# PatchPatrol > 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. # KI-Code-Reviews für GitLab, GitHub und lokalen Code [Originalseite](https://patchpatrol.ai/) 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. PatchPatrol by aistack [Kontakt](https://patchpatrol.ai/contact/) [So funktioniert’s](https://patchpatrol.ai/#platform-services) ## Code Reviews ```sh $ git push ``` - checkout-web: P1, 1 Finding (`src/session.ts:42`). Beispielwert: 84 token/s. - orders-api: P1, 1 Finding (`api/orders.py:87`). Beispielwert: 62 token/s. - payment-worker: P1, 1 Finding (`jobs/charge.ts:31`). Beispielwert: 96 token/s. - shared-auth: P2, 1 Finding (`auth/token.go:64`). Beispielwert: 73 token/s. ## Vom Diff zum Review. Mit klaren Grenzen. PatchPatrol prüft automatisch Änderungen und hilft Reviewern, schneller zu erkennen, was relevant ist. ### Ein Review für GitLab Merge Requests, GitHub Pull Requests, Branches, vorgemerkte Änderungen und den Arbeitsstand. ### Ein Lauf, vier Berichte Ein Merge-Request-Review kann JSON, Markdown, HTML und GitLab Code Quality ausgeben. Welche Berichte entstehen, legen Sie in der Konfiguration fest. [In der Dokumentation (Englisch)](https://docs.patchpatrol.ai/docs/reference/artifacts-schema) ### Große Diffs, begrenzter Kontext Große Diffs werden in begrenzte Chunks aufgeteilt. Byte-, Datei- und Chunk-Grenzen greifen vor dem ersten Provider-Aufruf. Ausgelassene Teile werden im Bericht ausgewiesen. [In der Dokumentation (Englisch)](https://docs.patchpatrol.ai/docs/reference/policy-controls) ### Gezielt wiederholen Ein Provider-Timeout wird nach der Transport-Retry-Einstellung erneut versucht. Ungültiges JSON erhält einen Korrekturversuch. Bleibt die Antwort ungültig, entstehen Berichte mit Fallback-Metadaten. [In der Dokumentation (Englisch)](https://docs.patchpatrol.ai/docs/reference/configuration) ### Eine Review Summary für alle Pushes Im Feedback-Modus summary-only oder full aktualisiert PatchPatrol die bestehende GitLab Review Summary im Merge Request. Der gespeicherte Review-Zustand hält Findings und den geprüften Commit zusammen. [In der Dokumentation (Englisch)](https://docs.patchpatrol.ai/docs/get-started/feedback-modes) ### Der Lauf bleibt nachvollziehbar Das CLI protokolliert Validierung, Wiederholungen und Fallbacks. Warnungen erscheinen gelb; LLM_OUTPUT_INVALID markiert eine auch nach dem Korrekturversuch ungültige Antwort. Die Beispielzeilen zeigen unterschiedliche mögliche Ausgänge. [In der Dokumentation (Englisch)](https://docs.patchpatrol.ai/docs/reference/cli-reference) ## KI-basierte Code-Reviews Konzept ### Den konfigurierten Modell-Endpunkt verwenden Transparenter KI Einsatz 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 ### Nur relevante Änderungen prüfen Limitierter Kontext PatchPatrol begrenzt geänderte Dateien, Zeilen und die Diff-Größe sowie zusätzlichen Kontext vor dem Review. MR-, GitHub-PR- und lokaler Diff-Kontext ### Findings im Review-Kontext Direkt nachvollziehbar 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 ### Risiken schneller erkennen Risiko im Blick PatchPatrol hebt Hinweise hervor, die Aufmerksamkeit verdienen, und liefert Kontext zur betroffenen Änderung. Kontext für Entscheidungen ## Projektspezifische Review Regeln Repository-aware rules Für einzelne Pfade, Komponenten und Dateitypen lassen sich gezielte Review-Hinweise definieren. So prüft PatchPatrol nicht nur generisch, sondern entlang der Standards Ihres Projekts. Rules ### .ai-review.yml ```yaml version: 1 review: rules: - id: privacy.no-raw-payload-logging severity: error scope: - "src/api/**" instruction: "Flag new logging paths that could expose raw request data." - id: tests.runtime-behavior-needs-regression