Qodo 将代码库上下文集成到 OpenAI Codex 中以实现自动化代码审查
Qodo 的 Codex 集成概述
Qodo 已将其 AI 驱动的代码审查和软件质量工具集成到 OpenAI Codex 平台中。通过为 Codex 提供对组织知识、代码库规则和拉取请求历史记录的访问权限，Qodo 使编码代理能够理解本地代码更改在大规模、多存储库环境中产生的更广泛影响。
解决跨存储库依赖问题
在通常跨越超过 10,000 个存储库的企业环境中，本地代码更改可能会无意中导致下游服务失败。Qodo 的插件通过将 Codex 连接到 Qodo Agentic Toolbox 来解决此问题。这使得代理能够：
- 考虑跨不同 Git 提供商和连接服务（如 Kafka）的依赖关系。
- 识别那些缺乏全局代码库上下文的代理可能会遗漏的 P0 级错误。
- 作为一个整体而不是孤立地分析软件生态系统。
自动化审查工作流程
Qodo 在代理开发中实施了一种“阴阳”方法，即一个代理生成代码，而另一个代理独立地对其提出质疑。工作流程如下：
- 编码前上下文： 在编写代码之前，插件会检索相关的规则和历史模式。
- 独立审查： 代码生成后，Qodo 会审查更改并在同一会话中直接向 Codex 提供反馈。
- 人在回路： 代理讨论调查结果，并仅将未解决的问题提交给人工检查，从而允许开发人员充当规划者和审查者。
据 Qodo 的 AI 开发者关系主管 Nnenna Ndukwe 称，这种自动化使开发人员能够利用 GPT-6 模型更高效地构建功能并解决技术债务，同时保持人工监督。
利用 Decisions API
Qodo 正在探索使用 OpenAI 的 Decisions API 来优化代理技能和编码规则的选择。通过使用 Decisions API 来过滤数百条组织规则中哪些与特定任务相关，Qodo 旨在：
- 减少对语言模型在每个决策上的依赖。
- 提高审查过程的速度和成本效率。
- 提高自动化代码检查的整体质量和可靠性。
构建软件工厂
Qodo 将其长期愿景描述为创建“软件工厂”——即组织可以拥有和定制的系统。通过将 AI 驱动的编码代理与传统的软件工程实践和独立审查相结合，Qodo 旨在创建一个开发环境，其中机构知识被编码并自动应用，使开发人员能够将他们的判断力集中在高层架构和逻辑决策上。