本地优先的 AI 代码评审开源开源
ZeroPing
完全运行在本地模型上的开源 AI 代码评审，任何内容都不会离开这台机器。
结果
100% 离线，零数据外泄
问题
最能从自动代码评审中获益的团队，往往正是合同上不允许把源码发往云端 API 的那些团队。
我构建了什么
推理通过 Ollama 在本地运行，前面挡着一个 FastAPI 服务，评审因此发生在与代码同一台机器上，完全断网也能工作。
成效
得到与云端工具形态一致的、按问题结构化的评审结果，而源码没有任何离开这台机器的路径。
工作原理
- 01
把一个 diff 提交给本地的 FastAPI 服务，评审逻辑就在那里。
- 02
推理通过 Ollama 打到同一台机器上的模型，因此根本不存在要发出的外部请求。
- 03
结果按问题结构化返回，带位置和建议改法，而不是一段散文。
AI 层
由本地模型负责阅读，按文件而不是按仓库来提示，让上下文窗口如实反映它究竟读到了什么。
工程层
一个 FastAPI 服务、一个 Next.js 客户端，整条链路上没有任何网络依赖。约束本身就是产品。
关键技术决策
本地推理是硬性要求，不是可选项。
对这个产品面向的团队来说，把源码发给第三方 API 不是一个可以配置的偏好。那是他们合同明令禁止的事，因此离线是唯一站得住的设计。
技术构成
OllamaLocal LLMFastAPINext.js