severity: warning scope: - "src/**/*.py" instruction: "Check whether behavior changes include regression coverage." ``` [Technische Dokumentation](https://docs.patchpatrol.ai/docs/reference/repository-aware-rules) ### Regeln mit dem Code versionieren Review-Leitplanken liegen direkt im Projekt. Regeln können auf bestimmte Pfade, Module oder Dateitypen begrenzt werden. ### Kontext begrenzt halten PatchPatrol nutzt passende Regeln als Review-Hinweise. Findings brauchen weiterhin konkrete Evidenz aus Diff und Kontext. ### Nachvollziehen, was verwendet wurde Reports zeigen Repository-Context-Modus, passende Regeln, einbezogene Quellen und die Nutzung des Kontextbudgets. ## KI Feedback direkt in der Pipeline Pipeline Integration 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. GitLab CI ### .gitlab-ci.yml ```yaml include: - component: $CI_SERVER_FQDN/patchpatrol/components/gitlab-review@1.0.0 inputs: feedback-mode: artifact-only readiness-mode: 'off' output-dir: .ai-review artifact-expire-in: 7 days ``` Nutzt vorhandene Tools aus Ihrem Projekt - Node - Python - Go - Java - Ruby - Rust ## Ausgewählte Änderung, begrenzter Kontext, nachvollziehbares Review-Ergebnis. So funktioniert es ### 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. Auszug aus einem lokalen Lauf mit dem Mock-Provider. ```text ai-review run --mode working-tree --provider mock [START] PatchPatrol AI review pipeline mode: run [STEP] Artifact write: Human-readable and machine-readable artifacts persisted successfully. [INFO] Chunked provider review + validation complete. PatchPatrol uses AI. Check for mistakes. ``` ### Schritt 02: Relevanten Kontext begrenzen Konfigurierte Grenzen beschränken geänderte Dateien und Zeilen, die Diff-Größe sowie zusätzlichen Kontext vor dem Provider-Aufruf. Review-Phasen und ein Finding aus dem gezeigten Beispielreport; keine autonomen Tool-Aufrufe. Beispielhafter Review-Lauf Review des ausgewählten Diffs Beim Retry nach ungültigem JSON fehlt eine Prüfung des Fallbacks. tests/test_retry.py:1–30. Feste Review-Phasen - Diff - Trust Gate - Local Discovery - Finding Verification - Review Artifacts ### Schritt 03: Trust-Checks vor dem AI-Review Vor Provider-Aufrufen wendet PatchPatrol konfigurierte Review-Grenzen und optionale Endpunktbeschränkungen an. Ausgewählter Quellcode und Kontext erreichen das konfigurierte Modell im Original, einschließlich Zugangsdaten. Der Run Report zeigt Blockierungen durch die Endpunkt-Policy. Sie kontrollieren den Endpunkt und seine Datenspeicherung. Review-Phasen und ein Finding aus dem gezeigten Beispielreport; keine autonomen Tool-Aufrufe. Beispielhafter Review-Lauf Review des ausgewählten Diffs Beim Retry nach ungültigem JSON fehlt eine Prüfung des Fallbacks. tests/test_retry.py:1–30. Feste Review-Phasen - Diff - Trust Gate - Local Discovery - Finding Verification - Review Artifacts ### Schritt 04: Code Review Das LLM prüft Änderungskontext, Scope-Grenzen und betroffene Codepfade. Die Antwort liefert priorisierte Findings mit klarer Begründung. Review-Phasen und ein Finding aus dem gezeigten Beispielreport; keine autonomen Tool-Aufrufe. Beispielhafter Review-Lauf Review des ausgewählten Diffs Beim Retry nach ungültigem JSON fehlt eine Prüfung des Fallbacks. tests/test_retry.py:1–30. Feste Review-Phasen - Diff - Trust Gate - Local Discovery - Finding Verification - Review Artifacts ### 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. HTML Run Report ![Vorschau des PatchPatrol HTML Run Reports auf der Startseite](https://patchpatrol.ai/images/html-report-preview.png) ## PatchPatrol in Zahlen Produktfakten ### 100 % Selbst gehostet Läuft in Ihrer CI oder lokal. Review-Kontext geht nur an den Modell-Endpunkt, den