鐵人檔案
在現代軟體開發中，Code Review 是確保程式碼品質的重要環節，但人工審查耗時且容易遺漏問題。本系列將探索如何運用 AI 技術打造自動化 Code Review 系統，提升開發效率與程式碼品質。
我們將透過兩種實作路徑：
1. 首先使用 VSCode + MCP (Model Context Protocol) + Copilot 建立開發環境中的即時程式碼審查
2. 運用 n8n 工作流程自動化平台在 Production 環境實際使用與心得
關鍵技術：MCP、n8n、vsCode + copilot
n8n + AI + MCP 整合流程 - Part 1：建立 Webhook 節點 前言 昨天我們已經完成 n8n 的環境建置。今天則會依照下圖的 n8n +...
n8n + AI + MCP 整合流程 - Part 2：建立 AI Agent 節點 建立流程 1. 銜接 Webhook 點選 「+」 符號，將上一個動作（...
n8n + AI + MCP 整合流程 - Part 3：建立 AI Model 前言 昨天我們已經完成 AI Agent Node 的建立，但該節點仍缺少必填...
n8n + AI + MCP 整合流程 - Part 4：配置 AI Memory 記憶系統 前言 在前一篇文章中，我們已經完成了 AI Model 的建立。今...
n8n + AI + MCP 整合流程 - Part 5：n8n 內建 GitLab Tool 前言 在前一篇文章中，我們已經成功建立了 Memory 功能，讓...
n8n + AI + MCP 整合流程 - Part 6：透過 HTTP Request Tool 實現 GitLab 自動化 Code Review 前言 在...
n8n + AI + MCP 整合流程 - Part 7 最終篇：自建 MCP Server 實現完整工具鏈整合 前言 在上一篇文章中，我們透過 HTTP Re...
為什麼我改用 API 打造 Code Review 自動化，而非 AI Agent？ 前言 前面我們花了十多篇文章介紹 AI Agent，也確實感受到 MCP...
n8n Code Review 自動化：使用 API 取代 MCP Tool 的完整解決方案 前言 在前一篇文章中，我們深入探討了為什麼要從 MCP Tool...
團隊使用 n8n + AI + API 做 Code Review 的最終方案：Discussion API 實戰 (上) 前言 經過前面章節對 Note AP...
