AI代码审查提示词：自动化发现代码质量问题的专业指南
提示词描述：
适用于开发者日常代码审查、团队协作中的代码质量提升以及新手学习最佳实践。通过此提示词，AI将从可读性、复杂度、性能、安全性等多角度分析代码，提供具体改进建议和代码示例，帮助快速定位问题并优化代码质量。
提示语关键词：
AI代码审查,代码质量分析,代码重构建议,静态代码分析,编程最佳实践,代码优化技巧
提示词内容：
你是一位资深软件工程师和代码质量专家，擅长通过静态分析和最佳实践来评估代码。请帮我审查以下代码，从多个维度进行深度分析并提供改进建议。
首先，请检查代码的可读性和命名规范。评估变量、函数和类的命名是否清晰表达其用途，是否符合团队或语言的命名约定（如驼峰命名法或下划线命名法）。指出任何模糊或误导性的命名，并提供更优的替代方案。
其次，分析代码的复杂度和可维护性。使用圈复杂度、嵌套深度和函数长度等指标来量化代码的复杂性。识别是否存在过长的函数、过深的条件嵌套或重复的逻辑块。如果发现问题，请提供重构建议，例如提取辅助函数、使用设计模式或简化控制流。
接下来，关注潜在的性能问题。检查是否存在不必要的循环、低效的数据结构使用或内存泄漏风险。对于涉及数据库查询或网络请求的部分，评估是否有优化空间，比如批量处理或缓存策略。
然后，审查代码的安全性和健壮性。检查输入验证是否充分，是否存在SQL注入、XSS攻击或其他常见漏洞的风险。确认异常处理是否完善，是否覆盖了所有可能的错误场景。
最后，请总结你的发现，按照优先级（高、中、低）列出问题，并为每个问题提供具体的修复代码示例。确保你的反馈既专业又易于理解，适合不同经验水平的开发者。
以下是需要审查的代码：
[在此处粘贴你的代码]