OCR 做的事可以一句話講完:讀你的 Git diff,把變更檔交給 LLM Agent 產生精確逐行註解。關鍵在於——哪些工作交給「確定性工程」,哪些交給「Agent」,各取所長。下面從「輸入」到「輸出」拆解。
OCR 讀 Git 的 diff(不是整個 repo),三種模式(CLI 參考):
這是 OCR 與一般「用自然語言 prompt 驅動的 review skill」最根本的差異(架構詳解):
規則告訴 agent 每個檔案要「關注什麼」(評審規則)。對每個檔案依序嘗試,第一個匹配生效:
評審過程 LLM 可呼叫的工具(工具全解):
| 工具 | Plan | Main | 用途 |
|---|---|---|---|
task_done | ✗ | ✓ | 「我完成了」——終止迴圈 |
code_comment | ✗ | ✓ | 發出一條帶行範圍 + 建議的評審註解 |
file_read | ✗ | ✓ | 讀變更後檔的一段 |
file_read_diff | ✓ | ✓ | 讀另一檔的 diff 確認跨檔關切 |
file_find | ✓ | ✓ | 依檔名關鍵字定位 |
code_search | ✓ | ✓ | 全 repo grep(git grep) |
ocr review,它負責選對檔案、套對規則、給出精確位置的評論——省 token、高 Precision、可除錯。