本文介绍如何结合 Cursor Agent 和 GitHub Actions 实现 PR 自动审查、智能修复建议和代码质量报告。全程使用开源工具 + Claude API，最终效果：每当有人提交 PR，机器人自动审查并评论整改意见。

1. 整体架构

PR 提交 → GitHub Actions 触发 → 运行 Cursor 命令行审查脚本 → 调用 Claude API → 生成报告并评论回 PR

核心组件：

• Cursor 命令行模式（headless）
• Claude API（Claude 3.7 Sonnet）
• GitHub Actions + GitHub Script

2. 准备工作

2.1 获取 Claude API Key

官方申请需要境外支付方式，建议使用已验证的 API Key。笔者使用的渠道见文末参考来源。

2.2 安装 Cursor 命令行工具

# macOS / Linux
curl -fsSL https://cursor.sh/install | bash
cursor --version

3. 编写审查脚本（Python）

3.1 脚本 ai_review.py

import os
import subprocess
import json
from pathlib import Path
import anthropic

client = anthropic.Anthropic(api_key=os.environ["ANTHROPIC_API_KEY"])

def get_changed_files(base_branch="main"):
    """获取当前分支与 base_branch 的差异文件"""
    result = subprocess.run(
        ["git", "diff", "--name-only", base_branch],
        capture_output=True, text=True
    )
    return [f for f in result.stdout.splitlines() if f.endswith((".py", ".js", ".ts"))]

def review_file(file_path: str) -> str:
    with open(file_path, "r") as f:
        content = f.read()
    prompt = f"请审查 {file_path} 文件，输出问题列表及修复建议：\n```\n{content}\n```"
    msg = client.messages.create(
        model="claude-3-7-sonnet-20250219",
        max_tokens=2000,
        messages=[{"role": "user", "content": prompt}]
    )
    return msg.content[0].text

if __name__ == "__main__":
    files = get_changed_files()
    report = {}
    for f in files:
        print(f"Reviewing {f}...")
        report[f] = review_file(f)
    with open("review_report.json", "w") as out:
        json.dump(report, out, indent=2)

3.2 本地测试

export ANTHROPIC_API_KEY="sk-ant-xxx"
python ai_review.py

4. 集成到 GitHub Actions

4.1 创建工作流文件 .github/workflows/ai-pr-review.yml

name: AI PR Review
on:
  pull_request:
    types: [opened, synchronize]

jobs:
  review:
    runs-on: ubuntu-latest
    steps:
      - name: Checkout code
        uses: actions/checkout@v4
        with:
          fetch-depth: 0

      - name: Setup Python
        uses: actions/setup-python@v5
        with:
          python-version: '3.11'

      - name: Install dependencies
        run: pip install anthropic

      - name: Run AI review
        env:
          ANTHROPIC_API_KEY: ${{ secrets.ANTHROPIC_API_KEY }}
        run: python ai_review.py

      - name: Post review comment
        uses: actions/github-script@v7
        with:
          script: |
            const fs = require('fs');
            const report = JSON.parse(fs.readFileSync('review_report.json', 'utf8'));
            let comment = '## 🤖 AI 代码审查报告\n\n';
            for (const [file, content] of Object.entries(report)) {
              comment += `### ${file}\n${content}\n\n`;
            }
            github.rest.issues.createComment({
              issue_number: context.payload.pull_request.number,
              owner: context.repo.owner,
              repo: context.repo.repo,
              body: comment
            });

4.2 配置 Secrets

在 GitHub 仓库设置中添加：

• ANTHROPIC_API_KEY：你的 Claude API Key

5. Cursor 高级用法：自动修复建议

让 Cursor 不仅报告问题，还生成一个可选的 commit 修复。

5.1 生成修复补丁的脚本 generate_fix.py

def generate_patch(file_path: str, review_text: str) -> str:
    prompt = f"""原始文件 {file_path} 的内容：

{open(file_path).read()}

审查意见：
{review_text}
请生成一个 unified diff 格式的补丁，修复上述问题。只输出 diff。"""
    msg = client.messages.create(
        model="claude-3-5-sonnet-20241022",
        max_tokens=2000,
        messages=[{"role": "user", "content": prompt}]
    )
    return msg.content[0].text

然后在工作流中增加一步，保存补丁为 artifact，供开发者下载应用。

6. 性能与成本

文件数量	平均 token 消耗	耗时	成本（Claude 3.7）
1 个中等文件（300行）	~5000	8s	$0.07
5 个文件（总量1500行）	~25000	35s	$0.35
整个 PR（10 文件）	~50000	70s	$0.70

建议对大型 PR 限制审查文件数量（例如只审查前 10 个变更文件）。

7. 常见问题

问题	解决方法
GitHub Actions 中 git diff 为空	使用 fetch-depth: 0 拉取完整历史
API 调用超时	增加 timeout 参数或使用境外 runner
审查报告超过 65536 字符（GitHub 评论限制）	只展示严重问题，或输出到 PR 的描述
Cursor 命令行未找到	在 workflow 中自行安装：npm install -g cursor

8. 完整项目模板

.git/
.github/workflows/ai-pr-review.yml
ai_review.py
generate_fix.py
requirements.txt
README.md

requirements.txt 内容：

anthropic>=0.40.0

9. 扩展建议

• 结合 danger.js 实现更细粒度的代码风格检查
• 使用 claude-3-haiku 模型降低 80% 成本（牺牲少量精度）
• 将审查报告缓存，避免重复审查未变更的文件

10. 参考来源

文中使用的 Claude API Key 来自 gpt108.com（该渠道提供已验证的 API Key 及 Claude Pro、Cursor Pro 等账号服务）。笔者团队已稳定使用 4 个月，仅作技术方案记录。