在 CentOS 上进行 Flutter 代码审查的实用方案
一 本地预提交审查
- 环境自检：在项目根目录执行 flutter doctor，确保 Flutter/Dart SDK、Android SDK/模拟器等就绪。
- 静态分析：运行 flutter analyze，依据项目根目录的 analysis_options.yaml 执行规则检查；将规则提升为 error 级别可在本地阻断提交。
- 代码格式化：使用 dartfmt -n 检查格式、dartfmt -w 自动格式化；配合分析规则统一团队风格。
- 单元测试：执行 flutter test 保障核心逻辑正确；必要时补充 flutter drive 做端到端冒烟。
- 本地 DevTools：执行 flutter pub global activate devtools 后用 flutter pub global run devtools 做性能、内存与网络审查。
- 快速反馈：使用 flutter run 观察运行时日志与行为，必要时 flutter attach 到已运行实例进行调试。
以上命令均为 Linux/CentOS 环境通用，适合作为提交前的本地“门禁”。
二 代码规范与规则配置
- 规则基线：在 analysis_options.yaml 中引入官方基线 include: package:flutter_lints/flutter.yaml（推荐替代已停止维护的 pedantic）。
- 自定义 Lint：通过 linter 规则细化风格与潜在缺陷（如 avoid_print、await_only_futures、prefer_const_constructors 等），将关键规则设为 error 以强制阻断。
- 忽略与分级：使用 // ignore 忽略单行、exclude 排除生成文件；Dart 静态检查支持 info/warning/error 三级，只有 error 会导致分析失败。
- 示例片段：
include: package:flutter_lints/flutter.yaml
linter:
rules:
- avoid_print
- await_only_futures
- prefer_const_constructors
- prefer_final_fields
该配置可在本地与 CI 保持一致，确保审查标准统一。
三 质量度量与复杂度审查
- 复杂度与可维护性：引入 dart_code_metrics，在 pubspec.yaml 添加依赖后，通过 dart run dart_code_metrics:metrics analyze lib 生成报告，并限制如 圈复杂度、嵌套层级、参数个数、SLOC 等指标。
- 示例配置 .metrics.yaml：
analyzer:
exclude:
- “**/*.g.dart”
metrics:
cyclomatic-complexity: 10
maximum-nesting-level: 3
number-of-parameters: 4
source-lines-of-code: 50
rules:
- newline-before-return
- no-empty-block
- prefer-conditional-expressions
- prefer-trailing-comma-for-collections
- IDE 体验：在 VS Code 设置保存自动格式化（如 “editor.formatOnSave”: true），减少风格争议，聚焦逻辑与复杂度问题。
四 团队协作与 CI 审查
- 平台与报告：在 CentOS 的 Jenkins/GitLab CI 中执行前述 flutter analyze、flutter test、dartfmt -n、dart_code_metrics，并输出 JUnit/HTML 报告，作为合并请求的审查依据。
- 服务端质量看板：如需统一管理多语言与多项目质量，可在 CentOS 部署 SonarQube，并与 Jenkins 集成，利用其规则集（如 PMD/Checkstyle/FindBugs 等）进行持续审查与度量展示。
- 提交前门禁：将 analyze 失败 或 测试失败 设为 CI 阻断条件，确保合入代码符合质量门槛。
五 安全与引擎代码审查
- 若涉及 Flutter Engine/C++ 代码：使用 Clang-Tidy 进行静态分析（如检测空指针、缓冲区安全问题），并结合 Pylint 审查构建脚本；可在提交前或 CI 中执行安全审计脚本，形成从代码到构建的全流程把关。
- 崩溃与符号化：对 Android 本地库使用 NDK llvm-symbolizer 进行符号化，定位安全相关崩溃；必要时完善符号表配置，便于问题复现与修复验证。
该流程适用于需要深入引擎或原生层的团队，能显著提升安全与稳定性。
