miracodeai/mira

Self-hosted AI code reviewer with indexed PR reviews, walkthroughs, vulnerability scanning, dependency graphs, custom rules, and a learning loop.

Mira – オンプレミスで実行可能なAIコードレビュー専用サービス

何であるか – Miraは、自社のインフラ上で実行するオープンソースのサービスであり、選択した大規模言語モデル（LLM）を使ってプルリクエスト（またはマージリクエスト）を自動的にレビューします。Webダッシュボード、コードインデックス、脆弱性アラート、およびチームのスタイルに適応する学習ループを提供します。

なぜ重要か – 多くのAIコードレビュー製品はSaaS形式で、差分データを第三者のサーバーに送信し、結果として得られるコメントしか確認できません。Miraはすべてのデータ（差分、埋め込み、CVEフィード、使用ログ）を、あなたが管理するSQLiteまたはPostgreSQLデータベースに保持するため、隠れたテレメトリーやデータ販売が一切ありません。

コア機能（READMEに記載）

機能	得られるもの
モデル非依存のレビュー	OpenAI互換エンドポイント（OpenRouter、Ollama、vLLM、Together、Groq、AWS Bedrockなど）またはCodex CLI経由のローカルLLM。APIキーはあなたが提供し、Miraはコストに追加料金を課しません。
ノイズ低減	信頼度の閾値、重複削除、自己批判フェーズ、PRごとのコメント数制限により、簡潔で高価値なフィードバックのみを表示します。
学習ループ	Miraは、コメントが拒否されたか編集されたパターンを監視し、それらをカスタムレビュー規則に変換して、将来のレビューに反映します。
カスタムルール	`.mira.yaml`またはダッシュボード経由で、組織全体またはリポジトリごとのポリシーを自然言語で定義できます。
フルリポジトリインデックス	レビュー前にリポジトリ全体を埋め込み、差分を超えた文脈をLLMに提供します。このインデックスは、組織全体のパッケージインベントリと依存関係グラフクエリを可能にします。
脆弱性スキャン	時間単位で更新されるOSV.dev CVEフィードを保存し、影響を受けるパッケージに表示。ブレーストレーエージグラフも提供します。
ダッシュボード	オンプレミスで実行可能なUIで、リポジトリ/モデルごとのコスト、レビューの健全性メトリクス、パッケージインベントリ、CVEアラート、レビュアーの応答性に関する分析を表示します。
Gitプラットフォーム対応	GitHub（GitHub Appとして）、GitLab（トークン）、Forgejo/Codeberg（トークン）。Bitbucketアダプタは計画中です。
スピード／品質	公開された Code Review Bench でベンチマーク済み：平均約77秒/PR、F1スコア44。Miraはスピードと品質のパレートフロンティアに位置しています。
デプロイ	Dockerイメージ（`ghcr.io/miracodeai/mira:latest`）で、Railway、Fly.io、Renderのワンクリックテンプレート、または単純な `docker run` で実行可能。永続化にはSQLite（デフォルト）またはPostgresをサポート。

動作フロー（概要）

設定 – グローバルな mira.yaml（コンテナにマウント）でデフォルト（LLMモデル、インデックスモデルなど）を定義。個別のリポジトリは .mira.yaml を追加して閾値やコメント制限をカスタマイズできます。
Webhookリスナー – Miraは、サポートされているGitホストからのPRイベントを受信するWebサービスとして動作します。
インデックス作成 – リポジトリが初めて認識された際、Miraはコードベース全体の埋め込みインデックスを構築（indexing_model を使用）。このインデックスは選択されたデータベースに保存されます。
レビュー生成 – 新しいPRに対して、Miraは差分を取得し、設定されたプロバイダー経由でLLMに問い合わせ、提案コメントのセットを取得します。
ノイズフィルタ – コメントは信頼度、重複削除、リポジトリ設定に基づく上限でフィルタリングされます。
投稿 – フィルタ済みコメントはPR（GitHub、GitLab、Forgejo）に投稿され、ダッシュボードにも記録されます。
学習 – レビュアーがコメントを拒否または編集した場合、Miraはその結果を記録し、ルールセットを更新。これにより、将来のレビューがチームの好みにさらに適合します。

すぐに始める方法

# 1. 秘密情報を含む .env を作成
cat > .env <<EOF
MIRA_GITHUB_APP_ID=123456
MIRA_GITHUB_PRIVATE_KEY="$(cat private-key.pem)"
MIRA_WEBHOOK_SECRET=your-secret
OPENROUTER_API_KEY=sk-or-...
EOF

# 2. オプション：グローバル設定（mira.yaml）
cat > mira.yaml <<EOF
llm:
  model: "anthropic/claude-sonnet-4-6"
  indexing_model: "anthropic/claude-haiku-4-5"
EOF

# 3. コンテナを実行
docker run -p 8000:8000 \
  --env-file .env \
  -v "$(pwd)/mira.yaml:/app/mira.yaml" \
  ghcr.io/miracodeai/mira:latest --config /app/mira.yaml

サービスが起動したら、生成されたGitHub App（またはGitLabトークン）をリポジトリにインストールしてください。新しいPRはすべて自動的にレビューされます。

開発と貢献

編集可能モードでインストール：pip install -e ".[dev,serve]"
pytest tests/ でテストスイートを実行
特殊な -m eval マーカーは、実際のGitHubおよびLLMエンドポイントにアクセスする統合テストを実行（APIキーが必要）
コードは mypy で型チェック、ruff でLint処理

ライセンス

Apache 2.0 – 商用・個人利用ともに無料。通常の著作表示要件があります。

結論 – MiraはチームがAI支援コードレビューを完全にコントロールできるようにします：モデルを選択し、すべてのデータをオンプレミスに保持し、通常のSaaSレビューが隠しているコスト、セキュリティ、レビュアー分析の可視性を獲得できます。プロジェクトは積極的にメンテナンスされており、DockerイメージとRailwayのワンクリックテンプレートを提供。公開ベンチマーク上では、最も高速なオープンソースレビューとして位置づけられています。