OpenRouter 教程：用 Responses API 构建可在 Linux 沙箱验证 bug 的 AI 代码审查脚本

OpenRouter 于 2026 年 11 月 1 日发布了一篇实操教程《Build an AI Code Reviewer with OpenRouter (Python)》，演示如何用 OpenRouter 的 Responses API 搭建一个能在 Linux 沙箱里实际运行代码、验证 bug 的 AI 代码审查脚本。教程给出的核心产物是一个约 233 行、仅依赖 Python 标准库的脚本 review.py，可在本地命令行、Git pre-push 钩子或 GitHub Actions 中运行。

传统只看 diff 的审查器需要猜测改动文件其余部分长什么样、某个疑似 bug 是否在运行时真的会触发，且给出的修复往往只是需要手工粘贴的文本。教程中的脚本改用 OpenRouter Responses API，把改动后的文件、测试等上下文文件与 Git diff 一起上传到托管的 Linux 沙箱，让模型真正运行代码复现 bug，并以可一键应用的补丁形式返回修复。

脚本在 Responses API 上组合了三个服务端工具与一个函数工具：Files API（beta）负责上传完整文件与 diff，单次请求最多接受 20 个文件 ID（19 个改动/上下文文件加 1 个 diff）；Shell 工具 openrouter:shell（beta）会把上传文件复制进托管 Linux 容器的家目录，使模型能直接跑 Python、SQLite；Apply Patch 工具 openrouter:apply_patch（beta）让模型以 V4A 格式（create_file / update_file / delete_file）提议改动；submit_review 函数工具则用一个严格 JSON Schema 收口，要求模型给出每条发现的文件、行号、严重度、是否被运行验证（confirmed / unconfirmed）及证据。

脚本先从 Git 取得 diff 与改动文件名，附加 --context 指定的文件后上传；随后发起 /api/v1/responses 调用。模型读取文件、在沙箱中编写并短跑检查以确认疑似 bug，同时提出补丁。模型发来的补丁会被先应用到本地临时副本、再回告模型是否应用成功——补丁本身并不在沙箱中落地，因此模型的检查针对的是原始代码，应用后用 --apply 跑测试才能确认修复有效。模型调用 submit_review 后，脚本删除上传文件、将完整报告写入 .git/ai-review.json 并退出：退出码 0 表示通过或无需审查，1 表示出现达到严重度阈值（默认 --block-at high）的阻断性发现，2 表示未在 8 轮内完成或改动超过 19 个文件。

前置条件为 Python 3.11 及以上、Git 与 OpenRouter API Key；Files API、Shell、Apply Patch 工具仅在全局端点 https://openrouter.ai/api/v1 提供，区域端点会返回 403。教程用一个「orders」示例仓库演示：在原有测试仍通过的代码上注入 5 个 bug，再运行 python3 review.py --context tests/test_orders.py。一次 anthropic/claude-haiku-5.5 运行输出了 5 条发现（其中 3 条 HIGH、4 条经运行确认，另 1 条因无法复现而标为 unconfirmed），耗时 184 秒、成本 0.0210 美元，并因 HIGH 发现退出 1。

在五 bug 变更上的基准测试中，单次审查耗时约 1 至 4 分钟，成本介于 0.015 至 0.045 美元之间。

教程对四个模型各跑了三轮（默认设置并附带测试文件作上下文），对比「找到的 bug 数」「经运行代码确认数」与「补丁修复全部五个 bug 的比例」：

• Claude Haiku 5.5：完成 3/3，找到 14/15，确认 12，补丁全修 1/3，均价 0.0153 美元，均值 125 秒；
• Claude Sonnet 5.5：完成 3/3，找到 15/15，确认 12，补丁全修 3/3，均价 0.0447 美元，均值 60 秒；
• DeepSeek V4.1 Flash：完成 2/3，找到 10/10，确认 10，补丁全修 2/2，均价 0.0307 美元，均值 206 秒；
• GPT-6 Luna：完成 3/3，找到 12/15，确认 12，补丁全修 1/3，均价 0.0167 美元，均值 156 秒。

所有模型在每次完成的审查中都确认了 SQL 注入、分页差一错误、is not 误用比较以及被吞掉的异常重试这四类 bug；而对「移除 conn.close()」是否构成泄漏则判断不一。教程建议：追求最低单价用 claude-haiku-5.5，追求更快且修复更稳用 claude-sonnet-5.5，并提醒「应用补丁前务必人工阅读」。

每次审查的账单包含模型 token 与容器沙箱时间，沙箱按 0.0001 美元/秒计费（从首个 shell 命令到响应完成，模型思考时间也计入）。作为对比，纯 diff 的 Chat Completions 审查在 Haiku 5.5 上约 0.001 美元/次——跑沙箱贵 10 至 40 倍，但换来了可复现的证据与经过测试的修复。

需要注意的限制包括：改动与上下文文件会上传到 OpenRouter workspace 并发给模型提供方，只应审查你被允许共享、且不含密钥的代码；沙箱默认无外网、单个命令默认 2 分钟超时（最多 5 次），pip install 会失败，可用 network_policy 放行 pypi.org 等主机；上述工具均为 beta、行为可能变化，模型仍可能漏报、夸大严重度或写出坏补丁。

在 CI 侧，教程给出 .github/workflows/ai-review.yml，使用 actions/checkout@v7 与 actions/setup-python@v7（Python 3.11），并通过 git show "$BASE:review.py" 取基础分支上的脚本副本、以 python -I 运行，防止 PR 篡改审查器本身。

• ▸OpenRouter 官方博客教程（首要信源）：Build an AI Code Reviewer with OpenRouter (Python)，https://openrouter.ai/blog/tutorials/ai-code-review/，发布于 2026-11-01
• ▸OpenRouter 文档：Shell tool guide、Apply Patch tool guide、Files API guide、Containers guide（openrouter.ai 文档站）
• ▸模型评测工具 Ori Eval 文档（openrouter.ai 文档站）