96SEO 2026-08-03 12:03 0
按理说,
一份写给前端开发者的 Python 小项目实战教程
前几天我搭了一套 AI 代码审查服务,用 Python + Flask 写了大概 行代码。实现了:当 GitLab 收到 MR 时自动调用 AI 分析代码 diff,接下来把审查意见贴回 MR 评论区。

团队里几个前端同事看了都很好奇:“我不会 Python,这个能学会吗?” 我就想,干脆写一份零基础也能看懂的学习笔记。把我踩过的坑、理解的过程都记录下来。
团队代码规范可能会更新。若把规范文件硬编码在脚本里每次更新都得改代码并重新启动,极易出错。
brew install python3
python3 --version # 应该显示 v3.x.x
将 app.py 保存到一个文件夹。例如 /Users/you/ai-review-service/
Create a requirements.txt:
flask
openai
python-dotenv
requests
gitpython
pyyaml
jsonschema
colorama
urllib3==1.26.15
certifi==2024.7.4
chardet==5.1.0
idna==3.7
urllib3==1.26.15
PyYAML==6.0
PyJWT==4.8.0
# 如果你想支持本地模型,请自行添加 ollama 等库。
cd /Users/you/ai-review-service/
python3 -m venv venv # 创建虚拟环境
source venv/bin/activate # 激活虚拟环境
pip install -r requirements.txt # 安装依赖包
.env)
OPENAI_API_KEY=sk-xxxxxxxxxxxxxx # OpenAI 或兼容接口密钥
OPENAI_BASE_URL=https://api.openai.com/v1 # 如需国内通义千问可改为阿里云地址
OPENAI_MODEL=gpt-4o-mini # 使用的模型名称
GITLAB_TOKEN=glpat-xxxxxxxxxxxx # GitLab Personal Access Token
GITLAB_URL=https://gitlab.com # GitLab 实例地址
REVIEW_SPEC_PATH=./specs/frontend-code-review.md # 审查规范文件方法
AUTO_SYNC_SPEC=true # 是否自动同步最新规范
SKILLS_REPO_URL=https://gitlab.com/your-team/skills.git # 存放规范文件的仓库地址
SECRET_TEST_TOKEN=test-token- # 用于 CI 调用测试时校验 token 的字符串,可自行修改
export SECRET_TEST_TOKEN # 必须导出以供 CI 使用
. 开启服务
python app.py // 启动 Flask 服务
四、配置文件 .env 详解
变量名 含义 获取方式
OPENAI_API_KEY 调用 OpenAI 或兼容接口所需密钥。可在 OpenAI 官网或阿里云 DashScope 中申请。 直接复制粘贴密钥即可。按理说,
OPENAI_BASE_URL API 接口地址。默认使用 openai 官方域名;
怎么说呢,如果国内网络受限,可改为通义千问等兼容域名。 根据你使用的网站自行填写。
OPENAI_MODEL 使用的大模型名称,如 gpt‑4o‑mini、qwen‑vllm‑base 等。 参考官方文档或你所在网站提供的模型列表。
GITLAB_TOKEN GitLab Personal Access Token,至少需要 api 权限才能拉取 MR diff 并发评论。老实说,
GITLAB_URL GitLab 实例根地址。如 https://gitlab.your-company.com。如果是 gitlab.com 则直接留空或填写该域名即可。
)
REVIEW_SPEC_PATH 代码审查规范文件相对方法;默认会从 SKILLS_REPO_URL 拉取当前版本;可以直接放在 repo 根目录下也可以放在 ./specs 文件夹内。
)
AUTO_SYNC_SPEC 是否自动同步最新规范;建议开启 true,以免出现老版本规则导致误判。
)
SKILLS_REPO_URL 存放团队统一审查规则的 git 仓库地址,例如 https://gitlab.com/your-team/skills.git。仓库内需包含 frontend-code-review.md 或类似命名的规则文档。
)
SECRET_TEST_TOKEN CI 调用测试时校验 Token 的字符串;在 .gitlab-ci.yml 中不必设此项。若想更安全,可改为随机字符串并导入 .env 中。
-
Caution:
- GITLAB_TOKEN 必须包含 api 权限,否则无法在 MR 下发评论。- 若仅做实验,可暂时不配置 GITLAB_TOKEN。服务将返回 “无法获取 diff” 提示,但不会报错。
五、主要功能拆解— 对前端友好版
. 导入依赖 & 读取配置 — 相当于 Express 的 app 对象和 dotenv 包
作为专业的SEO优化服务提供商,我们致力于通过科学、系统的搜索引擎优化策略,帮助企业在百度、Google等搜索引擎中获得更高的排名和流量。我们的服务涵盖网站结构优化、内容优化、技术SEO和链接建设等多个维度。
| 服务项目 | 基础套餐 | 标准套餐 | 高级定制 |
|---|---|---|---|
| 关键词优化数量 | 10-20个核心词 | 30-50个核心词+长尾词 | 80-150个全方位覆盖 |
| 内容优化 | 基础页面优化 | 全站内容优化+每月5篇原创 | 个性化内容策略+每月15篇原创 |
| 技术SEO | 基本技术检查 | 全面技术优化+移动适配 | 深度技术重构+性能优化 |
| 外链建设 | 每月5-10条 | 每月20-30条高质量外链 | 每月50+条多渠道外链 |
| 数据报告 | 月度基础报告 | 双周详细报告+分析 | 每周深度报告+策略调整 |
| 效果保障 | 3-6个月见效 | 2-4个月见效 | 1-3个月快速见效 |
我们的SEO优化服务遵循科学严谨的流程,确保每一步都基于数据分析和行业最佳实践:
全面检测网站技术问题、内容质量、竞争对手情况,制定个性化优化方案。
基于用户搜索意图和商业目标,制定全面的关键词矩阵和布局策略。
解决网站技术问题,优化网站结构,提升页面速度和移动端体验。
创作高质量原创内容,优化现有页面,建立内容更新机制。
获取高质量外部链接,建立品牌在线影响力,提升网站权威度。
持续监控排名、流量和转化数据,根据效果调整优化策略。
基于我们服务的客户数据统计,平均优化效果如下:
我们坚信,真正的SEO优化不仅仅是追求排名,而是通过提供优质内容、优化用户体验、建立网站权威,最终实现可持续的业务增长。我们的目标是与客户建立长期合作关系,共同成长。
Demand feedback