Sie konfigurieren. ### 2 Unterstützte Plattformen GitLab und GitHub. ### 5 Review-Ziele GitLab Merge Requests, GitHub Pull Requests, Branches, vorgemerkte Änderungen und der Arbeitsstand. ### 4 Report-Formate JSON, Markdown, HTML und GitLab Code Quality. ## PatchPatrol konfigurieren Dokumentation Starten Sie mit dem GitLab-Setup oder öffnen Sie die Konfiguration für Provider, Variablen und Review-Grenzen. ### GitLab Merge Request GitLab Pipeline Der Admin-Quickstart zeigt, wie Sie Provider und GitLab CI vorbereiten und den ersten artefaktbasierten Merge-Request-Review starten. [Admin Quickstart öffnen](https://docs.patchpatrol.ai/docs/get-started/admin) ### Pipeline, Provider, Reports Konfiguration Die Dokumentation zeigt, wie Sie Provider, Umgebungsvariablen, Review-Grenzen und Ergebnisregeln für den Betrieb konfigurieren. [Konfigurationsreferenz öffnen](https://docs.patchpatrol.ai/docs/reference/configuration) ## Prüfen, ob PatchPatrol zu Ihrem GitLab-Workflow passt Nächster Schritt 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. [KI Review für Ihr Projekt besprechen](https://patchpatrol.ai/contact) [Technische Dokumentation (Englisch)](https://docs.patchpatrol.ai/docs) # Pilotprojekt für GitLab-Reviews besprechen [Originalseite](https://patchpatrol.ai/contact) Beschreiben Sie Ihre GitLab-Umgebung, den geplanten Modell-Endpunkt und Ihre Anforderungen. Wir antworten zu Evaluierung und Preisen und vereinbaren bei Bedarf ein Gespräch. Das Formular allein startet kein Pilotprojekt und gewährt keinen Produktzugang. Kontakt PatchPatrol veröffentlicht derzeit keine Preise. Beschreiben Sie über das Formular Ihre GitLab-Umgebung und die geplante Evaluierung und fragen Sie nach Preisen. ## Kontaktieren Sie uns Wir freuen uns auf Ihre Nachricht. - Name - Geschäftliche E-Mail - Unternehmen - Nachricht [Anfrage senden](https://patchpatrol.ai/contact) Wir verwenden Ihre Angaben nur, um Ihre Anfrage zu beantworten. Mehr dazu in der [Datenschutzerklärung](https://patchpatrol.ai/datenschutz). ## PatchPatrol ist ein Produkt von aistack. [aistack](https://aistack.at/#kontakt) ist ein österreichisches KI-Unternehmen und entwickelt DSGVO-konforme individuelle KI-Applikationen für Unternehmen mit hohen Anforderungen an Datenschutz, Integration und Betrieb. Diese Erfahrung steckt auch in PatchPatrol: ein Produkt für Teams, die KI im Code-Review sinnvoll einsetzen wollen, ohne Kontrolle und Nachvollziehbarkeit zu verlieren. [Technische Dokumentation (Englisch)](https://docs.patchpatrol.ai/docs) # Impressum [Originalseite](https://patchpatrol.ai/impressum) Angaben gemäß § 5 ECG, § 14 UGB und Offenlegung gemäß § 25 MedienG. ## Unternehmensdaten aistack GmbH Unternehmensgegenstand: Beratung, Forschung und Dienstleistung im Bereich Künstliche Intelligenz Geschäftsführung: Moritz Tanzer Siezenheimer Str 39B 5020 Salzburg Österreich ## Kontakt E-Mail: [contact@patchpatrol.ai](mailto:contact@patchpatrol.ai) Kontaktformular: [patchpatrol.ai/contact](https://patchpatrol.ai/contact) ## Firmenbuch Firmenbuchnummer: FN 659303p Firmenbuchgericht: Landesgericht Salzburg ## Haftung für Inhalte Die Inhalte dieser Website wurden sorgfältig erstellt. Für Richtigkeit, Vollständigkeit und Aktualität der Inhalte übernehmen wir jedoch keine Gewähr. Für eigene Inhalte sind wir nach den allgemeinen Gesetzen verantwortlich. Verpflichtungen zur Entfernung oder Sperrung von Informationen nach Kenntnis einer konkreten Rechtsverletzung bleiben unberührt. ## Haftung für Links Diese Website kann Links zu externen Websites Dritter enthalten, auf deren Inhalte wir keinen Einfluss haben. Für diese fremden Inhalte ist stets der jeweilige Anbieter oder Betreiber verantwortlich. Bei