AI người xem xét pull-request chạy cục bộ hoặc trong các pipeline CI
Chạy các đánh giá yêu cầu kéo tự động, dựa trên mô hình, phân tích sự khác biệt git và đánh dấu logic, bảo mật và các mẫu lỗi trước khi hợp nhất. Matt Coles, nhà phát triển, nhắm đến các nhà đánh giá mã và các nhóm DevOps cần tự động hóa ít ma sát. Công cụ hỗ trợ nhiều nhà cung cấp LLM đám mây và các mô hình cục bộ thông qua Ollama, cung cấp xác thực OIDC không cần khóa, và tích hợp với GitHub Actions, GitLab CI, hoặc một quy trình CLI cục bộ cho các kiểm tra trước khi đẩy.
lgtmaybe thực sự kiểm tra điều gì trong một yêu cầu kéo?
lgtmaybe kiểm tra các sự khác biệt git và tạo ra các phát hiện có cấu trúc, sử dụng một bước nén sự khác biệt tự động để loại bỏ các tệp được tạo ra và nhị phân để phân tích tập trung vào các thay đổi logic. Nó xác thực đầu ra theo một lược đồ JSON ReviewFinding, điều này tạo ra các kết quả có thể đọc được bởi máy mà bạn có thể tiêu thụ trong CI hoặc hiển thị trong các bình luận PR.
Nó ảnh hưởng đến hiệu suất hệ thống và CI trong quá trình xem xét như thế nào?
Công cụ có thể chạy như một CLI cục bộ hoặc bên trong CI, vì vậy tác động đến hệ thống phụ thuộc vào chế độ được chọn. Khi được sử dụng cục bộ với Ollama hoặc các điểm cuối tương thích với OpenAI, quá trình xem xét diễn ra trên máy của nhà phát triển; trong CI, nó gọi các API của nhà cung cấp. Việc nén sự khác biệt tự động giảm kích thước tải trước khi gọi mô hình, điều này giảm thiểu chi phí mạng và xử lý trong các quy trình được lưu trữ so với việc gửi toàn bộ kho lưu trữ.
lgtmaybe có an toàn để sử dụng trong môi trường doanh nghiệp hoặc đám mây không?
Nhà phát triển đã xây dựng một tùy chọn xác thực không cần khóa sử dụng OIDC cho các nhà cung cấp đám mây, tránh các bí mật API tĩnh trong các môi trường CI. Ngoài ra, thiết kế cho phép thực hiện các đánh giá hoàn toàn cục bộ với các mô hình trọng số mở, điều này ngăn chặn mã rời khỏi máy chủ. Bước cổng của công cụ lọc ra các phát hiện có độ tin cậy thấp để giảm thiểu các gợi ý ồn ào hoặc suy đoán xuất hiện trong các báo cáo tự động.
Có cần kiến thức kỹ thuật sâu để vận hành chính xác không?
CLI cung cấp các chế độ cho các sự khác biệt cục bộ và tích hợp CI, vì vậy việc sử dụng cơ bản liên quan đến việc chạy quy trình qua một sự khác biệt git hoặc kích hoạt GitHub Action được cung cấp. Các thiết lập nâng cao mà chuyển đổi nhà cung cấp hoặc chạy các mô hình cục bộ yêu cầu cấu hình Ollama hoặc các điểm cuối của nhà cung cấp. Đầu ra lược đồ JSON hỗ trợ tự động hóa, nhưng việc phân tích hoặc tích hợp các kết quả đó vào công cụ tùy chỉnh cần sự quen thuộc của nhà phát triển với kịch bản CI.
Một người đánh giá thực tế cho các nhóm cần phản hồi AI linh hoạt, an toàn
lgtmaybe là một lựa chọn phù hợp cho các nhà phát triển và kỹ sư DevOps muốn phân tích PR có sự hỗ trợ của AI mà không phải cam kết bí mật đám mây, vì nó hỗ trợ OIDC không cần khóa và chạy mô hình cục bộ. Hạn chế chính của nó là chi phí vận hành cho các nhóm phải cấu hình hạ tầng mô hình cục bộ hoặc phân tích các phát hiện JSON vào các quy trình làm việc tùy chỉnh, điều này thêm công việc thiết lập trước khi nó hoạt động trơn tru trong các quy trình hiện có.
