О чём урок
Примечание об обновлении — ознакомьтесь с текущими рекомендациями перед использованием этих примеров. Флаг --full-auto, используемый ниже, устарел. Не рассматривайте неудачный запуск Codex или некорректный вывод как отсутствие результатов. Для общей автоматизации Codex см. Неинтерактивный режим. Для специализированного сканирования безопасности и устранения уязвимостей с помощью Codex используйте поддерживаемое руководство по GitLab CI/CD. Этот рабочий процесс отличается от анализа качества кода и интерпретации существующих результатов SAST, представленных в данной статье; примеры ниже не были перенесены в него. При развертывании production-кода большинство команд полагаются на CI/CD-пайплайны для проверки изменений перед слиянием. Ревьюеры обычно просматривают результаты модульных тестов, сканирования уязвимостей и отчетов о качестве кода. Традиционно они генерируются движками, основанными на правилах, которые выявляют известные проблемы, но часто упускают контекстные или более сложные проблемы, оставляя разработчикам "шумные" результаты, которые трудно приоритизировать или на основе которых трудно действовать. С помощью LLM можно добавить новый уровень интеллекта в этот процесс: рассуждение о качестве кода и интерпретацию результатов безопасности. Расширяя свои пайплайны GitLab с помощью Codex CLI от OpenAI, команды получают информацию, выходящую за рамки статических правил: Качество кода → Генерируйте совместимые с GitLab JSON-отчеты CodeClimate, которые выявляют контекстные проблемы непосредственно в merge-запросах. Безопасность → Пост-обработка существующих результатов SAST для консолидации дубликатов, ранжирования проблем по возможности эксплуатации и предоставления четких, действенных шагов по устранению. Это руководство показывает, как интегрировать Codex CLI в пайплайн GitLab для обоих вариантов использования — предоставляя структурированные, машиночитаемые отчеты наряду с действенными, человекочитаемыми рекомендациями. Codex CLI — это инструмент командной строки с открытым исходным кодом, предназначенный для интеграции моделей рассуждений OpenAI в ваш процесс разработки. Для установки, использования и полной документации обратитесь к официальному репозиторию: github.com/openai/codex. В этом руководстве мы будем использовать режим Full Auto во временном GitLab runner для генерации JSON-отчета, соответствующего стандартам.
План урока
- Введение
- Что такое Codex CLI?
- Предварительные требования
- Пример #1 — Использование Codex CLI для создания отчета о качестве кода
- Предыстория
- Пример задания CI/CD для качества кода
- Пример #2 — Использование Codex CLI для устранения уязвимостей безопасности
- Шаг 1: Генерация рекомендаций
Урок входит в полный доступ. Полный текст и видео открываются после оплаты. Первые уроки каждого курса бесплатны.