2026年11月11日,開源專案 shadcn/improve 以其創新的 AI 代碼審核與計劃撰寫機制,登上 GitHub 熱門榜。該專案利用最強大的 AI 模型來審查大型程式碼庫,並生成適合成本較低模型執行的計劃,目標是提升軟體維護的成本效益。(根據專案說明)

最高階模型負責審核與計劃撰寫,更廉價模型負責執行

shadcn/improve 的核心概念是發揮 AI 模型各自優勢:利用最強模型進行程式碼庫的全方位審核,判斷哪些改進最有價值,並撰寫詳細的實作規劃文件。這些規劃以純 Markdown 格式呈現,清晰且能被任何 AI 或人類快速閱讀與理解。

接著,以較便宜的模型執行計劃,且不直接修改原始碼,而是在獨立的 git 工作目錄中運作,執行完利用自動流程比對結果,並回報執行結果,最終由使用者決定是否合併變更。

流程詳述與智能化審核內容

使用者只需在開發代理中輸入指令(例如 /improve),系統會自動掃描並映射程式碼庫結構,產生審核報告。後續用戶可指示系統為特定發現產生行動計劃。

專案納入多個評估面向,包括正確性、安全、效能、測試覆蓋率、技術債務、依賴版本管理與遷移、開發者體驗、文件及產品方向建議。每項發現均附帶具體程式碼位置、影響力、執行努力程度與可信度。

在生成規劃前,有專門的子智能體會重新驗證發現,剔除誤報並修正判斷錯誤,保證品質。

嚴謹設計讓計劃具備獨立執行力與可驗證性

每份計劃都是為資源有限且未經先前上下文訓練的執行模型撰寫,包含完整上下文與細節,不留模糊指示。

每項改動步驟都配備機器可檢查的驗證門檻與預期執行結果,以及明確的停止條件,保證執行模型在遇異常時能及時中止並通報。

所有計劃與執行皆有版本標記及偏移檢測,確保與程式碼庫版本一致。

編輯觀點:開源專案為AI輔助軟體維護開啟可能性

shadcn/improve 藉由將審核與執行分工,降低執行過程成本,吸引更多中小型團隊採用 AI 輔助代碼維護。該專案的架構與可驗證性設計為業界提供了典範,顯示 AI 不僅能提出優化建議,也能產生可執行且受控的實作計劃。

創業者若想驗證其效益,可從試用在自身開發代理及程式碼庫著手,比較傳統人工審核與 AI 審核計劃執行成本與品質差異。此外,關注該專案如何整合既有開發流程與文件,對服務開發、持續整合提供實務參考。