Qt 代码审查技能重磅上线，用于智能体式开发

审查、审计或核查代码，通常意味着要分别运行代码检查工具（linter）、逐条查阅检查清单，并在数十个文件中手动验证 Qt 特有的代码模式。作为 Qt AI 驱动的开发工具 的重要补充，Qt 代码审查技能可以帮助开发者自动完成审查环节的部分工作。借助 AI 智能体先运行确定性 linter、再并行调度六个深度分析智能体，开发者不必再逐个文件手动排查，几分钟内即可获得附带修复建议的真实问题清单。

AI 驱动的代码审查，结果可靠

这些审查技能背后的原则很简单：linter 具有权威性，智能体不会对其结论提出质疑；只有置信度超过 80/100 的发现才会作为确认问题上报；且这些技能均为只读操作，不会修改代码。

视频：Qt C++ 代码审查技能在 Claude Code CLI 中的实际运行演示（部分片段经过剪辑与加速处理）

Qt C++ 审查技能针对 Qt6 C++ 源文件与头文件；QML 审查技能针对 Qt6 QML 文件，并可选择性调用系统的 qmllint 进行类型级检查。两项技能均可作用于单次提交（commit）、单个目录或整个项目，且共享一套三阶段分析架构。

两项审查技能，同一套架构

两项审查技能均针对 Qt6 源代码：C++ 审查技能作用于 .cpp、.h 与 .hpp 文件；QML 审查技能作用于 .qml 文件，并可选择性调用系统 qmllint 进行类型级检查。两者都可审查单次提交、单个目录或整个项目，且共享同一套三阶段处理流程。

代码审查技能何时被触发？

只要开发者要求审查、检查、审计或核查代码——或是在提交（commit）前被提醒需要这样做——AI 智能体就会调用 Qt 代码审查技能。诸如 "review my changes"（审查我的改动）、"audit the module"（审计这个模块）、"check this before I push"（推送前检查一下），或者简单一句 "code review"（代码审查），都足以触发该技能。这些技能还会判断用户意图范围是狭窄的（仅审查 diff 或特定提交）还是宽泛的（审查整个目录或完整代码库），并据此调整审查范围。

Qt 代码审查技能详解

一旦被触发，这些技能便会接管原本需要开发者分别运行 linter、查阅检查清单、并在数十个文件中手动推敲 Qt 特有细微模式的整套工作流程。以下是各步骤的具体运作方式。

第一步——范围识别

该技能首先确定审查范围。如果开发者说 "this commit"（这次提交），它会执行 git diff HEAD~1..HEAD；如果说 "my changes"（我的改动），则会合并未暂存与已暂存的 diff。无论哪种情况，它都会审查改动行以及前后各 ±50 行的上下文，并且只报告落在改动行范围内的问题。如果开发者指定了某个文件、目录或整个项目，它会在该范围内匹配所有 .cpp、.h 和 .hpp 文件（C++ 技能）或所有 .qml 文件（QML 技能）。

第二步——确定性代码检查（Deterministic Linting）

Python linter 采用单次遍历（single-pass）方式，对范围内的全部文件进行检查。C++ linter 内置了 60 余项可机械检测的规则，涵盖 include 顺序、废弃类使用、反模式（anti-pattern）、QAbstractItemModel 契约违规、错误处理、生命周期、API 命名、头文件、超时处理、条件语句、值类型（value-class）规范以及三元运算符风格等类别。

QML linter 内置了 47 余项检查，涵盖 import 顺序、属性顺序、属性绑定（property binding）、布局与锚定（anchoring）、Loader 模式、delegate 安全性、States、图片加载、性能反模式、代码风格规范、信号处理函数（signal handler）语法、错误与安全模式（如硬编码 http://、不可移植路径）以及 JavaScript 风格。两个 linter 均具确定性与权威性——其输出结果将直接进入下一步骤，智能体不会再对其提出异议。

第二步 b——系统 qmllint（仅限 QML 技能）

在 Python linter 运行完成后，若系统 PATH 中可找到 qmllint，QML 技能会选择性地以 JSON 输出格式运行系统 qmllint。qmllint 在类型级检查方面具有权威性——包括未解析类型、不兼容的属性赋值以及别名（alias）循环；而 Python linter 则覆盖 qmllint 无法检测的风格、顺序与性能模式。两者的输出结果会被合并并去重。

第三步——六个并行的深度分析智能体

以 linter 输出结果作为上下文，六个专项智能体会并行启动。每个智能体都有明确的职责范围与特定的检查清单，不会重复 linter 已经标记过的问题。

Qt C++ 技能中的六个智能体分工如下：

• 模型契约（Model Contracts）——QAbstractItemModel 信号协议、角色（role）系统、索引有效性以及代理模型（proxy model）正确性。

• 所有权与生命周期（Ownership & Lifecycle）——内存所有权、父子对象关系、资源清理、五法则（Rule of Five）以及 RAII 正确性。

