最终实战：AI 驱动的全栈服务

CodeForge 技术栈
│
├── 前端：Next.js 15
│   ├── React Server Components
│   ├── TanStack Query（数据获取）
│   ├── WebSocket（实时推送）
│   └── Monaco Editor（代码编辑器）
│
├── 后端：Rust + Axum
│   ├── REST API（CRUD）
│   ├── WebSocket（实时通知）
│   ├── AI 网关（多模型路由）
│   └── 后台任务队列（tokio）
│
├── 数据层
│   ├── PostgreSQL（主数据库 + pgvector 向量存储）
│   ├── Redis（缓存 + 会话 + 任务队列）
│   └── S3/R2（代码文件存储）
│
├── AI
│   ├── Embedding 模型（代码向量化）
│   ├── LLM（GPT-4o / Claude 3.5 代码审查）
│   └── RAG（检索增强生成）
│
└── 运维
    ├── GitHub Actions CI/CD
    ├── Kubernetes + Helm
    ├── Prometheus + Grafana
    └── OpenTelemetry 链路追踪

// crates/review/src/rag.rs
pub struct CodeReviewEngine {
    llm: Arc<dyn LlmClient>,
    embedder: Arc<dyn EmbeddingClient>,
    db: PgPool,
}
 
impl CodeReviewEngine {
    pub async fn review(&self, submission: &CodeSubmission) -> ReviewResult {
        // 1. 将代码向量化
        let code_embedding = self.embedder
            .embed(&submission.code)
            .await?;
 
        // 2. 检索相似的历史审查记录（RAG）
        let similar_reviews = sqlx::query_as!(
            SimilarReview,
            r#"
            SELECT content, score, review_type,
                   1 - (embedding <=> $1::vector) as similarity
            FROM code_reviews
            WHERE 1 - (embedding <=> $1::vector) > 0.7
            ORDER BY similarity DESC
            LIMIT 5
            "#,
            &code_embedding as &[f32]
        )
        .fetch_all(&self.db)
        .await?;
 
        // 3. 构造 RAG prompt
        let context = similar_reviews
            .iter()
            .map(|r| format!("历史案例（相似度 {:.0}%）:\n{}", r.similarity * 100.0, r.content))
            .collect::<Vec<_>>()
            .join("\n\n---\n\n");
 
        let prompt = format!(r#"
你是一个专业的 Rust 代码审查员。基于以下历史审查案例作为参考：
 
{context}
 
请审查以下代码，重点关注：
1. 内存安全（所有权、借用、生命周期）
2. 并发安全（数据竞争、死锁风险）
3. 错误处理（是否正确传播错误）
4. 性能问题（不必要的克隆、阻塞调用）
 
代码：
```rust
{code}
```
        "#, context = context, code = submission.code);
 
        // 4. 流式调用 LLM
        let review_stream = self.llm.stream_chat(vec![
            Message::system("你是专业 Rust 代码审查员"),
            Message::user(&prompt),
        ]).await?;
 
        // 5. 存储审查结果和 embedding 供未来 RAG 检索
        let review_text = collect_stream(review_stream).await;
        self.store_review(&submission.code, &review_text, &code_embedding).await?;
 
        ReviewResult { content: review_text, similar_cases: similar_reviews }
    }
}

// WebSocket 推送审查进度
#[derive(Serialize)]
#[serde(tag = "event", rename_all = "snake_case")]
pub enum ReviewEvent {
    Started { submission_id: Uuid },
    Analyzing { step: &'static str, progress: u8 },
    ChunkReceived { content: String },
    Completed { review_id: Uuid, score: f32 },
    Failed { error: String },
}
 
pub async fn process_review_job(
    submission: CodeSubmission,
    ws_tx: broadcast::Sender<ReviewEvent>,
    engine: Arc<CodeReviewEngine>,
) {
    let _ = ws_tx.send(ReviewEvent::Started { submission_id: submission.id });
 
    let _ = ws_tx.send(ReviewEvent::Analyzing {
        step: "检索相似案例",
        progress: 20,
    });
 
    // ... 审查过程中持续推送进度 ...
 
    match engine.review(&submission).await {
        Ok(result) => {
            let _ = ws_tx.send(ReviewEvent::Completed {
                review_id: result.id,
                score: result.score,
            });
        }
        Err(e) => {
            let _ = ws_tx.send(ReviewEvent::Failed { error: e.to_string() });
        }
    }
}

# .github/workflows/deploy.yml
name: Deploy to Production
 
on:
  push:
    branches: [main]
 
jobs:
  test:
    runs-on: ubuntu-latest
    services:
      postgres:
        image: postgres:16
        env: { POSTGRES_PASSWORD: test }
    steps:
      - uses: actions/checkout@v4
      - uses: dtolnay/rust-toolchain@stable
      - uses: Swatinem/rust-cache@v2   # 缓存编译产物
      - run: cargo test --workspace
 
  build-push:
    needs: test
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4
      - uses: docker/build-push-action@v5
        with:
          push: true
          tags: ghcr.io/${{ github.repository }}:${{ github.sha }}
          cache-from: type=gha
          cache-to: type=gha,mode=max
 
  deploy:
    needs: build-push
    runs-on: ubuntu-latest
    steps:
      - name: 滚动发布到 K8s
        run: |
          kubectl set image deployment/codeforge-api \
            api=ghcr.io/${{ github.repository }}:${{ github.sha }}
          kubectl rollout status deployment/codeforge-api --timeout=5m

✅ 语言基础
  - 所有权规则、借用检查通过
  - 错误处理：所有 Result 正确传播，无 unwrap() 在生产路径
 
✅ 工程质量
  - cargo clippy 零警告
  - cargo test --workspace 全部通过
  - 集成测试覆盖核心 API 路径
 
✅ 安全
  - 密码 Argon2id 哈希（绝不存明文）
  - JWT 使用强随机 secret，定期轮换
  - SQL 参数化查询（绝不拼接 SQL）
  - 速率限制覆盖认证路由
  - 依赖审计：cargo audit 零高危漏洞
 
✅ 运维就绪
  - /health 和 /ready 端点已实现
  - Prometheus 指标已暴露
  - 结构化日志（JSON 格式，含 trace_id）
  - 优雅关闭（SIGTERM 处理）
  - 资源限制（CPU/内存 requests/limits）
 
✅ AI 系统
  - LLM API key 通过 K8s Secret 注入
  - 模型调用有超时和重试逻辑
  - Token 成本追踪已启用
  - RAG 向量索引已预热