GitHub 已将 Code Quality 从预览版推进至正式可用，为开发团队提供一种在代码合并前自动发现可维护性和可靠性问题的方式。该工具目前已在 GitHub Enterprise Cloud 和 GitHub Team 上线，但在发布时尚未支持自托管的 Enterprise Server。
确定性分析与 AI 的结合
Code Quality 将 CodeQL——GitHub 的确定性静态分析引擎——与 AI-assisted detection 相结合，直接在拉取请求中暴露问题。其核心卖点是：以规则式分析确保精确性，再用 AI 识别确定性规则难以捕捉、但关乎可维护性和可靠性的更模糊问题——在代码被提出审查时就处理，而不是等到上线之后。
随产品一起发布的功能
这次 GA 版本包含全组织仪表盘、从 Cobertura XML 提取并在拉取请求中展示的代码覆盖率报告、通过 GitHub rulesets 和覆盖率阈值强制执行的 quality gates、用于启用仓库和检索发现问题的 REST API，以及 Copilot Autofix 建议——后者无需单独的 Copilot 订阅即可使用。
价格
Code Quality 的收费为每位活跃提交者每月 10 美元——按过去 90 天内有活跃行为的开发者计费，不包括机器人账号——并另外按用量收取 AI 驱动检测和 Autofix，以及运行 CodeQL 扫描的 Actions 计算资源费用。这不是固定费用；AI 使用越多，账单越高。
GitHub 提供的证据
为证明其价值，GitHub 援引了自己的内部实践：该公司称，在 GitHub 的工程组织中，团队会在合并拉取请求前解决 67.3% 的 Code Quality 发现。这是内部结果，并非广泛的客户基准，但它指向了这一工具希望实现的工作流——在评审阶段发现问题，此时修复成本最低，而不是在生产环境中处理。