團隊使用 n8n + AI + API 做 Code Review 的最終方案：Discussion API 實戰（下）

前言

經過兩篇的節點設計，今天會完成最後的幾個步驟，並實際查看最終成效。

雙重留言機制設計

步驟 8：條件判斷 (If 節點)

我們設計了一個 if 判斷路由，根據 AI 分析結果決定使用哪種留言方式：

• 有具體問題：使用 Discussion API 進行精確行級留言
• 無具體問題：使用 Note API 進行概括性總結留言

步驟 9：雙軌 API 調用實作

Note API 路徑 (HTTP Requst 節點)

當沒有具體程式碼問題需要討論時，使用 Note API 提供整體性的審查總結：

使用場景：

• 所有檔案都評估為 "no problem"
• 提供整體性的審查確認
• 讓開發者知道程式碼已經過 AI 審查

Discussion API 路徑

1. To Items 資料準備 (程式節點)

由於需要為每個有問題的檔案分別調用 Discussion API，我們使用 "To Items" 程式節點
轉為清單進行資料轉換：

const projectId = $node["get diff"].json["project_id"];
const iid = $node["get diff"].json["iid"];

let result = $input.first().json.discussions.map((discussion) => {
  return {
    ...discussion,
    projectId,
    iid
  }
});

return result;

2. Discussion API 調用 (HTTP Requst 節點)

關鍵特性：

• 批次處理：自動為每個問題檔案創建獨立的討論
• 精確定位：每個討論都準確定位到程式碼的具體行數
• 結構化回饋：包含問題分類、風險等級和具體建議

實際執行成果展示

場景一：發現問題的情況

功能特色：

• 只有真正存在問題的檔案才會產生討論
• 每個問題都精確標註在對應的程式碼行
• 提供詳細的問題分析和改進建議
• 根據風險等級使用不同的視覺標示

場景二：無問題的情況

設計理念：

• 即使沒有具體問題，也要給開發者明確的反饋
• 使用 Note API 提供整體的審查確認
• 避免產生不必要的行級討論
• 保持 MR 介面的清潔

總結

這套 Discussion API 代表了我們在 Code Review 自動化使用方案。通過精心設計的 AI Prompt、資料解析、靈活的留言策略，打造了貼近團隊使用的 Code Review 自動化系統。

在未來的文章中，我們將進一步探討權限控管、四種方案比較、Prompt 最佳實踐、n8n 工具小撇步、以及團隊導入等資訊。