【标题】 **【学习工作赛道】**Code Spec Plugin:AI 原生代码规范与质量治理平台
(示例:【生活服务赛道】做一个xxx应用)
【标签】 按所选赛道选择话题标签:【学习工作赛道】
生活娱乐/学习工作/社会服务/硬件交互,必须四选一;如果参加附加赛题,还可加选 社会公益 标签。(一个报名帖只能选择1个赛道哦,社会公益可加选)
【正文】 不少于 100 字,至少包含以下 4 个部分,可增加其他部分
1. 创意名称 + 创意介绍
创意名称:Code Spec Plugin(大厂级代码规范与质量治理平台)
想解决什么问题: 现在 AI 辅助编程普遍存在一个通病——“先写再改”。AI 生成代码快,但代码风格、命名规范、安全边界、架构合理性往往参差不齐,开发者要么事后花大量时间重构,要么在 Code Review 时被反复打回。面试场景下,面试官经常通过项目代码结构几秒判断候选人水平,但很少有人能提前知道自己的项目在这些维度上能得多少分、该往哪改。
为什么会想到做这个: 我自己在准备面试和做开源项目时,发现 lint 工具只能检测"对不对",却无法评估"好不好";而纯 LLM 评分又忽高忽低、不可复现。于是想做一个能把"大厂面试官的评判标准"固化为可执行规则的工具,让 AI 在写代码前就知道规范,写完后能拿到稳定的六维质量报告。
大概是什么产品: Code Spec Plugin 是一套"核心引擎 + 多平台适配"的代码质量治理工具。核心引擎负责项目扫描、AST 静态分析、六维评分和 LLM Judge;同一套能力通过 CLI、MCP Server、VS Code / JetBrains 插件、本地 Web Dashboard 四种形态输出。目前已支持 TypeScript / JavaScript / Java / Kotlin / Go / Rust / Python 七种语言,规则包为 JSON 声明式,新增语言只需加文件、无需改引擎。
2. 目标用户及痛点
面向哪些用户:
-
准备技术面试、希望用项目作品加分的个人开发者
-
需要统一团队代码规范、降低 Code Review 成本的技术团队
-
希望为贡献者提供清晰编码规范的开源维护者
-
在 Trae / Cursor / Claude Desktop 等 AI IDE 中重度使用 AI 编程的开发者
在什么场景下使用: -
项目迭代前做一次全面质量体检,生成可落地的改进清单
-
面试前给自己的项目跑分,找出规范、架构、安全等短板
-
新建项目时一键生成 .trae/rules 、 .cursorrules 、 .github/copilot-instructions.md ,让 AI 从第一行代码就遵循约定
-
日常开发中通过 MCP Server 让 AI 助手实时审计当前文件
当前痛点: -
传统 linter 只报"错误",不报"质量"
-
纯 LLM 评估主观维度时分数波动大、不可解释
-
不同 AI 工具(Trae、Cursor、Copilot)各自维护规范文件,难以统一
-
缺少一个能把"面试级代码标准"量化并持续追踪的工具
3. 价值与意义
效率提升: 把"事后 Review"变成"事前预防和事中审计"。据统计,代码审查中发现的问题,修复成本通常是编码阶段的 10 倍以上。Code Spec Plugin 通过写前规范注入,让 AI 直接生成符合团队约定的代码;通过六维评分和详细 HTML 报告,让开发者快速定位最该优先修复的问题,显著减少返工。
社会价值: 降低高质量代码规范的获取门槛。大厂有完善的代码规范体系,但中小团队和个人开发者很难自建。我们将这套体系开源为热插拔的规则包,任何人都可以为自己的技术栈定制规范,并通过 MCP / IDE 插件分发到日常工具链中,让规范编码成为默认习惯而非额外负担。
4. 项目进展
核心规则引擎:项目扫描、JSON 规则包、AST 检查、指标计算、六维评分
LLM Judge:支持 10 家国内外模型厂商,对创新、架构、安全做结构化评分
规范注入器:自动生成 Trae / Cursor / Copilot 规范文件
MCP Server:已接入官方 SDK,支持 evaluate_project 、 audit_file 、 generate_coding_guidelines
IDE 插件:VS Code 扩展、JetBrains 插件(基础 Action)
Web Dashboard:本地运行,支持评分、历史记录、维度对比、详细 HTML 报告
多语言支持:TypeScript / JavaScript / Java / Kotlin / Go / Rust / Python
测试与 CI:44 个测试通过,GitHub Actions 持续集成
5. 技术亮点
- 引擎与适配器解耦 :CLI / MCP / IDE / Web 共享同一套核心逻辑
- 静态 + LLM 混合评分 :可量化指标用规则,主观维度用 LLM,互补不互斥
- 规则包热插拔 :新增语言或框架只需添加 JSON 规则文件
- 本地优先 :所有数据存在用户本机,API Key 不进入代码和配置文件
- HTML 报告自包含 :单文件可离线打开,无需启动服务
项目仓库: GitHub - linruoxi666/Code-Spec-Plugin: AI 驱动的代码规范与质量治理工具 · GitHub