human-review把AI改动变可审：浏览器改HTML/Markdown，批注一键回传Agent

【摘要】
第一，human-review是petergyang开源的可视化人工审查工具，9月10日部分GitHub AI热点速览将其列入人工审查类前列；它不重跑模型推理，而是把Agent产出的HTML、Markdown、localhost页面在浏览器里打开，人直接改文字、拖图片、锚定评论，再整包发回Agent。
第二，信任问题不在“模型会不会写”，而在“改完之后人能不能低成本知道它动了哪里、为什么动、要不要回滚”；human-review用所见即所得编辑加位置锚定评论，替代纯对话框描述修改，降低多轮口头校对成本。
第三，它本地起服务、无账号、无云、无API Key，适合落地页、PRD、文档、轻量前端的人工终检；纯代码多文件diff、强制审批流、团队级审计要另接Plannotator、LaReview或CI代码评审，不能把它当完整治理平台。

一、Agent跑完不知道改了什么，痛点在反馈带宽

用Claude Code、Codex、Cursor做生成时，最累的不是让模型出第一版，而是改第二版。想在落地页删废话、把主图缩到60%、第三段改短、CTA重写，若在对话框描述，要写四五行还不一定对应页面位置；模型改完再逐条比对，既烧上下文又容易漏。终端git diff能看代码增删，但HTML视觉块、Markdown排版、图片位置、文案语气不是纯行号问题。

human-review的思路是把“用语言描述修改”换成“在结果上直接操作”。对HTML/Markdown启动本地审查会话，浏览器渲染文件，人选中句子改字、加粗、列表、插链接，对图片拖角缩放、对区块拖拽重排，对任意段落或图表锚定评论；点Send后所有编辑和评论打包回传Agent，Agent改源文件并刷新视图。它解决的是人工审查最后一公里：人不重新解释需求，只指着页面说这里、这里、还是这里。

1. 人工审查反馈带宽对照（定性）
2. 纯对话框改需求 ━━━━━━━━━ 描述长、位置歧义、需多轮确认
3. git/终端diff ━━━━━━━━━━━ 代码行清楚、HTML/图文/排版不直观
4. human-review ━━━━━━━━━━━━━━━━ 页面直改+锚定评论+整包回传
5. 说明：带宽越高不代表模型更聪明，只代表“人表达修改意图”更省、返工更少。

二、本地服务、SDK、Agent技能三段协同

仓库结构按职责拆：cli.js负责setup、启动、状态轮询；server.js起本地审查服务；sdk.js处理编辑、高亮、评论、反馈打包；chrome-client.js是浏览器可视化界面；markdown.js渲染MD；SKILL.md教Claude Code、Codex等接入。整体跑本机，不强制账号、不接外部数据库、不要求API Key。

工作流很短。安装用npx -y human-review setup —global，会话里对目标文件执行/human-review路径，浏览器打开后直接编。HTML改动能自动保存，图片缩放位置可拖；Markdown和localhost页面编辑后点Send，反馈进Agent。若Agent本轮已结束，再发消息可让它将反馈接上；关标签页或点End review都会释放审查会话，未发送批注可恢复或丢弃。这对“模型先跑、人后审”的混合模式很关键：人不必全程盯着，审完再回传即可。

表：human-review本机审查组件分工

三、它审“决策点”审到什么程度

用户简讯说“关键决策点可视化交人工审查”，要实事求是界定。human-review更偏交付物级审查：文案结论、页面结构、图文位置、Markdown章节、localhost UI表现。它让人看到Agent最终改了什么并批注打回，但不是自动抽取“Agent为何选择A函数不选B函数”的决策树。若要把代码决策点可视化，需要补一层diff/计划/规则。

同类对照有助于选型。Plannotator走“AI先出计划→人浏览器批注→改计划再执行→diff确认”，更适合多文件代码任务的计划审批；LaReview把PR/diff转结构化审查计划、系统影响和图表，偏高级工程师深度CR；阿里OpenCodeReview用确定性工程加Agent做行级CR、接CI，适合团队代码库但非纯人工可视化批注。human-review的位置在前面这一段：人审页面和文档、把主观意见转成可执行反馈，不替代代码库级强制审批。

1. 不同审查对象的工具适配（定性）
2. HTML落地页/营销文案/MD方案 ━━━ human-review直改批注最省事
3. 多文件代码计划与执行diff ━━━ Plannotator计划审+diff确认
4. PR行级缺陷/架构影响 ━━━ LaReview/OCR/CI规则评审
5. 强制人工门禁+审计留痕 ━━━ 工作流系统+上述工具组合，不单靠一项

四、信任、隐私与边界

本地优先是它主要卖点。无账号、无云服务、无API Key，HTML直改存源文件，Markdown/localhost批注经本机服务回传；不涉及外部模型网关时，文档内容可不离开本机。但边界要说清：它只支持HTML和Markdown，复杂富媒体、电子表格、设计源文件不在主范围；批注最终由Agent执行，若Agent系统未接权限控制，Send后仍可能改到无关文件；多人在同页实时协作不是其强项，团队级评审要接仓库PR或托管工作区。

适合谁用很明确。独立开发者用Claude Code/Codex出落地页，自己审版式文案；产品运营用Agent写PRD、方案、活动页，非技术同事直接浏览器改而不是学prompt；前端原型跑localhost，先人工看交互文案和布局再提交代码。不适合谁也同样明确：大型代码库要求每次变更强制双人审批，需用PR平台加CI；超长文档要求版本对比、建议合并、自动一致性检查，需接专业文档评审；涉及机密合同、密钥、个人隐私材料，即便本机也应在发送前剥离敏感字段，避免批注载荷带出。

1. 部署与信任建议（定性）
2. 单人或小团队本机审页面/文档 ████████████████ 最匹配human-review
3. Agent出代码+人要审计划diff ██████████ 补Plannotator/IDE diff
4. 团队PR强制门禁+行级CR ██████ 补LaReview/OCR/CI规则
5. 强合规留痕、跨组织审计 ████ 需工作流系统+访问日志+审批记录
6. 说明：human-review降低“表达修改”的成本，不自动承担“合规批准”的责任。

五、为什么它值得进Agent工作流

很多Agent治理方案一上来做权限、沙箱、决策日志，工程重、上手慢。human-review反着来：先让人看得懂、改得动、回传得准。模型能力越强，人在交付前做低带宽校对越值钱——不是代替模型决策，而是把“最终是否采用”的控制权留在人手里。9月10日热点将其归入“AI产出人审把关”这一类，方向和agent-memory、reef形成记忆、人审、学习三件配套：记忆解决跨会话不忘，人审解决关键产出可控，学习解决长期迭代；缺人审那一层，记忆和学习越多反而越容易把错误自动放大。