Bekanntwerden von Rechtsverletzungen entfernen wir entsprechende Links. ## Urheberrecht Die durch den Seitenbetreiber erstellten Inhalte und Werke auf dieser Website unterliegen dem österreichischen Urheberrecht. Vervielfältigung, Bearbeitung, Verbreitung oder sonstige Verwertung außerhalb der Grenzen des Urheberrechts bedürfen der schriftlichen Zustimmung. Hinweise auf mögliche Rechtsverletzungen prüfen wir und entfernen betroffene Inhalte bei Bedarf. ## PatchPatrol PatchPatrol ist ein Produkt der [aistack GmbH](https://aistack.at/). [Technische Dokumentation (Englisch)](https://docs.patchpatrol.ai/docs) # Datenschutzerklärung [Originalseite](https://patchpatrol.ai/datenschutz) Stand: 20. Oktober 2026 Diese Datenschutzerklärung beschreibt, welche personenbezogenen Daten wir verarbeiten, wenn Sie patchpatrol.ai oder die Dokumentation unter docs.patchpatrol.ai besuchen oder uns kontaktieren. ## 1. Verantwortlicher aistack GmbH Geschäftsführung: Moritz Tanzer Siezenheimer Str 39B, 5020 Salzburg, Österreich E-Mail: contact@patchpatrol.ai Einen Datenschutzbeauftragten haben wir nicht bestellt, weil wir dazu gesetzlich nicht verpflichtet sind. Fragen zum Datenschutz richten Sie bitte an die oben genannte Adresse. ## 2. Was diese Erklärung nicht betrifft: die PatchPatrol-Software PatchPatrol läuft in Ihrer eigenen Infrastruktur, etwa in Ihrer CI oder lokal. Review-Inhalte gehen nur an den Modell-Endpunkt, den Sie konfigurieren. Die Software sendet keine Nutzungsdaten an uns, und die Lizenz wird lokal geprüft, ohne Verbindung zu einem Lizenzserver. Aus Ihren Review-Läufen erhalten wir daher keine Daten. Wenn Sie einen entfernten Modell-Anbieter konfigurieren, verarbeitet dieser die übermittelten Inhalte nach seinen eigenen Bedingungen. ## 3. Hosting Beide Websites laufen auf Servern der Hetzner Online GmbH, Industriestraße 25, 91710 Gunzenhausen, Deutschland, im Rechenzentrum Falkenstein in Deutschland. Hetzner verarbeitet die Daten in unserem Auftrag auf Grundlage eines Auftragsverarbeitungsvertrags (Art. 28 DSGVO). Beim Aufruf einer Seite überträgt Ihr Browser technisch notwendige Daten: IP-Adresse, Datum und Uhrzeit, die aufgerufene Adresse, die zuvor besuchte Seite (Referrer) sowie Browser und Betriebssystem. Wir verwenden diese Daten nur, um die Seiten auszuliefern und Angriffe abzuwehren. Zugriffsprotokolle mit diesen Daten legen wir nicht an. Rechtsgrundlage ist unser berechtigtes Interesse an einem sicheren und stabilen Betrieb (Art. 6 Abs. 1 lit. f DSGVO). ## 4. Kontaktformular Wenn Sie das Kontaktformular nutzen, verarbeiten wir Ihren Namen, Ihre geschäftliche E-Mail-Adresse, Ihr Unternehmen, Ihre Nachricht und die Sprache der Seite, von der aus Sie schreiben. Wir verwenden diese Angaben nur, um Ihre Anfrage zu beantworten. Die Angaben sind freiwillig; ohne sie können wir Ihre Anfrage aber nicht bearbeiten. So läuft die Übermittlung ab: - Ihr Browser sendet das Formular verschlüsselt an unseren Server. - Um Missbrauch zu verhindern, leitet der Server von einer IP-Adresse höchstens fünf Anfragen in zehn Minuten weiter. Die IP-Adresse wird dafür nur im Arbeitsspeicher des Servers gehalten, nicht auf Datenträgern gespeichert und spätestens beim nächsten Neustart des Servers gelöscht. - Der Server übergibt die Anfrage an den E-Mail-Dienst Resend (Plus Five Five, Inc., 2261 Market Street #5039, San Francisco, CA 94114, USA). Resend stellt sie als E-Mail an unser Postfach contact@patchpatrol.ai zu. Ihre E-Mail-Adresse wird als Antwortadresse eingetragen, damit wir Ihnen direkt antworten können. Resend verarbeitet Daten in den USA. Die Übermittlung stützt sich auf die Zertifizierung von Resend nach dem EU-US Data Privacy Framework (Art. 45 DSGVO) und