本文にスキップ
AI News HubLIVE
サイト内リライト3 分で読了

Qodo、Codexとの連携でAIコードレビューにコンテキストを組み込む

記事の要約

QodoはCodexプラグインを通じて組織知識とコーディング標準をAIコードレビューに導入し、開発者がプルリクエストを開く前にリポジトリ全体でP0問題を発見できるようにします。

ソースOpenAI News
Qodo、Codexとの連携でAIコードレビューにコンテキストを組み込む
誤りを報告

訂正窓口はまだ利用できません。記事情報をコピーして保存できます。

訂正案内
本文へ

Qodoは、コードレビューとソフトウェア品質に特化したAIスタートアップであり、コーディングエージェントが変更するコードを理解するために必要な組織知識を提供することを使命としています。共同創設者兼CEOのItamar Friedman氏は、Qodoを「コーディングエージェントの親友」と呼んでいます。Qodoは、GPT-6 Astraを含むOpenAIモデルを活用してエンジニアリング知識を収集し、コードをレビューし、ソフトウェア品質を監視しています。そのCodexプラグインは、このコンテキストとレビューを開発者のコーディングセッションに直接持ち込みます。

多くの顧客環境では、コードベースに10,000以上のリポジトリが含まれることがあります。一見正しく見えるローカルなコード変更が、下流のサービスを壊す可能性があります。この課題に対処するため、QodoはCodexマーケットプレイスにプラグインを構築しました。Codexはローカルタスクを効率的に完了するのが得意ですが、QodoのプラグインはCodexにコードベースの知識、組織のルール、そしてQodo Agentic Toolboxを通じた独立したレビューへのアクセスを提供します。

コンテキストを得ることで、Codexは異なるGitプロバイダーでホストされているリポジトリやKafkaを介して接続されたサービスなど、リポジトリ間の依存関係を考慮できるようになります。Itamar氏は「Qodoがその接続を確立し、Codexがソフトウェア全体を俯瞰してP0バグを見逃さないように支援します」と述べています。Codexがコードを書き始める前に、Qodoプラグインを使用して関連するコードベースのルールやプルリクエストの履歴とパターンを取得できます。Codexが変更を加えた後、Qodoがそれをレビューし、その結果を開発者がプルリクエストを開く前に、同じセッション内でCodexに直接返します。

QodoのAIデベロッパーリレーションズリードであるNnenna Ndukwe氏は、開発者がこのワークフローを使用してCodexのGPT-6モデルで機能を構築し、技術的負債に対処しているのを目にしています。彼らはCodexのコーディング作業とQodoの独立したレビューの間の引き継ぎを自動化しています。Nnenna氏は「これが開発者が実際に行っていることで、GPT-6は非常に強力なのでとても興奮しています」と話します。

Itamar氏は、コーディングエージェントとレビューエージェントを「陰と陽」のような関係と表現しています。一方がコードを生成し、もう一方がそれに異議を唱えます。それぞれの役割には独自の設定とコンテキストが必要で、複数のエージェントが関与する場合もあります。彼のビジョンは、エージェント同士が発見事項を議論し、「合意に至らなかったものだけを」人間のレビュー用に提示することです。開発者はプランナーとレビュアーになり、未解決の問題をエージェントの議論、コンテキスト、以前の開発者の決定とともに検査できるようになります。

「そうやって信頼が生まれるのです」とItamar氏は言います。「プロセス全体がより効率的になると思います」とNnenna氏は付け加えます。「私たちの専門知識の最良の部分を活用できるのです」。Qodo内部では、Nnenna氏は自身の自動開発ワークフローや知識作業にGPT-6 AstraのExtra HighおよびUltraエフォート設定を使用しています。彼女はCodexに週に達成したことと、次にどこに焦点を当てるか、または改善できるかを報告するようスケジュールしています。また、ソーシャルプラットフォーム上でのエージェントエンジニアリングに関する会話を調査し、開発者向けコンテンツのアイデアを提案するためにも使用しています。自身のコード変更に関しては、Codexに自分の作業を分析させ、作成または改良すべきエージェントスキルを提案するようスケジュールしています。

Itamar氏は、OpenAIが最近発表したDecisions APIを活用し、開発の各段階で適用されるルールとエージェントスキルを選択する機会を見出しています。すべての決定を言語モデルに依存するのではなく、Decisions APIを使用して選択を行うのです。彼は、200のルールの中から言語モデルが関連するルールを推論する前にチェックすべきルールをDecisions APIが選択できる例を挙げ、選択の迅速化とコスト削減、レビュー品質の向上に役立つと述べています。「Decisions APIは、プロセスにさらなる信頼をもたらすための大きな機会です」とItamar氏は言います。

Nnenna氏によれば、Qodoのアプローチは「人工知能の最良の側面と、従来のソフトウェアエンジニアリングおよびスクリプトの最良の側面を組み合わせたもの」です。会社の知識がコーディングエージェントを導き、独立したレビューがその作業をチェックし、人間の専門知識が残された問題を解決します。これにより、Itamar氏が描くソフトウェアファクトリーの基盤が築かれます。それは、顧客が組み立てて所有できるシステムであり、コーディングエージェントとレビューエージェントを統合し、ソフトウェアが本番環境でどのように変化するかを理解するものです。OpenAIとの協力により、Qodoはコーディングエージェントが企業の経験をより活用し、開発者が最も重要な判断に集中できる未来を構築しています。

要点と分析を開く

記事インテリジェンス

エンジニア上級

要点

  • QodoのCodexプラグインは、コーディング前にコードベースのルールとPR履歴を取得し、変更後に独立したレビューを実行します。
  • このプラグインは10,000以上のリポジトリにわたる依存関係を処理し、異なるGitプロバイダーやKafkaサービスを接続します。
  • QodoはGPT-6 AstraなどのOpenAIモデルを使用し、Decisions APIを活用してルール選択を最適化する計画です。
  • ビジョンは、コーディングエージェントとレビューエージェントが協力する「ソフトウェアファクトリー」の構築です。

要点と分析は自動生成され、誤りを含む場合があります。原典をご確認ください。