如何利用 Qwen2.5-Coder 构建一个能自动修复 Bug 的本地 Git Hook 工作流

把 Qwen2.5-Coder-32B 部署在本地，配合 pre-commit 钩子，能直接在 git commit 阶段拦截低级 Bug，不用等 CI 跑完才发现低级错误。这套方案的核心是利用本地 LLM 的低延迟和零成本，在代码进入暂存区时进行最后一波“语义扫描”。

我目前的实现逻辑是：编写一个 Python 脚本作为中间层，在 pre-commit 触发时，提取 git diff 中暂存的变更，喂给 Qwen2.5-Coder，如果 AI 判定存在 Bug 且能给出修复建议，则中断 commit 并提示开发者。

环境配置
本地使用 Ollama 运行 Qwen2.5-Coder，确保 API 接口在 11434 端口开启。安装 pre-commit 框架：

pip install pre-commit

核心脚本实现
在项目根目录创建 .git-hooks/ai_fixer.py。关键点在于 Prompt 必须强制 AI 只输出 JSON 格式，否则脚本无法解析是否需要拦截 commit。

import subprocess
import requests
import sys

# 仅检查暂存区的变更
diff = subprocess.check_output(['git', 'diff', '--cached']).decode('utf-8')
if not diff:
    sys.exit(0)

prompt = f"""
Analyze the following git diff for potential bugs, logic errors, or security vulnerabilities.
If a bug is found, respond in JSON format: {{"bug": true, "reason": "description", "fix": "suggested code"}}.
If no bug is found, respond: {{"bug": false}}.
Diff:
{diff}
"""

response = requests.post('http://localhost:11434/api/generate', 
                         json={"model": "qwen2.5-coder:32b", "prompt": prompt, "stream": False, "format": "json"})
result = response.json().get('response', '{}')

# 简单的逻辑判断，如果 bug 为 true 则退出码为 1，拦截 commit
if '"bug": true' in result:
    print(f"AI Bug Detector: \n{result}")
    sys.exit(1)

配置 pre-commit 触发
在 .pre-commit-config.yaml 中配置该脚本：

repos:
- repo: local
  hooks:
    - id: qwen-bug-fixer
      name: Qwen2.5 Coder Bug Check
      entry: python3 .git-hooks/ai_fixer.py
      language: python
      stages: [commit]

实战踩坑与优化技巧

上下文截断问题：如果一次 commit 的文件太多，git diff 会超出 LLM 的上下文窗口，导致分析失效。建议在脚本中加入文件过滤，只针对 .py 或 .ts 等核心逻辑文件进行扫描，跳过 package-lock.json 或 yarn.lock。

误报率处理：AI 有时会对代码风格（如变量命名）报 Bug。为了避免频繁被拦截导致心烦，我修改了 Prompt，要求它只有在“会导致运行时崩溃或逻辑错误”时才返回 bug: true。

效率提升点：
并发请求：如果项目大，可以把不同文件的 diff 分开并行调用 Ollama API。
自动应用修复：目前的流程是拦截 → 人工改。进阶做法是在脚本中增加 --apply 参数，让 AI 直接通过 git apply 将修复补丁打在本地，但这需要极高的模型信任度，建议初学者先走拦截模式。