zusätzlich auf die Standardvertragsklauseln der EU-Kommission im Auftragsverarbeitungsvertrag mit Resend (Art. 46 DSGVO). Rechtsgrundlage: Betrifft Ihre Anfrage ein Pilotprojekt, Preise oder eine Zusammenarbeit, ist das die Durchführung vorvertraglicher Maßnahmen (Art. 6 Abs. 1 lit. b DSGVO). Bei allen anderen Anfragen ist es unser berechtigtes Interesse, Anfragen zu beantworten (Art. 6 Abs. 1 lit. f DSGVO). Speicherdauer: Wir löschen Ihre Anfrage sechs Monate nach der letzten Nachricht in der Sache, sofern daraus keine Geschäftsbeziehung entsteht. Gesetzliche Aufbewahrungspflichten, etwa nach Unternehmens- oder Steuerrecht, bleiben unberührt. ## 5. Kontakt per E-Mail Schreiben Sie uns direkt an contact@patchpatrol.ai, verarbeiten wir Ihre Nachricht und die Angaben aus dem E-Mail-Verkehr. Rechtsgrundlage und Speicherdauer sind dieselben wie beim Kontaktformular. ## 6. Reichweitenmessung mit Plausible Analytics Um zu verstehen, welche Seiten gelesen werden, nutzen wir Plausible Analytics der Plausible Insights OÜ, Västriku tn 2, 50403 Tartu, Estland. Plausible setzt keine Cookies und speichert nichts in Ihrem Browser. Die Daten werden in der EU verarbeitet. Erfasst werden die aufgerufene Seite, die verweisende Seite, wie lange Sie auf der Seite bleiben und wie weit Sie scrollen, der ungefähre Standort (Land, Region, Stadt), Gerätetyp, Browser und Betriebssystem. Adressen übermitteln wir ohne Suchparameter und Sprungmarken. Was Sie in Formulare eingeben, wird nie übertragen. Plausible verarbeitet die Daten in unserem Auftrag auf Grundlage eines Auftragsverarbeitungsvertrags (Art. 28 DSGVO). Rechtsgrundlage ist unser berechtigtes Interesse, unsere Websites anhand zusammengefasster Nutzungszahlen zu verbessern (Art. 6 Abs. 1 lit. f DSGVO). Sie können dem jederzeit widersprechen (Abschnitt 9). Technisch verhindern Sie die Messung zum Beispiel mit einem Tracking-Blocker. ## 7. Speicherung in Ihrem Browser Wenn Sie zwischen hellem und dunklem Design wechseln, speichert Ihr Browser diese Wahl im lokalen Speicher (Eintrag „theme"). Der Eintrag bleibt auf Ihrem Gerät und wird nicht an uns übertragen. Er ist für die von Ihnen gewünschte Funktion unbedingt erforderlich (§ 165 Abs. 3 TKG 2021). Sie können ihn jederzeit über die Einstellungen Ihres Browsers löschen. patchpatrol.ai und docs.patchpatrol.ai setzen keine Cookies. ## 8. Schriftarten und Links Alle Schriftarten liefern wir von unserem eigenen Server aus. Beim Aufruf unserer Seiten wird außer zu Plausible (Abschnitt 6) keine Verbindung zu Drittanbietern hergestellt. Links zu anderen Websites, etwa aistack.at, öffnen sich erst, wenn Sie sie anklicken; dort gilt die Datenschutzerklärung des jeweiligen Betreibers. ## 9. Ihre Rechte Sie haben das Recht auf Auskunft (Art. 15 DSGVO), Berichtigung (Art. 16 DSGVO), Löschung (Art. 17 DSGVO), Einschränkung der Verarbeitung (Art. 18 DSGVO) und Datenübertragbarkeit (Art. 20 DSGVO). Verarbeiten wir Daten auf Grundlage berechtigter Interessen, können Sie aus Gründen, die sich aus Ihrer besonderen Situation ergeben, widersprechen (Art. 21 DSGVO). Schreiben Sie uns dafür an contact@patchpatrol.ai. Wenn Sie der Ansicht sind, dass wir Ihre Daten nicht rechtmäßig verarbeiten, können Sie sich bei der Österreichischen Datenschutzbehörde beschweren: Barichgasse 40–42, 1030 Wien, dsb@dsb.gv.at, www.dsb.gv.at. ## 10. Keine automatisierten Entscheidungen Wir treffen keine automatisierten Einzelentscheidungen und erstellen keine Profile (Art. 22 DSGVO). ## 11. Änderungen Wir passen diese Erklärung an, wenn sich unsere Websites oder die Rechtslage ändern. Es gilt die jeweils hier veröffentlichte Fassung. [Technische Dokumentation (Englisch)](https://docs.patchpatrol.ai/docs)