コードレビュープロセスをスムーズにするツールを模索してきましたが、最近、オープンソースのPR-Agent(およびそのマネージドバージョンであるQodo Merge)を発見しました。 これは、私が最近出会ったPR自動化に対する最もエキサイティングなアプローチの1つです。これは、Git プロバイダー内で便利なコマンド ライン AI アシスタントのように機能します。 私の注意を引いたのは、そのアーキテクチャとリクエストの処理方法です。 使い方 pull request に /review または /ask "この変更の影響は何ですか?" とコメントすると、エージェントはスマート ワークフローを開始します。 - ダイジェスト リクエスト: まず PR のコード変更 (ハンク) を分析し、発行した特定のコマンドを理解します。 - 計画:ご要望をもとに、計画を策定します。これには、トークンを意識した圧縮と優先順位付けが含まれており、これは大規模な PR を効率的に処理し、重要なことに集中するために非常に重要です。 - 機能の選択: 次に、リクエストを適切な専用ツールにインテリジェントにルーティングします。このモジュール式アプローチは、説明、レビュー、改善の提案、質問への回答、ドキュメントの生成などに特定のロジックを専用にするため、優れています。 一般的な PR 記述 (/describe) を生成するだけでなく、一部のコマンドは、日常の開発者ワークフローにとって非常に強力です。 /review: これにより、静的分析を超えた調整可能なフィードバックが得られます。潜在的な問題やセキュリティ上の懸念についてコメントしたり、人間のチームメイトに必要なレビュー作業を見積もったりすることもできます。 /improve: 問題を指摘する代わりに、直接受け入れることができる具体的なインラインコードの提案を提供します。これにより、やり取りが大幅に削減されます。 /ask: これはゲームチェンジャーです。PR について自由テキストで質問できます (例: "なぜこの特定のライブラリが選ばれたのか?" や "my_function でロジックを説明してください")。PRのコンテキストを使用して、関連する回答を提供します。 より深い統合: また、CHANGELOG md ファイル (/update_changelog) を自動的に更新し、変更されたコンポーネントの単体テストを生成 (/test)、さらには失敗した CI ジョブに関するフィードバックを取得するためのツール (/ci_feedback) もあります。 これは、開発者を置き換えるというよりも、レビュープロセスを強化してより迅速かつ徹底的にすることであり、AI 支援開発の正しい方向への一歩のように感じられます。 PRプロセスで最も面倒な部分は何ですか?