在 AI 编码工作流期间运行代码质量流水线

Source: Dev.to

介绍

我一直在尝试使用 Claude Code、Cursor 等 AI 辅助编码工具。发现代码质量检查通常只在 CI 的后期运行——代码写完后才进行 lint、类型检查、测试、安全扫描和覆盖率等。这种工作流对人类来说可以接受，但在 AI 生成代码时显得有点尴尬。

于是我在本地开发时 完整运行质量流水线，并把结果以 AI 工具可以使用的方式暴露出来，以便它们迭代修复。这个实验演变成了一个小项目，叫 LucidShark。

LucidShark 的功能

LucidShark 是一个 本地优先的 CLI 代码质量流水线，专为 AI 编码工作流设计。

• 完全在 CLI 中运行
• 本地优先（无需 SaaS 或外部服务）
• 通过仓库配置文件实现 配置即代码
• 与 Claude Code via MCP 集成
• 生成可以 提交到 git 的质量概览

它会编排常见的质量检查，包括：

• lint
• 类型检查
• 测试
• 安全扫描
• 覆盖率

使用示例

pip install lucidshark
lucidshark init
lucidshark scan

语言和工具的支持仍然 相当有限，但对 Python 和 Java 项目已经能够相对顺畅地工作。

为什么要构建它

主要目标是探索 AI 代理能够读取质量结果并自动修复问题 的工作流，而不是让开发者在后期手动运行检查。项目仍处于早期阶段，期待从尝试 AI 编码工作流的朋友那里获得反馈。

GitHub:
Docs: