> ## Content Index
> Fetch the complete content index at: https://www.hubwiz.com/blog/llms.txt
> Use this file to discover other available public pages before exploring further.

# 用OpenCode自动化代码审查
- URL: https://www.hubwiz.com/blog/automate-code-review-with-opencode/
- Published: 2025-12-25T17:25:08.000Z
- Updated: 2026-10-13T16:19:56.000Z
- Description: 本指南将引导你设置一个AI 驱动的本地代码审查系统，可以在不上传任何内容到云端的情况下分析你的整个移动应用项目。
- Author: admin
- Tags: TOOL, OPENCODE, LLM STUDIO, #Import 2026-10-14 14:41

对于安全专业人员来说，代码审查是构建可信赖软件的核心——无论你的目标是网络服务、API后端、桌面工具还是移动应用。然而，当没有专业的扫描工具时，这个过程往往显得缓慢且容易出错。通过人工代码审查花费数小时来寻找API端点、加密密钥或其他隐藏的机密信息，这些信息可能深埋在数千个文件中。

那么，利用人工智能呢？

大多数基于云的AI工具都有令牌限制，无法处理整个项目。这行不通。你需要的是**本地、私有且智能**的工具。

这就是 OpenCode 结合 LM Studio 的作用。本指南将引导你设置一个由 AI 驱动的本地代码审查系统，可以在不上传任何内容到云端的情况下分析你的整个移动应用项目。

## **1、安装 OpenCode**

OpenCode 是一款开发者友好的工具，可以直接在终端中运行。设置起来非常简单。

安装 OpenCode 最简单的方法是使用通用安装程序：

```
curl -fsSL https://opencode.ai/install | bash

```

安装完成后，验证一切是否正常工作：

```
opencode - version

```

配置文件将存储在 `~/.config/opencode/` 目录中。你可以随时从终端启动 OpenCode：

```
opencode

```

![](https://www.hubwiz.com/blog/content/images/2025/12/image-360.png)

OpenCode Matrix 主题

### **1.3 默认设置**

默认情况下，OpenCode 使用 Grok Code 作为其模型，但仅限于有限使用。这就是为什么我们要将其连接到 LM Studio，以使用完全本地的语言模型——为你提供无限访问和完整的隐私。

## **2、将 LM Studio 连接到 OpenCode**

这就是魔法发生的地方。我们将连接你在 LM Studio 中运行的本地语言模型到 OpenCode，创建一个强大的 AI 辅助代码审查设置。

### **2.1 启动你的 LM Studio 服务器**

首先，启动 LM Studio 并启动你的本地语言模型。确保服务器正常运行，确认它可以通过 `http://localhost:1234`（默认端口）访问。

你可以通过服务器设置检查 LM Studio 使用的端口，如果需要调整的话。

![](https://www.hubwiz.com/blog/content/images/2025/12/image-361.png)

LM Studio 服务器设置

在这个演示中，我使用了 Qwen3 Coder 30B 模型，该模型在代码审查任务中高度依赖对编程语言上下文的理解。因此，我建议选择最适合你硬件环境的模型。

### **2.2 配置 OpenCode**

现在我们需要告诉 OpenCode 去哪里找到你的 LM Studio 服务器。让我们创建并打开 OpenCode 配置文件：

```
nano ~/.config/opencode/opencode.json

```

粘贴配置：

```
{  
  "$schema": "https://opencode.ai/config.json",  
  "provider": {  
    "lmstudio": {  
      "npm": "@ai-sdk/openai-compatible",  
      "name": "LM Studio (local)",  
      "options": {  
        "baseURL": "http://localhost:1234/v1"  
      },  
      "models": {  
        "qwen/qwen3-coder-30b": {  
          "name": "qwen3-coder-30b"  
        }  
      }  
    }  
  }  
}

