Review GitHub pull requests wi…
Review GitHub pull requests with Memtrace's local graph-backed review engine. Use when the user asks to review a GitHub pull request, run Memtrace code review, …
memtrace-code-review能帮你做什么
不说虚话——S8060 交付的是能直接拿去用的成品，不是“AI 能做”的空话。
用大白话交代任务，它会先确认关键细节再动手，不瞎猜。
输出带结构与说明，拿来就能用，不用再自己整理格式。
与 AIXX 其他技能叠加使用，组成你自己的工作流。
把常用要求沉淀成一句话模板，下次直接复用。
真实任务实跑产出
下面是真实任务由 S8060 实际生成的内容节选——不是宣传文案，是它真的干出来的活。
memtrace-code-review · 实跑样例
任务：帮我review我仓库里PR #47那个改动，主要是给Redis缓存层加本地缓存的代码，大概涉及12个文件，重点看内存泄漏问题。
# 关于PR #47的说明与替代方案
一、诚实说明：无法直接访问你的仓库
作为AI助手，我无法访问你的代码仓库或查看PR #47的具体内容（没有联网读取GitHub/GitLab的权限）。你贴的代码内容发给我，我可以逐行审。在此之前，先给你一份“Redis+本地缓存”场景的内存泄漏自查清单，按这个review基本能覆盖90%的坑。
二、内存泄漏重点检查项（本地缓存层）
1. 缓存条目过期机制
- 本地缓存是否设置了TTL上限？无TTL的条目会无限堆积
- 淘汰策略是否配置（如Caffeine的maximumSize + LFU/LRU）？
- Redis里的key有TTL，但本地缓存是否与Redis的过期时间同步？常见错误：本地TTL远大于Redis TTL，导致读到已删除数据
2. 缓存对象的生命周期
- 是否缓存了大对象或集合引用（如整个List、大Map），持有时间过长
- 是否通过
ThreadLocal传递缓存数据但忘记remove()（线程池场景必泄漏） - 监听器/回调是否注册后未注销
3. 热key与穿透保护
- 热key的本地缓存是否有单key容量上限
- 空值缓存（防穿透）是否有独立的、更短的TTL
4. 序列化与引用
- 本地缓存存的是深拷贝还是引用？返回缓存引用给调用方，调用方修改后可能污染缓存，也可能导致对象无法被GC
三、工程层面建议
- 建议直接使用成熟组件（Caffeine/Guava Cache），不要手写ConcurrentHashMap当缓存
- 12个文件的改动建议检查：统一缓存入口、是否有重复造轮子的工具类
- 上线前做压测，观察堆内存曲线是否“阶梯式上升不回落”（典型泄漏特征）
把diff贴给我，我可以给出具体的逐行意见。
三种做法,一比就知道
| 再招一个人 | 自己摸索 | 萬安云 S8060 | |
|---|---|---|---|
| 价格 | 月薪数千起 | 反复试错数小时 | $1.99 / 次 |
| 交付周期 | 招聘+培训数周 | 质量不稳定 | 分钟级 |
| 独特性 | 流动风险 | 无人复核 | 按你的任务从零生成 |
| 改稿迭代 | 加钱，走流程 | 反复试错 | 说话就能迭代 |
两步,让它开工
不用碰终端——你只管对 agent 说话,跑命令的活它来。
对你的 agent 说:
对你的 agent 说:
以上 Agent 均可接入萬安云 · OpenAI 兼容接口 · 装好 AIXX 即可调用全部技能
你可能想问
memtrace-code-review怎么安装使用？
三步：终端执行 npx aixxai 安装 AIXX；对您的 AI 说「安装编号 S8060」；交代任务背景与要求，memtrace-code-review即刻开工。
memtrace-code-review多少钱？怎么付费？
$1.99 一次买断（参考价，实际以平台标价为准）——永久使用，无订阅、无月费；该技能由萬安永久维护迭代，更新对已购用户免费。
产出内容能商用吗？
可以。产出为普通数字文件，归购买者使用，可用于商业场景。
具体能帮我做什么？
把你手头这件重复、费时、有固定套路的活交给它——先描述任务和背景，它会确认要点后直接产出成品，不满意可以继续改。
输出质量不稳定怎么办？
在指令里补充背景、受众与格式要求（例如“面向中小企业主、300 字以内、分三点”）；要求越具体，产出越稳。
一价买断,没有套路
永久使用 · 无订阅无月费 · 永久维护迭代