PR Lensとは｜PRの差分を動く構成図にするレビューOSS、モデルへ送るデータとCLIをキーなしで実測

PR Lens は、プルリクエストの差分を、動く構成図とデータの流れの図にして PR のコメントに載せる OSS だ。2026-10-16 時点の GitHub Star は約2,000、Fork 73、ライセンスは MIT。CLI の最新版は 0.13.0（2026-10-04 公開）で、2026-08-23 の初版から npm に20版が出ている。本記事では CLI を Linux に入れ、モデルのキーが無い状態でどこまで動くかを確かめた。手元に偽のモデル API を立てて、モデルに実際に送られる中身も記録した。

AI にコードを書かせる開発の全体像は Vibe Codingとは？AIコーディングの始め方・ツール比較・実践ワークフロー2026 にまとめている。

PR Lensとは：PRの差分を構成図とデータの流れで見せるOSS

作ったのは Coldtea AI。README は狙いを、AI が書いた大きな PR をレビューするときの負担を減らすことだと説明している。変更したファイルを上から読む前に、変更がシステムのどの部品に触れ、どの呼び出しが増えて、どれが消えたかを1枚で見せる。

図は2種類ある。構成図は部品をカードにしてレーン（API・ジョブ・外部サービスなど）に並べ、カードの間を呼び出しの矢印でつなぐ。データの流れの図は、処理を順番に並べ、点が1手ずつ動く。どちらも追加を緑、変更を黄、削除を赤で塗る。README によると、PR コメントには折りたためる節があり、変更の全体、新しい経路、消えた経路を別々の図で見られる。

配り方は4つで、モデルのキーを誰が持つかが違う。

更新は活発だ。タグは16本あり、既定ブランチ main の最終コミットは 2026-10-04（CLI 0.13.0 と Action 0.6.3 の公開）。リポジトリは pnpm のモノレポで、図の形式（schema）、描画（renderer）、CLI、Action、GitLab 用、Bitbucket 用、スキルの7パッケージに分かれている。

PR Lensの仕組み：差分がモデルに渡り、手元でSVGになるまで

CLI の analyze だけがモデルと通信する。ソース（git.ts・prompt.ts・analyze.ts）を読むと、送る中身は次のとおりだった。

・リポジトリ名（owner/name）と、比べる2つのコミットの SHA
・変更ファイルの一覧と、ファイルごとの増減行数
・出力させる JSON の形を定めた JSON Schema
・git diff --unified=3 の差分（変更行の前後3行つき）。既定で40万バイトを超えると切って、切ったことをモデルに伝える

リポジトリ全体のファイルは送らない。既定のモデルは Gemini の gemini-3.7-flash。--provider openai か、/chat/completions を話す互換 API（--provider openai-compatible --base-url）にも切り替えられる。キーは環境変数からだけ読み、コマンドの引数では受けない。モデルの答えはスキーマで検証し、合わなければ「どこが違うか」を返して直させる。試すのは最大2回で、2回とも合わなければ止まる。

描画の render は手元で完結する。できた SVG にはスクリプトも外部の URL も入っておらず、ブラウザで開けば動く。GitHub Action は、この SVG をコードを含まない pr-lens ブランチに push し、raw.githubusercontent.com の URL でコメントに貼る。そのため、ワークフローには contents: write と pull-requests: write の権限が要る。Fork からの PR にはシークレットが渡らないので、Action は動かない（Action の README）。

キャンバスは別の経路だ。pr-lens canvas push を打つと、図の定義が prlens.dev に送られ、拡大や再生ができるページになる。docs/canvas-api.md によると、キャンバスの ID がそのまま読み取りの権限で、閲覧リンクはログインなしで開ける。編集用のトークンは別に発行される。送り先は環境変数 PR_LENS_API_URL で自前のサーバーに変えられる。

実測：PR Lens CLIをモデルのキーなしで動かす

検証には2コミットだけの小さなリポジトリを作った。サインアップの処理がウェルカムメールを直接送っていたのを、キューに積んでワーカーが送る形に変える差分だ（2ファイル、+4 −1）。まず CLI を入れて、送る前の確認（--dry-run）とキー無しの実行を試した。

npx --yes @coldtea/[email protected] --version
# 0.13.0
npx --yes @coldtea/[email protected] analyze --base main --dry-run
# 2 files, +4 -1, 481 bytes of diff
# prompt: 57875 bytes
# ✓ dry run — nothing was sent, and nothing was written
npx --yes @coldtea/[email protected] analyze --base main
# ✗ GEMINI_API_KEY is not set [MISSING_API_KEY]

依存は yaml と zod と自前の2パッケージだけで、入れたあとの node_modules は14MB だった。わざと無効なキーを入れると、Gemini の API が 400 API_KEY_INVALID を返して終了コード1で止まった。差分は481バイトなのに、プロンプトは57,875バイトある。大半は出力の JSON Schema で、差分が小さくても毎回この分を払う。トークン数はトークナイザで測っていない。

次に、手元に OpenAI 互換の偽 API を立て、こちらで書いた図の定義を返させた。受け取ったリクエストを記録し、送られる中身をソースの読みと突き合わせた。

export OPENAI_API_KEY=sk-local-test
npx --yes @coldtea/[email protected] analyze --base main \
  --provider openai-compatible --base-url http://127.0.0.1:18765/v1 --model fake-model
# ✓ .pr-lens/graph.json — 5 nodes, 5 edges, 1 flows
npx --yes @coldtea/[email protected] validate .pr-lens/graph.json
npx --yes @coldtea/[email protected] render .pr-lens/graph.json
# ✓ .pr-lens/move-the-welcome-mail-onto-a-queue/manifest.json — 4 SVGs across 2 diagrams

