GitHub ha pasado Code Quality de vista previa a disponibilidad general, ofreciendo a los equipos de desarrollo una forma automatizada de detectar problemas de mantenibilidad y fiabilidad antes de que el código se fusione. La herramienta está disponible en GitHub Enterprise Cloud y GitHub Team, pero no, en su lanzamiento, en el Enterprise Server autohospedado.

Lo determinista se encuentra con la IA

Code Quality combina CodeQL, el motor de análisis estático determinista de GitHub, con detección asistida por IA para sacar a la luz problemas directamente en las pull requests. Esa es la propuesta: análisis basado en reglas para ganar precisión, más IA para señalar los problemas más difusos de mantenibilidad y fiabilidad que las reglas deterministas pasan por alto, revisados en el momento en que el código se propone y no después de publicarse.

Qué incluye

El lanzamiento en GA incluye paneles de control para toda la organización, informes de cobertura de código a partir de Cobertura XML mostrados en las pull requests, quality gates aplicados mediante los rulesets de GitHub con umbrales de cobertura, APIs REST para habilitar repositorios y recuperar hallazgos, y sugerencias de Copilot Autofix, estas últimas disponibles sin necesidad de una suscripción aparte a Copilot.

El precio

Code Quality cuesta 10 $ por committer activo al mes —contando a los desarrolladores activos en los últimos 90 días y excluyendo a los bots—, más facturación en función del uso por la detección impulsada por IA y Autofix, y por el cómputo de Actions que ejecuta los análisis de CodeQL. No se trata de una tarifa plana; un uso intensivo de la IA eleva la factura.

La evidencia que aporta GitHub

Para defender su caso, GitHub cita su propio uso interno: en la organización de ingeniería de GitHub, afirma, los equipos resuelven el 67,3% de los hallazgos de Code Quality antes de fusionar las pull requests. Se trata de un resultado interno y no de una referencia general de clientes, pero apunta al flujo de trabajo previsto: detectar los problemas durante la revisión, cuando son más baratos de corregir, en lugar de en producción.