CodiumAI PR-Agent، با استفاده از هوش مصنوعی برای بررسی کد در GitHub

Summarize this content to 400 words in Persian Lang

مشکلاتی که در این مقاله باید حل شوند

آخرین باری که مقاله ای نوشتم “CodiumAI PR-Agent, using AI for Code Review on GitLab” در ابتدا گفتم که مقاله بعدی که می نویسم در مورد استفاده از هوش مصنوعی برای مرور کد بود.

اما پس از پایان کار در این هفته، وقتی به یکی از دوستانم کمک می‌کردم چیزی بنویسد، متوجه شدم که متداول‌ترین پلتفرم مورد استفاده GitHub است و افزودن AI Code Review واقعاً مفید بود، بنابراین تصمیم گرفتم ابتدا این یادداشت را در مورد استفاده از GitHub بنویسم. .

از آنجایی که اکثر کارها تقریباً مشابه GitLab هستند، این مقاله به سرعت نوشته می شود.

این مقاله عمدتاً از منابع مرجع GitHub استفاده می کند:

GitHub به عنوان یک اکشن GitHub اجرا شود

موارد لازم را آماده کنید: حساب GitHub، کلید OpenAI API

اکثر مهندسان باید یک حساب GitHub داشته باشند، بنابراین من در اینجا از آن صرف نظر می کنم.

کلید OpenAI API، پاراگراف مقاله قبلی نوشته شده است، بنابراین من آن را بازنویسی نمی کنم لطفاً به: OpenAI API Key مراجعه کنید.

پروژه GitHub، متغیرهای مخفی را تنظیم کنید

کلید OpenAI API قابل نمایش نیست، بنابراین باید مانند باشد .env درست مانند فایل، آن را به عنوان یک متغیر پنهان تنظیم کنید.

پس از ایجاد پروژه در GitHub، روی: Settings > Secrets and variables > Actions > New repository Secret کلیک کنید:

هنگام ایجاد یک Secrect، دو فیلد برای پر کردن وجود دارد.

نام: پر کنید OPENAI_KEY.

راز: رشته «OpenAI API Key» را پر کنید.

پس از پر کردن، روی “افزودن راز” کلیک کنید تا با موفقیت آن را اضافه کنید.

مدارک لازم را ارائه دهید

سپس کد ارائه شده رسمی را به پروژه GitHub ارسال می کنیم و سپس می توانیم از AI Code Review استفاده کنیم.

1 .pr_agent.toml

ابتدا فشار دهید .pr_agent.toml دلیل این فایل به طور کامل در مقاله GitLab توضیح داده شده است.

در دایرکتوری اصلی پروژه، یک فایل جدید با نام “.pr_agent.toml” اضافه می شود.

وارد حالت تمام صفحه شوید

از حالت تمام صفحه خارج شوید

پس از ایجاد این فایل، ابتدا آن را به GitHub ارسال کنید.

pr_agent.yml

این نام فایل مانند فایل قبلی است، اما پسوند آن متفاوت است، که برای راه اندازی GitHub Action استفاده می شود.

دایرکتوری ریشه پروژه ما، پوشه و فایل مورد استفاده برای ایجاد GitHub Action:

github/workflows/pr_agent.yml

محتویات فایل pr_agent.yml به شرح زیر است:

on:
pull_request:
types: [opened, reopened, ready_for_review] issue_comment:
jobs:
pr_agent_job:
if: ${{ github.event.sender.type != ‘Bot’ }}
runs-on: ubuntu-latest
permissions:
issues: write
pull-requests: write
contents: write
name: Run pr agent on every pull request, respond to user comments
steps:
– name: PR Agent action step
id: pragent
uses: Codium-ai/pr-agent@main
env:
OPENAI_KEY: ${{ secrets.OPENAI_KEY }}
GITHUB_TOKEN: ${{ secrets.GITHUB_TOKEN }}

وارد حالت تمام صفحه شوید

از حالت تمام صفحه خارج شوید

در انتهای این کد، اسرار بجز را می بینیم OPENAI_KEY علاوه بر این، ما در واقع به دیگری نیاز داریم GITHUB_TOKEN، سند رسمی می گوید که GitHub آن را به تنهایی تولید می کند، بنابراین ما نگران نباشیم.

پس از ایجاد فایل، می توانید بلافاصله آن را ارسال کنید یا می توانید قبل از ارسال آن صبر کنید تا مرحله خاصی از توسعه کامل شود.

پس از ارسال این فایل، هر زمان که درخواست ادغام وجود داشته باشد، مرور کد هوش مصنوعی به طور خودکار فعال می شود.

قدرت را تست کنید

درست مانند GitLab، بیایید نگاهی به بررسی کد هوش مصنوعی در GitHub بیندازیم.

پس از ارسال کد، روی Pull Request کلیک کنید. در واقع، هوش مصنوعی به بسیاری از موارد پاسخ داد یک بار:

دوباره خلاصه کنم

از زمان پیوستن به AI Code Review، به نظر من هنگام نوشتن برنامه ها به ساده ترین اشتباهات املایی اشاره خواهد شد.

AI همچنین برخی از اشکالات غیرمنتظره را ارائه می دهد، تنها پس از دیدن بازخوردهای هوش مصنوعی بود که متوجه شدم دلم برای نوشتن یا فکر کردن تنگ شده است.

روش نصب GitHub نیاز به ایجاد دستی توکن GitHub را برطرف می کند، بنابراین یک مرحله کمتر از GitLab دارد و نصب آن بسیار آسان است.

اخیراً به این فکر کرده‌ام که چگونه هوش مصنوعی بیشتری را در جریان کار ادغام کنم تا بار نیروی انسانی را کاهش داده و انرژی کار را به سایر حوزه‌ها رها کنم.

برای کسانی از شما که هوش مصنوعی را به طور گسترده در کار و زندگی به کار برده‌اند، لطفاً برای ارائه نکات خود پیام بگذارید.

[config]
model = "gpt-4o-mini-2024-07-18"
model_turbo = "gpt-4o-mini-2024-07-18"
fallback_models = ["gpt-4o-mini-2024-07-18", "gpt-4o-mini"]

on:
  pull_request:
    types: [opened, reopened, ready_for_review]
  issue_comment:
jobs:
  pr_agent_job:
    if: ${{ github.event.sender.type != 'Bot' }}
    runs-on: ubuntu-latest
    permissions:
      issues: write
      pull-requests: write
      contents: write
    name: Run pr agent on every pull request, respond to user comments
    steps:
      - name: PR Agent action step
        id: pragent
        uses: Codium-ai/pr-agent@main
        env:
          OPENAI_KEY: ${{ secrets.OPENAI_KEY }}
          GITHUB_TOKEN: ${{ secrets.GITHUB_TOKEN }}