記録したリクエストは /v1/chat/completions 宛てで、temperature は0、max_tokens は32,768、JSON で答えさせる指定つき。中身はソースのとおり、リポジトリ名、SHA、2ファイルの一覧、JSON Schema、差分だけだった。最初に返させた定義の部品の種類を、スキーマに無い値にしておくと、CLI は2回目のリクエストで直しを求め、2回とも同じだったので INVALID_DOCUMENT で止まった。

上が render で描いた構成図の明るい版を、Playwright で開いて撮ったもの。図の定義はモデルではなく当サイトが手で書いたので、図の中身の良し悪しは PR Lens の実力を表さない。描画と色分けの確認だけに使ってほしい。SVG は1枚10KB前後で、明暗あわせて4枚できた。comment は1,418バイトの Markdown を出し、中身は見出し、要約、変更の行数、2枚の図だった。

設定ファイル .github/pr-lens.yml の exclude に src/worker.js を書いても、--dry-run の差分は481バイトのままだった。陽性対照として --max-diff-bytes 200 を付けると200バイトに減ったので、計測そのものは効いている。exclude は図から外すだけで、モデルに送る差分は減らない。秘密を含むファイルを送りたくないなら、PR に入れないか、自前のモデルを使う。

エージェントのスキルとして使う：キーなしで図を描かせる

PR Lens はコーディングエージェント用のスキルも配っている。README の手順どおり、空のプロジェクトに Claude Code 向けとして入れた。

npx --yes [email protected] add coldteadotai/pr-lens -s '*' -a claude-code -y --copy
# ✓ eli5 (copied)    → ./.claude/skills/eli5
# ✓ pr-lens (copied) → ./.claude/skills/pr-lens

入ったのは2つ。pr-lens は変更やシステムを図にするスキル、eli5 はコードを初心者向けに一歩ずつ説明するキャンバスを作るスキルだ。pr-lens の SKILL.md は1,591バイトの入口だけで、本体は pr-lens skill が出す約30KB の手順書になっている。CLI の版に手順を合わせるための作りだ。

スキルでは、エージェントが差分を読んで図の定義を自分で書き、validate で通るまで直してから描く。PR Lens のためのモデルキーは要らないが、コードを読むのはエージェントのモデルだ。手順書は、利用者が図だけを求めたときは canvas push で prlens.dev に上げて閲覧リンクを渡すよう指示している。非公開のコードを扱うなら、手元の SVG で止めるようエージェントに伝えるか、送り先を自前のサーバーにしておく。

AI が書いたコードを人が確かめる道具としては、行単位で指摘を返す Critとは｜AIエージェントの出力へ行単位で指摘を返すレビューCLIを実測、同名OSSとの違いも整理 もある。

PR Lensと類似ツールの比較：CodeRabbit・Copilot code review・Mermaid

PR に何を出すかで比べた。PR Lens 以外は、各社の公式の文書・設定例で確かめられた範囲だけを書く。

PR Lens はレビューの道具を置き換えない。指摘は CodeRabbit や Copilot に任せ、PR Lens で「どこを読むべきか」を先に掴む、という併用になる。コードベース全体の構成図を静的解析で作るなら CodeBoardingとは｜静的解析とLLMでコードベースの構成図を自動生成する8言語対応OSSを実測 が近い。CodeBoarding はリポジトリ全体、PR Lens は1つの変更が対象だ。

採用判断：PR Lensが向いているチームと待つべきケース

ライセンスは MIT で、リポジトリ内のパッケージ（CLI・Action・描画・スキル）は自由に使える。PRIVACY.md によると、これらは利用者の手元か CI で動き、運営に何も報告しない。一方、GitHub App、prlens.dev、キャンバスは別のプライバシーポリシーと利用規約の対象になる。手元の CLI とホストのサービスで、データの扱いが分かれている点を押さえておく。

向いているのは、AI が書いた大きな PR を多く受ける OSS のメンテナーと、変更を PR にする前に自分で図にして確かめたい人だ。非公開のコードなら、App よりも Action か CLI を選び、モデルは社内で許可されたものにする。互換 API の指定で、Ollama や自前のサーバーにも向けられる。

待った方がよいのは、Fork からの PR が中心のリポジトリで Action を使いたい場合だ。シークレットが渡らず動かないので、同じリポジトリ内の PR か、メンテナーが起動するワークフローに限られる（Action の README）。Bitbucket は Fork からの PR でパイプが動かないと README に書かれている。また、図の定義はモデルが書くので、名前の付け方は回ごとに揺れうる。README は、直すなら生成物ではなく .github/pr-lens.yml の rename などに書くよう勧めている。

参照ソース

・coldteadotai/pr-lens（公式リポジトリ） — README・PRIVACY.md・packages/action/action.yml・docs/canvas-api.md・LICENSE（2026-10-16時点）
・@coldtea/pr-lens-cli（npm） — 0.13.0（2026-10-04公開）
・About Copilot code review（github/docs）
・Creating diagrams（github/docs）
・coderabbitai/awesome-coderabbit（設定例）
・CodeRabbit（GitHub Marketplace）