QClaw集成CI/CD全指南：自动化代码质量检查实战方案
将QClaw自动化集成至CI/CD流水线，核心在于通过其命令行接口直接调用，实现代码质量检查的无缝嵌入。具体而言，有四种核心方法：通过CLI直接运行预置技能、利用Connector模块与CI平台对接、挂载外部大模型引擎进行增强分析，或采用声明式YAML文件定义完整工作流。
一、通过CLI触发预置质量检查工作流
最快捷的集成方式是使用 qclaw run 命令。该命令允许你通过技能ID，直接触发已配置好的自动化审查流程。这种方法响应迅速、完全脚本化，是集成到Git钩子或CI任务中的理想选择。
操作流程清晰：首先，在QClaw客户端完成基础配置，如绑定GitHub仓库并安装所需的代码审查技能（例如“CodeReview-v3”）。随后，在技能管理页面复制该技能的ID，例如 code_review_github_pr。
接着，确保CI服务器已安装QClaw CLI，可通过 qclaw --version 验证。最后，在CI脚本中插入命令，将当前分支的代码差异作为输入上下文：
qclaw run code_review_github_pr --input "diff=$(git diff origin/main HEAD -- '*.py' '*.js')" --format=json
完成配置后，每次代码提交触发CI，都会自动执行一次深度代码审查。
二、利用Connector模块对接Jenkins/GitLab CI
若希望在CI流程中实现更彻底的自动化，QClaw V2的Connector功能提供了“反向推送”机制。其核心是QClaw执行完毕后，自动将结果报告推送到指定的CI平台端点，从而免去手动拉取报告的步骤，形成完整的质量门禁闭环。
该机制基于HTTP回调和结构化数据负载，无需图形界面交互。配置时，先在QClaw的高级设置中启用Connector服务，并生成用于内网调用的Webhook令牌。
然后，在你的Jenkins Pipeline脚本的post阶段（例如在“成功”或“不稳定”状态后），添加一个调用QClaw Connector的步骤。典型调用命令如下：
curl -X POST https://localhost:8081/connector/v2/trigger \
-H "Authorization: Bearer eyJhbGciOiJIUzI1NiIsInR5cCI6IkpXVCJ9..." \
-H "Content-Type: application/json" \
-d '{"job_name":"build-main","commit_sha":"${GIT_COMMIT}","artifacts":["./src/**/*.py"]}'
三、注入OpenClaw+Ollama-QwQ-32B审查引擎
当QClaw内置规则无法覆盖复杂审查场景时，可利用其插件式架构。你可以将QClaw作为调度中枢，将代码片段分发给更强大的外部模型（如本地部署的Ollama）进行深度分析，再聚合结果。
具体实施分为几步：首先，在本地或服务器启动Ollama服务，并拉取加载如 qwq:32b 的大模型。接着，在QClaw中创建一个新技能，类型选择“HTTP Provider”，URL填写Ollama服务的聊天API地址（例如 http://localhost:11434/api/chat）。
随后，精心设计请求体模板，将git diff输出与审查提示词嵌入，并指定模型返回JSON格式的缺陷列表。创建完成后，为该技能注册一个ID，例如 ollama_qwq_static_analysis。
最后，将其绑定到CI流程的pre-commit钩子。只需在项目的 .husky/pre-commit 脚本中加入命令：qclaw run ollama_qwq_static_analysis --input "$(git diff --cached)"。此后，每次提交前都会经过大模型的深度审查。
四、基于YAML声明式配置驱动CI阶段行为
对于遵循“基础设施即代码”（IaC）原则、追求可重复性的团队，QClaw支持使用YAML文件声明整个质量检查工作流。此配置文件可随代码库一同提交，由CI系统读取并动态加载执行策略，管理极为清晰。
你需要在项目根目录创建 .qclaw/pipeline.yaml 文件。在此文件中，可以定义不同的阶段（stage）、触发条件以及要引用的技能。
例如，可以定义一个名为 static-analysis 的阶段，并指定仅当推送的代码修改了 .py 或 .ts 文件时才触发：
stages:
- name: static-analysis
when: "changed_files matches '.*\.(py|ts)$'"
skill: "code_review_deepscan"
timeout: 180
配置完成后，在CI脚本中执行 qclaw apply --file .qclaw/pipeline.yaml --env ci，即可驱动定义好的质量流水线按预设规则运行。