Selvage - CLI de revisão de código com IA

Olá.
Muitas pessoas provavelmente já experimentaram usar LLMs para revisão de código, mas imagino que tenham encontrado alguns incômodos na aplicação prática.
Isso porque é necessário passar ao LLM o código a ser revisado e o contexto, além de especificar em detalhes até mesmo o formato de resultado desejado.

'selvage' é uma ferramenta CLI que automatiza esse processo de preparação para aumentar a eficiência da revisão de código.

[Principais recursos]

• Pode ser usada como ferramenta CLI de forma independente de IDEs ou extensões específicas
• Suporte aos principais modelos SOTA (GPT-5, Claude-Sonnet-4, Gemini, Qwen3-code)
• Pode ser usada com base no consumo, sem assinatura, com uma OpenRouter API Key
• Integração com o fluxo de trabalho do Git
  • Suporte à análise de alterações em staged, unstaged e diferenças entre commits/branches específicos
• Recurso de extração de Smart Context com base em AST (árvore sintática abstrata)
  • Extrai apenas os blocos mínimos de código e dependências relacionados às mudanças
  • Envia somente o contexto realmente necessário para reduzir o uso de tokens e, ao mesmo tempo, maximizar a qualidade da revisão
• Recurso de Large Context Review
  • Possibilita revisar com estabilidade alterações de grande porte que excedem o limite de contexto do modelo (principalmente PRs para publicar uma determinada feature)

[denimcoder]

Olá.
Desta vez fizemos uma atualização importante e gostaríamos de compartilhar a novidade.
Agradecemos muito o interesse de todos!

Link do GitHub: https://github.com/selvage-lab/selvage

---

🚀 Principais atualizações de funcionalidades

🤖 Adicionado o modo de servidor MCP (Model Context Protocol) ⭐ NEW

Peça revisão de código pela janela de chat no Cursor, Claude Code e outros!

Agora é possível registrar o Selvage como MCP no Cursor, Claude Code e outros para solicitar revisões de código em linguagem natural.
O resultado da revisão é entregue diretamente pelo assistente de IA, e depois de analisar o feedback você também pode pedir melhorias no código de uma só vez.

Como configurar:

# Integração com o Claude Code  
# Método 1: usar variável de ambiente (se já estiver configurada)  
claude mcp add selvage -- uvx selvage mcp  
  
# Método 2: definir diretamente  
claude mcp add selvage -e OPENROUTER_API_KEY=your_openrouter_api_key_here -- uvx selvage mcp  

# Integração com o Cursor (~/.cursor/mcp.json)  
{  
  "mcpServers": {  
    "selvage": {  
      "command": "uvx",  
      "args": ["selvage", "mcp"],  
      "env": {"OPENROUTER_API_KEY": "your_key"} // Opcional: desnecessário se a variável de ambiente do sistema já estiver registrada  
    }  
  }  
}  

---

💡 Cenários de uso

Exemplo simples de uso

"revise as alterações atuais com o selvage mcp"  
"compare e revise a branch principal e a branch atual com o selvage mcp usando claude-sonnet-4-thinking"  
"revise o trabalho staged com o selvage mcp usando gpt-5-high e organize por prioridade"  
"revise separadamente o conteúdo staged com o selvage mcp usando gpt-5-high e claude-sonnet-4-thinking, e compare os resultados"  

Workflow de melhoria de código em etapas

1. revise as alterações atuais com o selvage mcp usando claude-sonnet-4-thinking  
2. analise criticamente se o feedback da revisão é válido para a codebase atual e informe as prioridades  
3. aplique sequencialmente os itens analisados de acordo com a prioridade  

[jkapa0417]

Olá, quero experimentar. Por acaso é obrigatório usar o Openrouter? Já tenho uma chave de API que uso atualmente, então gostaria de saber se é possível utilizar essa chave.

[denimcoder]

Olá.
Por acaso, qual API key você está usando?
Em vez da OpenRouter KEY, você pode definir a API key do provedor de cada modelo como variável de ambiente para usar.

export OPENAI_API_KEY="your_openai_api_key_here"  
export ANTHROPIC_API_KEY="your_anthropic_api_key_here"  
export GEMINI_API_KEY="your_gemini_api_key_here"  

OPENAI_API_KEY é compatível com modelos da linha GPT
ANTHROPIC_API_KEY é compatível com modelos da linha Claude
GEMINI_API_KEY é compatível com modelos da linha Gemini.
É suportado!

[kjows5]

Talvez também seja possível mascarar informações sensíveis no nível do código-fonte antes de enviá-lo como entrada para um LLM?

[denimcoder]

Olá. Segue a resposta.

1. Atualmente, ao solicitar uma revisão de código, arquivos do tipo .env já são totalmente excluídos, mas não existe uma etapa para substituir ou mascarar os “valores” de chaves de API/tokens/senhas etc. presentes no código-fonte.

2. Caso queira excluir informações sensíveis da revisão,
   coloque o código que deseja revisar no estado git staged
   e execute a revisão com o comando selvage review --staged; assim, você pode excluir informações sensíveis da entrada enviada ao LLM.

3. Há planos de atualizar com uma funcionalidade semelhante à que você perguntou. A ideia é permitir que o próprio usuário defina, em um arquivo yml, extensões de arquivos a serem excluídas da revisão e padrões específicos no código (expressões regulares), para que as informações sensíveis sejam filtradas de forma adequada em cada projeto.

[namongk]

Uau...