Kodus

AI 代码审查，完全掌控模型选择与成本。

---

官网 · 社区 · 文档 · CLI 文档 · 试用 Kodus Cloud » · 自托管指南

为什么团队选择 Kodus

• 模型无关性：可使用 Claude、GPT-5、Gemini、Llama、GLM、Kimi 或任何兼容 OpenAI 的 API 端点。
• LLM 成本零加价：直接向模型提供商付费，无隐藏费用。
• 根据项目上下文学习：Kody 能适应您的架构、规范和工作流程。
• 规则由您定义：可用自然语言定义自定义审查规则。
• 隐私与安全：源代码不会用于训练模型，数据在传输和存储时均被加密，并支持自托管运行器。
• 原生 Git 工作流：可直接在 GitHub、GitLab、Bitbucket 和 Azure Repos 的 Pull Request 中使用。
• CLI + CI/CD 就绪：可在本地及流水线中运行审查。
• 运营影响：跟踪技术债务和交付指标，同时保持高质量的代码审查。

开始使用

云版本

• 创建免费账户
• 查看定价

自托管版本

• 通过 Railway 模板部署
• 安装指南（CLI）
• 安装指南（Docker）
• 加入 Discord 获取设置帮助

CLI

• CLI 概览
• CLI 命令
• CLI 在 CI/CD 中的使用

Monorepo 结构

• 后端服务：apps/api、apps/webhooks、apps/worker
• Web 前端（Next.js）：apps/web
• 共享代码：libs、packages

本地设置请参阅 本地快速入门。

开源版 vs. Teams 版 vs. Enterprise 版

功能	社区版	Teams 版	Enterprise 版
价格	免费	每开发者每月 $10 或每年 $8（另加每个开发者使用的 Token 费用）	定制
托管方式	自托管 或 由 Kodus 托管	由 Kodus 托管	自托管 或 由 Kodus 托管
使用自有密钥 (BYOK)	✅	✅	❌
PR 使用量	使用您自己的 API 密钥，无限制	使用您自己的 API 密钥，无限制	使用 Kodus AI Tokens API 密钥，无限制
用户数	无限制	无限制	无限制
Kody 规则	最多 10 条	无限制	无限制
活跃插件	最多 3 个	无限制	无限制
Kody 学习与记忆	✅	卡片上未列出	卡片上未列出
Quality Radar 问题	无限制	卡片上未列出	卡片上未列出
Kody 代理优先级队列	❌	✅	✅
工程度量 / Cockpit	❌	✅	✅
SSO	❌	❌	✅
RBAC + 审计日志 + 分析	❌	❌	✅
合规性	❌	❌	正在进行 SOC 2 认证
支持	Discord 社区支持	Discord 社区 + 邮件支持	私人 Discord + 邮件 + 每月最多 5 小时的专属引导/支持

查看完整对比 →

有疑问吗？

我们的团队随时为您提供帮助。请与我们的创始人预约一次 30 分钟的通话：预约链接。

贡献

我们欢迎社区的贡献。

Kodus AI 快速上手指南

Kodus 是一款支持完全控制模型选择与成本的 AI 代码审查工具。它兼容 GitHub、GitLab 等平台，支持本地 CLI 运行或自托管部署，且不对大模型费用加收溢价。

环境准备

在开始之前，请确保满足以下基础要求：

• 操作系统：Linux, macOS 或 Windows (WSL2 推荐)。
• 运行时依赖：
  • Node.js (v18+)
  • Docker & Docker Compose (如需自托管部署)
  • Git
• API 密钥：准备一个大模型服务商的 API Key（支持 OpenAI, Anthropic/Claude, Google/Gemini, GLM, Kimi 等兼容接口）。
  • 国内开发者提示：建议使用国内可稳定访问的模型提供商（如 DeepSeek, Moonshot/Kimi, Zhipu/GLM）或配置好网络代理的 OpenAI/Claude 接口。

安装步骤

你可以选择直接使用云端服务，或通过 Docker/CLI 进行自托管和本地使用。

方案一：使用云端版 (最快开始)

无需安装，直接注册即可使用：

1. 访问 Kodus Cloud 创建免费账户。
2. 在设置中绑定你的 Git 仓库（GitHub/GitLab 等）。
3. 填入你自己的大模型 API Key 即可开始审查。

方案二：自托管部署 (Docker)

适合需要数据私有化或团队内部部署的场景：

# 1. 克隆项目仓库
git clone https://github.com/kodustech/kodus-ai.git
cd kodus-ai

# 2. 使用 Docker Compose 启动服务
# 确保当前目录下存在 docker-compose.yml (参考官方文档生成或从 repo 获取)
docker compose up -d

# 3. 查看日志确认服务运行状态
docker compose logs -f

注：完整的环境变量配置请参考 apps/api 下的 .env.example 文件。

方案三：安装 CLI 工具 (本地/CI/CD)

适合在本地终端或 CI 流水线中运行代码审查：

# 使用 npm 全局安装
npm install -g @kodus/cli

# 或者使用 yarn
yarn global add @kodus/cli

基本使用

1. 初始化与配置

在使用 CLI 前，需配置你的模型凭证。Kodus 支持“自带密钥”(BYOK) 模式，费用直接支付给模型厂商。

# 初始化配置向导
kodus init

# 按提示输入：
# - 模型提供商 (例如：openai, anthropic, moonshot)
# - API Key
# - 模型名称 (例如：gpt-4o, claude-3-5-sonnet, kimi-v2)

你也可以手动创建配置文件 ~/.kodus/config.json：

{
  "provider": "moonshot",
  "apiKey": "sk-xxxxxxxxxxxx",
  "model": "moonshot-v1-8k"
}

2. 执行代码审查

进入你的项目根目录，对当前未提交的更改或特定分支进行审查：

# 审查当前工作区的变更
kodus review

# 审查特定的 Pull Request (需提供 PR URL 或 ID)
kodus review --pr-url https://github.com/your-org/your-repo/pull/123

# 指定审查规则文件 (支持自定义自然语言规则)
kodus review --rules ./my-rules.md

3. 在 CI/CD 中集成

在 GitHub Actions 或其他流水线中，只需安装 CLI 并运行命令：

# GitHub Actions 示例片段
- name: Install Kodus CLI
  run: npm install -g @kodus/cli

- name: Run AI Code Review
  env:
    KODUS_API_KEY: ${{ secrets.YOUR_MODEL_API_KEY }}
  run: kodus review --ci-mode

4. 自定义审查规则

在项目根目录创建 .kodus/rules.md，用自然语言定义团队规范：

# 我的团队规则
- 所有函数必须包含 JSDoc 注释。
- 禁止使用 `any` 类型，必须定义明确的 Interface。
- 数据库查询必须使用事务处理。
- 优先使用异步/等待 (async/await) 而非 Promise 链。

运行 kodus review 时，Kodus 会自动读取并应用这些规则。