• 线程安全（Thread Safety）——跨线程 QObject 访问、互斥锁（mutex）一致性以及工作线程中的信号发射。

• API、命名与 C++ 正确性（API, Naming & C++ Correctness）——Qt 命名规范、const 正确性、移动语义（move semantics）、枚举（enum）规范以及 noexcept 正确性。

• 错误处理与校验（Error Handling & Validation）——QFile、QJsonDocument、QNetworkReply、SSL 以及用户输入中缺失的错误检查。

• 性能与代码质量（Performance & Code Quality）——算法反模式、不必要的拷贝、写时复制（COW）分离（detach）陷阱、死代码、魔法数字（magic number）、复制粘贴的逻辑、过期缓存，以及不确定的迭代顺序。
  

QML 技能中的六个智能体分工如下：

• 绑定与属性（Bindings & Properties）——多重循环绑定（binding loop）、别名（alias）链、未限定的属性访问、缺失的 readonly 声明，以及 pragma ComponentBehavior: Bound 的覆盖情况。

• 布局与锚定（Layout & Anchoring）——锚定到不可见项目、跨分支锚定、模糊的 Layout 尺寸设置，以及缺失的填充策略（fill policy）。

• 组件加载与生命周期（Component Loading & Lifecycle）——Loader 模式、动态对象创建导致的泄漏、Connections 的生命周期，以及与 C++ 集成的正确性。

• ListView 与 Delegate 正确性（ListView & Delegate Correctness）——required 属性模式、delegate 复用安全性、滚动性能，以及已知的 Qt delegate 缺陷。

• 状态、过渡与结构（States, Transitions & Structure）——PropertyChanges 的正确性、过渡（transition）覆盖情况、StateGroup 的使用，以及 Qt 5 → 6 迁移模式（Binding.restoreMode、Connections 处理函数语法、QtGraphicalEffects → MultiEffect）。

• 性能与代码质量（Performance & Code Quality）——高开销绑定、信号与函数（signal-vs-function）方向选择、以单例（singleton）存储数据的反模式、MouseArea 与指针事件处理器（pointer handler）的取舍、delegate 中父对象的空值检查，以及可复用组件的尺寸设置。
  

第四步——整合与报告输出

技能会合并全部 linter 与智能体的输出，在文件与行级别对发现结果去重，并进行置信度评分。只有置信度超过 80/100 阈值的发现，才会作为确认问题上报；60–79 区间的发现则会单独归入"待排查项"章节，整份报告中最多列出十项；低于 60 的发现一律不予展示。每一项确认问题都包含文件与行号、规则类别、问题描述，以及以文字形式（而非代码补丁）给出的具体修复建议。

代码审查技能的局限性

这些技能并不能替代传统的静态与动态分析工具。架构验证——即检查组件边界、分层结构与依赖关系图是否合理——需要专门的工具与人工判断，这超出了逐文件 linting 与智能体审查所能提供的范畴。同样，针对已知漏洞模式的安全扫描、CVE 匹配的依赖检查以及供应链分析，也应交由专门的安全审查技能或外部扫描工具处理。这些工具是对 Qt 代码审查技能的补充，应与其配合使用，而非取而代之。

分析范围受限于智能体在审查会话中所能读取的内容。跨代码库的依赖、生成代码，以及不在源码树中的第三方头文件，均不会被分析。仅在链接期或运行时才会显现的问题——例如由特定输入序列触发的未定义行为、需要特定线程交错顺序才会出现的竞态条件（race condition），或是在运行时动态连接的 Qt 信号，都超出了静态审查的范围。

置信度阈值会屏蔽不确定的发现，这意味着部分真实存在的问题不会出现在报告中。对于从事安全关键或安全敏感代码工作的审查人员，应将该报告视为审查的最低起点，而非上限，并应结合人工审查使用。

依赖项

Qt C++ 代码审查技能需要 Python 3 来运行其内置的 linter，除标准库外无需额外安装其他软件包。若要进行基于 diff-scope 的审查，Git 必须已配置在 PATH 中。该技能面向 Qt6 C++ 代码库；Qt5 项目大体上也可正常使用，但部分检查项是 Qt6 专属的。

QML 代码审查技能同样需要 Python 3 来运行其 linter。来自 Qt6 安装环境的 qmllint 可选择性启用类型级检查；该技能会自动在 $QT_HOST_PATH/bin/ 或系统 PATH 中检测 qmllint，若未找到则会自动跳过该项检查，不影响其余流程。

已测试环境

这些技能已在 Claude Code CLI、Claude Desktop 以及 VS Code 中的 GitHub Copilot 环境下完成测试。Claude Sonnet 4.6、GPT 5.4 与 Gemini 3.1 Pro 均能取得良好效果。除上述已测试的模型外，针对深度任务，始终建议使用前沿模型（frontier model）。

获取这些技能

可通过我们的 GitHub 代码库获取 Qt 智能体技能：https://github.com/TheQtCompanyRnD/agent-skills

此外，也可直接从 Claude 应用市场（marketplace）以插件形式安装官方 Qt 代码审查技能（搜索 "qt-development" 即可找到）。