# AIreview

**Repository Path**: laihuan110/AIreview

## Basic Information

- **Project Name**: AIreview
- **Description**: No description available
- **Primary Language**: Java
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-08-28
- **Last Updated**: 2025-08-28

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 🐛 Java BUG检测智能体

一个专门针对Java代码的智能BUG检测工具，支持**OpenAI GPT**和**Kimi K2**模型，使用AI技术深度分析Java代码，识别各种类型的BUG并提供详细的修复建议。

## ✨ 核心功能

- 🔍 **专业Java分析**: 专门针对Java语言特性进行深度BUG检测
- 🤖 **多AI模型支持**: 支持OpenAI GPT和Kimi K2模型
- ⚡ **快速预扫描**: 基于正则表达式的快速问题识别
- 🎯 **精准分类**: 按严重程度分类BUG (高/中/低风险)
- 📊 **详细报告**: 生成美观的HTML报告和简洁的摘要
- 🔧 **修复建议**: 提供具体的BUG修复方案和代码示例

## 🤖 支持的AI模型

### OpenAI GPT系列
- **gpt-3.5-turbo**: 性价比高，适合日常检测
- **gpt-4**: 检测质量更高，适合重要项目
- **gpt-4-turbo**: 更快的GPT-4版本

### Kimi K2系列 (推荐)
- **moonshot-v1-8k**: 8K上下文，适合一般代码分析
- **moonshot-v1-32k**: 32K上下文，适合大文件分析  
- **moonshot-v1-128k**: 128K上下文，适合超大文件分析

## 🐛 重点检测的BUG类型

### 🔴 严重BUG (Critical)
- **空指针异常** (NullPointerException)
- **数组越界** (ArrayIndexOutOfBoundsException)
- **内存泄漏** (Memory Leaks)
- **SQL注入** (SQL Injection)
- **资源泄漏** (Resource Leaks)
- **死锁问题** (Deadlocks)

### 🟡 重要BUG (Major)
- **线程安全问题** (Thread Safety Issues)
- **异常处理不当** (Improper Exception Handling)
- **性能问题** (Performance Issues)
- **并发问题** (Concurrency Issues)
- **资源管理问题** (Resource Management)

### 🟢 一般BUG (Minor)
- **代码质量问题** (Code Quality Issues)
- **命名规范** (Naming Conventions)
- **代码重复** (Code Duplication)
- **潜在逻辑错误** (Potential Logic Errors)

## 🚀 快速开始

### 1. 安装依赖

```bash
pip install -r requirements.txt
```

### 2. 配置API密钥

```bash
cp .env.example .env
```

编辑 `.env` 文件：

#### 使用Kimi K2 (推荐)
```env
AI_PROVIDER=kimi
KIMI_API_KEY=your_kimi_api_key_here
KIMI_MODEL=moonshot-v1-8k
```

#### 使用OpenAI GPT
```env
AI_PROVIDER=openai
OPENAI_API_KEY=your_openai_api_key_here
OPENAI_MODEL=gpt-3.5-turbo
```

### 3. 测试连接

```bash
# 测试AI服务连接
python main.py --test-connection
```

### 4. 运行BUG检测

```bash
# 检测当前目录的Java项目
python main.py

# 检测指定Java项目
python main.py --path /path/to/java/project

# 只显示高风险BUG
python main.py --severity high

# 快速预扫描模式
python main.py --quick-only
```

## 📋 命令行选项

```bash
python main.py [OPTIONS]

选项:
  -p, --path TEXT              Java项目路径 (默认: 当前目录)
  -o, --output TEXT            报告输出目录 (默认: java_bug_reports)
  -m, --max-files INTEGER      最大检测文件数 (默认: 30)
  -s, --severity [all|high|medium]  只显示指定严重程度的BUG
  --dry-run                    只扫描Java文件，不进行实际检测
  --quick-only                 只进行快速预扫描
  --test-connection            测试AI服务连接
  --help                       显示帮助信息
```