```

这告诉 OpenCode 将 LM Studio 识别为本地模型提供者，指向它的 API 端点并定义可用模型；“provider”部分和 API 端点是启用本地 LLM 所必需的，而 `$schema` 和 `models` 字段推荐用于验证和更简单的选择，但 `model` 字段只有在你想自动设置默认模型时才需要。

### **2.3 测试连接**

为了确保一切连接正确，请启动 OpenCode 并执行：

```
/model

```

![](https://www.hubwiz.com/blog/content/images/2025/12/image-362.png)

OpenCode 选择模型

你应该看到“LM Studio (local)”作为可用提供者之一以及你的模型出现。如果显示出来，你就准备好了！

## **3\. 创建自定义安全审查命令**

当您创建定制命令以适应您的工作流程时，OpenCode 会大放异彩。让我们建立一个名为 mobile-app-review-1 的初始移动应用安全审查命令。目标是让 AI 帮助我查找所有可能的攻击向量。

### **3.1 设置您的命令目录**

创建一个命令目录：

```
touch .opencode/commands/mobile-app-review-1.md

```

随着您创建更多专门的命令，可以这样组织它们：

```
.opencode/commands/  
├── mobile-app-review-1.md  
├── api-endpoint-scan.md  
├── internet-asset-detection.md  
└── dependency-audit.md

```

### **3.2 编写您的安全审查命令**

现在编辑该文件并添加您的审查模板。这是我的示例：

```
# mobile-app-review-1

Perform a code review and write a markdown report for the authentication flow implemented in this mobile app.

The report should include:
- The main authentication API endpoint and full request URL format
- The exact HTTP request body structure for login, showing field names and data type
- Details about any secrets or key material stored or hardcoded, explaining their role
- A step-by-step summary of how authentication operates, including token usage for session management
- Any security risks observed in the approach

Format the output as a concise markdown technical report for security review. 
Save the findings to a Report.md file.
```

这个命令对移动应用的认证流程进行代码审查，并生成一份简明的 markdown 安全报告，总结端点、请求结构、密钥、认证逻辑和风险，并将结果保存到 markdown 文件中。如今，攻击者经常分析 APK 文件中的线索，以发现针对后端服务的方式。因此，在进行安全代码审查时，识别这些线索并帮助开发人员修复潜在漏洞至关重要。

### **3.3 运行您的自定义命令**

当您准备好审查一个应用时，打开 OpenCode 并按 `/` 打开命令面板。选择我们创建的 `/mobile-app-reviews-1` 并确定您的审查目标的绝对路径，然后按 Enter。AI 将开始分析您的项目。

![](https://www.hubwiz.com/blog/content/images/2025/12/image-363.png)

OpenCode 命令

记住，在任何侦察操作之前，需要获得服务所有者的许可！

### **3.4 查看您的报告**

完成后，OpenCode 将创建一个包含所有发现的 [Report.md](http://report.md/?ref=hubwiz.com) 文件。验证它们并开始规划进一步的操作。据我经验，结果相当不错。

![](https://www.hubwiz.com/blog/content/images/2025/12/image-364.png)

![](https://www.hubwiz.com/blog/content/images/2025/12/image-365.png)

无论你的项目范围或你选择的 LLM 是什么，硬件的力量都会解锁访问更高级模型的能力——每次审查都能提供更强的分析和更深入的见解。此外，这里介绍的方法是在本地运行的，确保敏感代码和发现永远不会离开你的安全环境——这是一个专为当今网络安全操作现实设计的解决方案。

---

原文链接：[Automating Code Security Review: A Practical Guide to OpenCode + LM Studio](https://medium.com/@linc89617/automating-code-security-review-a-practical-guide-to-opencode-lm-studio-03ea7f98ca6d?ref=hubwiz.com)

汇智网翻译整理，转载请标明出处

> **这是「AI 编程 / Vibe Coding」专题的一部分。**完整地图见：[AI 编程 / Vibe Coding 完全指南](https://www.hubwiz.com/blog/vibe-coding-stack/)