Code Review тестового задания с помощью Claude Code

Я раза три пытался автоматизировать Code Review для новых кандидатов к нам в компанию. На прошлой неделе наконец получилось сделать более-менее адекватный результат.

Скажу сразу — это не тот кейс, когда AI делает автоматический Code Review при merge request. Это кейс ревью тестового задания. И разница принципиальная: при MR модель учится на контексте существующего проекта, а в тестовом задании этого контекста нет. Модель смотрит код «с нуля», как и ревьюер.

Раньше я пробовал скормить ChatGPT ссылку на гит — получал практически неинформативный фидбек. Попытки подстроить промт не увенчались успехом. Сейчас я использую Claude Code с моделью Sonnet 4.6, которая как модель сильнее и позволяет очень гибко настроить контекст.

Как это работает:

1. Кандидат выполняет наше тестовое задание и скидывает ссылку на гит
2. Я запускаю shell script
3. Script стартует Claude Code в заранее настроенном окружении
4. На выходе — отчёт в формате .md
5. На основе отчёта я провожу ручной Code Review, валидирую и финализирую

Как я это сделал:

Через Claude Code создал отдельную папку с проектом и окружением. Добавил туда документацию с нашим тестовым заданием и скормил все свои прошлые отчёты по кандидатам. Модель обучилась на моих ревью и сгенерировала себе правила, которые я потом отредактировал и структурировал вручную.

Результат:

— Время ревью снизилось с 30 до 10–15 минут
— Качество отчёта выросло (модель ловит то, что я мог пропустить по невнимательности)
— Итоговый отчёт я всё равно ревьювлю вручную, но экономлю время на онбординге в проект кандидата и на написании финального текста

Пример автоматического отчёта своего тестового приложу в комментариях 👇