Zum Inhalt springen

PatchPatrol by aistack

KI-Code-Reviews für GitLab mit klar begrenztem Kontext

Prüfen Sie GitLab Merge Requests mit klar begrenztem Kontext über einen von Ihnen konfigurierten Modell-Endpunkt. PatchPatrol unterstützt außerdem GitHub Actions und lokale Diff-Reviews.

Betreiben Sie PatchPatrol in der von Ihnen gewählten Infrastruktur und konfigurieren Sie den Modell-Endpunkt. Bei einem entfernten Endpunkt verarbeitet der Provider den ausgewählten Review-Kontext nach seinen eigenen Bedingungen.

PatchPatrol by aistack

Vorschau des PatchPatrol HTML Run Reports auf der Startseite

Konzept

KI-basierte Code-Reviews

Transparenter KI Einsatz

Den konfigurierten Modell-Endpunkt verwenden

PatchPatrol sendet ausgewählten Review-Kontext nur an den von Ihnen konfigurierten Modell-Endpunkt. Optional können Sie Aufrufe mit einer Endpunkt-Allowlist einschränken. Bei einem entfernten Endpunkt verarbeitet der Provider die ausgewählten Inhalte nach seinen eigenen Bedingungen.

Konfigurierter Endpunkt, optionale Allowlist

Limitierter Kontext

Nur relevante Änderungen prüfen

PatchPatrol begrenzt geänderte Dateien, Zeilen und die Diff-Größe sowie zusätzlichen Kontext vor dem Review.

MR-, GitHub-PR- und lokaler Diff-Kontext

Direkt nachvollziehbar

Findings im Review-Kontext

Je nach Setup veröffentlicht PatchPatrol eine kompakte GitLab Review Summary, die zeigt, wo Reviewer genauer hinschauen sollten. Priorisierte Findings erscheinen als Inline-Diskussionen an den betroffenen Stellen.

GitLab Review Summary, Inline-Diskussionen, HTML Run Report

Risiko im Blick

Risiken schneller erkennen

PatchPatrol hebt Hinweise hervor, die Aufmerksamkeit verdienen, und liefert Kontext zur betroffenen Änderung.

Kontext für Entscheidungen

Repository-aware rules

Projektspezifische Review Regeln

Für einzelne Pfade, Komponenten und Dateitypen lassen sich gezielte Review-Hinweise definieren. So prüft PatchPatrol nicht nur generisch, sondern entlang der Standards Ihres Projekts.

Technische Dokumentation

Rules

.ai-review.yml
01 version: 1
02 review:
03 rules:
04 - id: privacy.no-raw-payload-logging
05 severity: error
06 scope:
07 - "src/api/**"
08 instruction: "Flag new logging paths that could expose raw request data."
09
10 - id: tests.runtime-behavior-needs-regression
11 severity: warning
12 scope:
13 - "src/**/*.py"
14 instruction: "Check whether behavior changes include regression coverage."

Pipeline Integration

KI Feedback direkt in der Pipeline

PatchPatrol ergänzt Ihre bestehende Merge-Request- oder Pull-Request-Pipeline. Das Feedback wird in der UI angezeigt, damit Reviewer direkt sehen, welche Änderungen Aufmerksamkeit brauchen.

Nutzt vorhandene Tools aus Ihrem Projekt

Node
Python
Go
Java
Ruby
Rust

GitLab CI

.gitlab-ci.yml
01 include:
02 - component: $CI_SERVER_FQDN/patchpatrol/components/gitlab-review@1.0.0
03 inputs:
04 feedback-mode: artifact-only
05 readiness-mode: 'off'
06 output-dir: .ai-review
07 artifact-expire-in: 7 days

So funktioniert es

Ausgewählte Änderung, begrenzter Kontext, nachvollziehbares Review-Ergebnis.

  1. Schritt 01

    Code Change als Ausgangspunkt

    Der Lauf startet mit einer konkreten Änderung: einem GitLab Merge Request, einem GitHub Pull-Request-Workflow oder einem lokalen Diff.

  2. Schritt 02

    Relevanten Kontext begrenzen

    Konfigurierte Grenzen beschränken geänderte Dateien und Zeilen, die Diff-Größe sowie zusätzlichen Kontext vor dem Provider-Aufruf.

  3. Schritt 03

    Trust-Checks vor dem AI-Review

    Vor Provider-Aufrufen wendet PatchPatrol konfigurierte Review-Grenzen und optionale Endpunktbeschränkungen an. PatchPatrol wendet musterbasierte Schwärzung auf extrahierte Diff-Chunks an und bricht bei Mustern ab, die mit hoher Sicherheit erkannt wurden.

  4. Schritt 04

    Code Review

    Das LLM prüft Änderungskontext, Scope-Grenzen und betroffene Codepfade. Die Antwort liefert priorisierte Findings mit klarer Begründung.

  5. Schritt 05

    Findings nachvollziehbar machen

    PatchPatrol prüft die Modellantwort vor der Ausgabe. Die kompakte GitLab Review Summary zeigt, wo Reviewer genauer hinschauen sollten. Priorisierte Findings erscheinen als Inline-Diskussionen direkt an den betroffenen Stellen; alle Details und Nachweise zum Lauf stehen im HTML Run Report.

Nächster Schritt

Prüfen, ob PatchPatrol zu Ihrem GitLab-Workflow passt

Beschreiben Sie Ihren GitLab-Review-Job, den geplanten Modell-Endpunkt und was PatchPatrol in Ihrer Umgebung leisten muss. Wir antworten mit Informationen zu Evaluierung und Preisen. Mit dem Formular fragen Sie ein Gespräch an. Pilotprojekt und Produktzugang werden separat vereinbart.