GitHub نقلت Code Quality من مرحلة المعاينة إلى الإتاحة العامة، مانحة فرق التطوير وسيلة آلية لاكتشاف مشكلات الصيانة والموثوقية قبل دمج الشيفرة. والأداة متاحة الآن على GitHub Enterprise Cloud وGitHub Team — لكنها، عند الإطلاق، غير متاحة على Enterprise Server المستضاف ذاتيًا.
التحديد الحتمي يلتقي الذكاء الاصطناعي
تجمع Code Quality بين CodeQL، محرك التحليل الساكن الحتمي من GitHub، والكشف المدعوم بالذكاء الاصطناعي لإبراز المشكلات مباشرة داخل طلبات السحب. والفكرة المطروحة هي هذا المزيج: تحليل قائم على القواعد لتحقيق الدقة، إلى جانب الذكاء الاصطناعي لرصد مشكلات الصيانة والموثوقية الأكثر غموضًا التي تفوت القواعد الحتمية — وذلك عند مراجعة الشيفرة في لحظة اقتراحها، لا بعد إطلاقها.
ما الذي يأتي معها
يتضمن إصدار الإتاحة العامة لوحات معلومات على مستوى المؤسسة، وتقارير تغطية الشيفرة المستخرجة من Cobertura XML والمعروضة على طلبات السحب، وquality gates المفروضة عبر GitHub rulesets مع عتبات للتغطية، وواجهات REST API لتمكين المستودعات واسترجاع النتائج، إلى جانب اقتراحات Copilot Autofix — وهي متاحة في الأخيرة من دون اشتراك منفصل في Copilot.
السعر
تبلغ تكلفة Code Quality 10 دولارات لكل مساهم نشط شهريًا — مع احتساب المطورين النشطين خلال آخر 90 يومًا واستثناء الروبوتات — إضافة إلى فواتير قائمة على الاستخدام للكشف المدعوم بالذكاء الاصطناعي وAutofix، ولحوسبة Actions التي تشغّل عمليات فحص CodeQL. إنها ليست رسومًا ثابتة؛ فالاستخدام الكثيف للذكاء الاصطناعي يرفع الفاتورة.
الدليل الذي تقدمه GitHub
ولإثبات جدوى الأداة، تستشهد GitHub باستخدامها الداخلي نفسه: إذ تقول إنه في منظمة الهندسة التابعة لها، ينجح الفريق في معالجة 67.3% من النتائج التي تكشفها Code Quality قبل دمج طلبات السحب. وهذه نتيجة داخلية وليست معيارًا عامًا للعملاء، لكنها تشير إلى سير العمل المقصود — اكتشاف المشكلات وقت المراجعة، حين تكون أقل كلفة للإصلاح، بدلًا من ظهورها في الإنتاج.