## 🔧 配置说明

### AI提供商配置

| 配置项 | 说明 | 示例值 |
|--------|------|--------|
| AI_PROVIDER | AI提供商选择 | `kimi` 或 `openai` |
| KIMI_API_KEY | Kimi API密钥 | `sk-xxx` |
| KIMI_MODEL | Kimi模型名称 | `moonshot-v1-8k` |
| OPENAI_API_KEY | OpenAI API密钥 | `sk-xxx` |
| OPENAI_MODEL | OpenAI模型名称 | `gpt-3.5-turbo` |

### 高级配置

| 配置项 | 说明 | 默认值 |
|--------|------|--------|
| MAX_TOKENS | 最大输出Token数 | `3000` |
| TEMPERATURE | 生成温度 | `0.1` |
| REQUEST_TIMEOUT | 请求超时时间(秒) | `60` |

## 💰 成本对比

### Kimi K2 (推荐)
- **moonshot-v1-8k**: ¥0.012/1K tokens
- **moonshot-v1-32k**: ¥0.024/1K tokens  
- **moonshot-v1-128k**: ¥0.06/1K tokens

### OpenAI GPT
- **gpt-3.5-turbo**: $0.002/1K tokens
- **gpt-4**: $0.03/1K tokens
- **gpt-4-turbo**: $0.01/1K tokens

### 成本估算示例

| 文件数量 | 平均大小 | 预估Token | Kimi成本 | OpenAI成本 |
|---------|---------|-----------|----------|------------|
| 10个    | 5KB     | 15K       | ¥0.18    | $0.03-0.45 |
| 30个    | 5KB     | 45K       | ¥0.54    | $0.09-1.35 |
| 50个    | 5KB     | 75K       | ¥0.90    | $0.15-2.25 |

## 📊 检测示例

### 空指针异常检测
```java
// ❌ 检测到的问题
String str = null;
int length = str.length(); // 潜在的NullPointerException

// ✅ 修复建议
if (str != null) {
    int length = str.length();
}
// 或使用Optional
Optional.ofNullable(str).map(String::length).orElse(0);
```

### 资源泄漏检测
```java
// ❌ 检测到的问题
FileInputStream fis = new FileInputStream("file.txt");
// 文件流未关闭，可能导致资源泄漏

// ✅ 修复建议
try (FileInputStream fis = new FileInputStream("file.txt")) {
    // 使用try-with-resources自动关闭资源
}
```

## 📈 报告格式

### HTML详细报告
- 🎨 美观的可视化界面
- 📊 统计图表和风险分布
- 📦 按Java包分组显示
- 🤖 显示使用的AI模型信息
- 🔍 预扫描结果展示
- 🔧 详细的修复建议

### Markdown摘要报告
- 📋 简洁的统计摘要
- 🤖 AI模型使用统计
- 🏆 最常见问题排行
- 📝 优先修复建议
- 📈 Token消耗统计

## 🔧 故障排除

### 连接测试
```bash
# 测试AI服务连接
python main.py --test-connection
```

### 常见问题

1. **API密钥错误**
   - 检查 `.env` 文件中的API密钥配置
   - 确保选择了正确的AI提供商

2. **网络连接问题**
   - 确保网络可以访问对应的API服务
   - 检查防火墙和代理设置

3. **模型不存在**
   - 检查模型名称是否正确
   - 确认API密钥有权限访问该模型

4. **Token超限**
   - 减少MAX_TOKENS设置
   - 限制单次处理的文件数量

### 调试技巧
```bash
# 检查配置
python main.py --test-connection

# 查看扫描结果
python main.py --dry-run

# 快速预扫描
python main.py --quick-only
```

## 🌟 为什么选择Kimi K2？

1. **成本优势**: 相比GPT-4便宜很多，性能相近
2. **长文本处理**: 支持128K上下文，适合大文件分析
3. **中文友好**: 对中文理解更好，报告质量高
4. **稳定性好**: 服务稳定，响应速度快
5. **无需翻墙**: 国内可直接访问

## 🤝 贡献指南

欢迎提交Issue和Pull Request来改进这个Java BUG检测工具！

## 📄 许可证

MIT License

---

**⚠️ 注意**: 
- 使用前请确保有有效的API密钥
- 建议先在小项目上测试
- 推荐使用Kimi K2模型获得更好的性价比