git-lrc
Hexmos · 程式設計
git-lrc 是一款免費的 AI 程式碼審查工具，會掛進 git commit，在每個 diff 進入你的儲存庫之前先檢查一遍。它由 Hexmos 打造，也就是 LiveReview 背後的團隊。賣點很單純：AI 代理寫程式很快，有時會默默弄壞東西，所以你需要一個在提交當下、而不是在正式環境才抓到損害的工具。
關於 git-lrc
git-lrc 是什麼
git-lrc 是一款命令列工具，會盯著你的提交，並對每次變更執行自動化程式碼審查。它由 Hexmos 打造，也就是 LiveReview 背後的團隊。賣點很單純：AI 代理寫程式很快，有時會默默弄壞東西，所以你需要一個在提交當下、而不是在正式環境才抓到損害的工具。
這款工具把找到的問題依風險分類，從安全性與機密管理，到可靠性與錯誤處理都涵蓋。根據 Hexmos 的說法，它追蹤 10 個類別、超過 100 種失敗模式，而每次完成的審查都會產生一份簡短的簡報，說明改了什麼、出現了哪些風險。
它最適合開發者本機與小型團隊，也就是已經靠 AI 助理寫程式的那些人。主要限制在於範圍：git-lrc 是護欄，不是完整的測試套件。它會標出有風險的 diff。它不會告訴你應用程式到底能不能跑。
開始使用
- 在你工作用的任何 Git 儲存庫裡開啟終端機。
- 執行安裝指令：
curl -L https://hexmos.com/ipm-install | bash && ipm i HexmosTech/git-lrc。Windows 與其他安裝方式都寫在專案的 Get Started 指南裡。 - 照平常的方式提交。git commit hook 會自動對 diff 觸發一次審查。
- 在 Issue Navigator 裡閱讀審查結果，這是一個可依嚴重程度與風險類別篩選的檢視。
- 把標出的問題送回你的 AI 代理，或複製進你的修正流程，然後再提交一次。
產品資訊
快速了解 git-lrc 的定價、支援平台與效能。
適合對象
這項工具最適合的使用者、任務與情境。
使用者
- 獨立開發者與小型團隊：在沒有專職 QA 流程的情況下，用免費的方式加上一道審查步驟，前提是每個人都透過 Git 提交。
- 工程主管：很適合抽查 AI 程式代理到底改了什麼。它輔助人工審查，並不取代。
任務
- 在機密進入歷史之前攔截外洩：審查會檢查 diff 與日誌行裡的機密，所以在提交當下就標出問題。
- 標記昂貴的雲端操作：它會凸顯可能讓帳單爆掉的呼叫，這對採用量計費基礎架構的團隊最重要。
- 審查 AI 產生的 diff：當代理刪掉邏輯或放寬限制時，git-lrc 會把變更攤出來，讓你判斷是不是有意為之。
情境
- 接手新的程式碼庫：簡報與 git log 用白話回顧每一次變更做了什麼。
- 事後檢討：你可以往回追過去的審查，看風險變更是何時進來的、為什麼。
主要功能
提交當下的審查 hook
git-lrc 會安裝一個 git hook，在每個 diff 變成提交之前先跑一次 AI 審查。把它想成會自動啟動的提交前程式碼審查。你不必記得去叫它，也不必另外把審查步驟塞進 CI。如果某個變更看起來有風險，你會在情境還新鮮的時候就看到。
帶嚴重程度篩選的 Issue Navigator
一整面行內留言很難分診，所以 git-lrc 把每次審查變成一張可篩選的檢視。你可以依 Critical、Warning 或 Info 排序，深入 Security、Secrets Management 等類別，還能即時看到每個區域有多少問題。那個排序才是重點。它告訴你先修什麼，而不是逼你全部讀完。
十個風險類別，超過 100 種模式
掃描器是依風險而非風格來組織。Hexmos 列出 10 個類別與超過 100 種追蹤中的失敗模式，涵蓋安全性、可靠性、成本與 bug。它更接近程式碼安全掃描器，而不是排版 linter。對擔心服務中斷的團隊來說，這種涵蓋範圍更有用。 靜態程式碼審查會抓到模型漏掉的東西。這就是整個重點。而且沒有儀表板要你盯著。它就是會跑。
每次審查的簡報
每次審查也會產生一份簡短簡報：用白話說明實作了什麼、標出了哪些風險、哪些技術細節要緊。這是個輕量的方式，讓變更有紀錄可循，又不必有人手寫 changelog。對於接班或事後檢討來說，這比重讀原始 diff 好得多。
送回代理的修正流程
找到的問題可以複製，或直接送到 Claude，再餵回你的 AI 代理去修。每個問題還有讚/倒讚，會調整未來的審查，所以隨著團隊持續使用，訊噪比應該會變好。
git log 追蹤
git-lrc 把簡報和迭代與涵蓋紀錄一起放進你的 git log。結果就是每一次變更與其附帶風險的連續紀錄，團隊幾個月後都能翻閱，不必另外維護文件。
優缺點
優點
- 完全免費，不必擔心付費方案
- 60 秒安裝，掛進平常的 git commit
- 找得到真正的安全問題，例如外洩的機密與敏感的日誌行
- 嚴重程度篩選讓大量審查很好分診
- 修正流程會把問題送回 AI 代理
缺點
- 沒有中國或難以觸及平台的問題：它在本機執行，所以取決於程式碼是否透過 Git 提交
- 審查品質仍取決於底層的 AI 模型
- 無法取代測試或人工程式碼審查
常見問題
它對每次 git commit 跑一次 AI 審查，在 diff 進入之前檢查有沒有風險變更。它會找外洩的機密、昂貴的雲端呼叫，以及 AI 代理可能默默弄壞的邏輯這類問題。
相關內容
探索與 git-lrc 相關的工具、技能與文章。
git-lrc 替代方案
Forefront
Forefront · 程式設計Forefront 是一個用來打造開源 AI 的網頁平台。你可以用自己的資料微調主流的開源語言模型、評估它們的表現，再透過 API 執行，或匯出後自行架設。想要封閉式平台的便利、卻堅持要自己擁有模型與資料的開發者，就是這裡的目標客群。
Startkit
StartKit.AI · 程式設計Startkit 是一套用來打造 AI SaaS 與 AI 包裝產品的樣板。可以把它想成一個 AI 新創樣板，把枯燥的部分都先接好了：驗證、Stripe 與 Lemon Squeezy 付款、用量限制、交易型電子郵件，以及一套能與 OpenAI、Anthropic、Groq 或 Llama 溝通的 AI API 啟動套件。你複製儲存庫、設定價格，然後專心在產品中使用者真正願意付費的部分。它建構於 React 與 Tailwind 之上的 Next.js，所以大部分的樣板程式碼對你來說並不陌生。
Testim
Tricentis · 程式設計Testim 是專為網頁、行動與 Salesforce 應用程式打造的 AI 測試自動化平台，用來建立並執行端到端測試。它靠機器學習在介面變動時維持測試穩定，團隊因此少花時間修補壞掉的定位器。對於一款今天就能開始使用的自動化測試工具來說，這表現不算差。你透過在瀏覽器錄製動作來建立測試，需要更多控制時再補上 JavaScript。對忙碌的 QA 團隊來說，這是個可靠的選擇。