必须启用开发工程师专家模式并结构化指令才能触发AST解析与静态分析，否则仅作普通语义理解；需添加/security-auditor前缀或正确语言标记以激活安全审计；双模型协同可减少逻辑缺陷漏判。
☞☞☞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☜☜☜
你想让WorkBuddy精准定位代码中的语法错误、逻辑漏洞或运行时隐患，而不是泛泛而谈“这段代码可以优化”，必须绕过默认聊天模式，强制激活底层静态分析引擎和AST解析器，否则它只会当作普通文本做语义理解。
切换专家角色并启用代码审查能力
点击界面左上角【专家】标签→进入专家市场→在搜索框输入“开发工程师”→找到对应卡片后点击【启用】。
返回新建任务页，在任务输入框上方确认专家模式已显示为开发工程师图标。这一步【不完成就无法触发任何代码语义分析】，纯粘贴代码也不会有行号级定位或修复示例。
提交带结构化指令的审查请求
在任务输入框中，按以下三要素模板组织内容：
做是什么：审查Python Flask接口代码；有什么：关注SQL查询构造、用户输入校验、异常处理完整性；怎么样：分条列出Review要点，每条含【问题类型】【影响范围】【改进建议】三部分，禁用段落式描述。
将原始代码置于指令下方单独段落，前后用空行隔开。缺少空行会导致模型将指令与代码混为一谈，跳过结构化解析流程。
手动调用security-auditor技能查高危风险
方法一：在任务输入框中，于代码前添加指令前缀：/security-auditor。
统一LLM网关 - 一个API对接70+AI模型，使用单一API密钥即可调用GPT、Claude、Gemini、Qwen、Deepseek、Grok等主流模型。
方法二：确保代码块使用```python、```java等语言标识符包裹，不可仅粘贴纯文本。缺少语言标记会导致AST解析失败，所有安全规则直接跳过。
提交任务后，若检测到明文密码、eval()调用、未过滤的用户输入拼接SQL等高危项，系统将自动高亮标注并给出可直接复制的修复代码片段。这一步【跳过即无法获得可落地的安全修复方案】。
启用双模型协同审查提升准确性
第一步：在模型配置中开启DeepSeek+GLM双模型比对开关。
第二步：提交同一段代码审查请求，等待两个模型分别输出结果。
第三步：系统自动合并共识项，对分歧点标注“需人工确认”，避免单一模型因训练偏差漏判逻辑缺陷。
单模型容易把嵌套回调中的竞态条件识别为正常异步流程，双模型交叉验证能显著降低此类误判率。
