code sniff ai

code-sniff-ai

code-sniff-aiは、コードの変更を自動的に確認するシェルスクリプトです。 GIT DIFFは、特定のファイル形式の変更コンテンツと、APIを介した変更コードのレビューを抽出するために使用されます。

プロジェクト構造

 code-sniff-ai
├── .env
├── .env.sample
├── .gitignore
├── README.md
├── example
│   ├── javascript
│   │   └── HelloWorld.js
│   └── python
│       └── hello_world.py
└── run-review.sh

インストールと設定

0。サポートされているサービス

• オラマ
• Openai Chatgpt
• 人類のクロード
• Google Gemini
• groq

1.NVファイル設定

.env.sampleファイルを参照して.envファイルを作成し、必要な環境変数を設定します。

2。必要な依存関係のインストール

このスクリプトにはjqが必要です。 jqがインストールされていない場合は、次のコマンドを使用してインストールできます。

• ubuntu/linux ：

  sudo apt-get install jq

• macos ：

  brew install jq

• Windows ：JQの公式リリースページからjq.exeダウンロードして使用できます。ダウンロードしたファイルを適切なパスに保存し、システムパスにパスを追加します。

使用法

コードレビューを実行します

1. コードを変更した後、変更はgitに段階的に行われます。

git add .

2. run-review.shスクリプトを実行して、ステンドファイルのコードレビューを実行します。

./run-review.sh

このスクリプトは、GITリポジトリのルートディレクトリで実行され、GITでステージングされた変更を確認する必要があります。

サポートファイル拡張子

基本的に、次の拡張機能のファイルを確認します。必要に応じて、環境変数としてセットアップできます。

• .json
• .xml
• .ts
• .js
• .html
• .vue
• .sh
• .tsx
• .jsx
• .py
• .css

例

JavaScriptの例

example/javascript/HelloWorld.jsファイルには、単純なJavaScriptクラスの例が含まれています。

 class HelloWorld {
  constructor ( ) {
    this . message = "Hello, World!" ;
  }

  sayHello ( ) {
    console . log ( this . message ) ;
  }
}

このコードは「 sayHello 、世界！」ですこれは、コンソールにメッセージを出力するシンプルなクラスです。

Pythonの例

example/python/hello_world.pyファイルには、単純なpythonクラスの例が含まれています。

 class HelloWorld :
    def __init__ ( self ):
        self . message = 'Hello, World!'

    def say_hello ( self ):
        print ( self . message )

if __name__ == "__main__" :
    hello = HelloWorld ()
    hello . say_hello ()

このコードは「 say_hello 、世界！」ですこれは、コンソールにメッセージを出力するシンプルなクラスです。

Ollama Model Dictionaryのダウンロード

Ollamaで使用するモデルは、事前にollama pullコマンドを使用してダウンロードする必要があります。たとえば、 gemma2モデルを使用するには、以下のコマンドを実行してモデルをダウンロードします。

ollama pull gemma2

研究が必要な内容

1。GITワークフローオートメーション

code-sniff-ai Gitワークフローに統合して、コードレビューの自動化をより効率的にする方法を研究しています。たとえば、特定のブランチにプッシュするときにコードレビューを自動的にトリガーする方法、またはPRを作成するときに自動レビューを実行する方法を模索しています。このような統合は、CI/CDパイプラインに含めることにより、開発プロセスを改善できます。

2。迅速なエンジニアリングによる品質改善

コードレビューの精度と品質を改善するために、迅速なエンジニアリングを適用する可能性を研究しています。 AIモデルがより洗練されたフィードバックを提供できるように、さまざまな迅速な構成測定を実験しています。これにより、コードレビュープロセスの効率が最大化されます。

3.さまざまな視点またはマルチ-LLM推論を分析した後の統合意見を導き出す

4.開発チームのコードフレーバーの適用

5。継承/実装されたクラスの場合、関連するインターフェイスまたはクラスが一緒に送信され、コードがコンテキストに従って実装されていることを確認します。

貢献

貢献したい場合は、プロジェクトをフォークし、新しいブランチを作成し、変更を反映し、完全なリクエストを送信します。

ライセンス

このプロジェクトには、MITライセンスを備えたライセンスが与えられました。

参照

• オラマインストールガイドページ

起源

• Kwon do -eon's Velogに投稿されたClaudeは、コードレビューエクスペリエンスを改善するコンテンツのフォークバージョンです。
• Kwon do -eon、ユーレカポイントを提供してくれてありがとう。

実際には...？

• このプロジェクトコードの基礎はDodimのコードであり、変更/生成されたコードと画像のほとんどは、Claude 3.5 Sonnet、Chat-GPT-4oによって作成されました。