→ 勾选「启用版本控制」→ 确认发布。
嵌入团队协作平台
复制工作流末尾的「调用地址」（形如https://api.coze.cn/v1/workflows/xxx/execute）→ 在飞书多维表格「代码提交记录」视图中，新增「审查结果」按钮列 → 配置按钮动作为「发起HTTP请求」→ 方法选POST → Body填JSON：{"parameters":{"code_snippet":"{{代码内容}}","review_level":"深度扫描"}}。
这一步操作起来很简单，直接把飞书字段映射进Body模板就行，无需写一行代码。
最后，在钉钉群机器人后台添加新关键词「/check」→ 设置回复动作指向该工作流URL → 启用「自动解析消息中的代码块」开关 → 完成。
