AIエージェント活用事例
Views —

AIエージェント活用事例

今日の新着

44すべて 189件

全189件中 1〜20件

開発・コーディング実装例

コードファイルのエラーと改善点をレビュー項目として整理する

ファイルや短いコードを入力すると、エラー、セキュリティ、パフォーマンス、可読性に関するレビュー意見を出力するそうです。

LangChain

使い方

  1. --fileでレビューするコードファイルを指定するか、--codeでコードを直接入力するそうです。Python以外の言語の場合は--languageで知らせることができるそうです。
  2. ファイル内容をモデルに送り、論理エラー、例外処理、セキュリティ、パフォーマンス、コード表現と改善点を項目ごとにレビューさせるそうです。
  3. モデルが作成した意見はMarkdown形式でターミナルに出力されるそうです。コードの実行や修正の段階は含まれていないそうです。

結果

コード内容を読み、レビュー意見を作成する補助ツールだそうです。テストを実行してエラーを確定する自動検証ツールではないそうです。

補足

リポジトリ全体のコンテキストや他のファイルを自動で探索しないそうです。実行環境や外部関数の動作は、入力した資料だけで確認できる範囲が限られているそうです。

出典

GitHub 原文 ↗

プロンプト例 · LangChain

[レビューするコードファイル]の問題候補を整理するレビュー用ツールを構成してください。使用言語は[言語]で、Python環境のagents/02-code-review-agentを参考にします。依存関係とAPI設定を確認した後、入力ファイルは読み取り専用で接続してください。

論理エラー、例外処理、セキュリティ、パフォーマンス、可読性を区別し、指摘ごとに該当コード位置と問題が発生する入力条件を付記してください。モデルの意見だけでエラーが再現したとは表示しません。自動修正やリモートPR投稿はせず、ローカルレポートとして保存してください。

意図的に入れた境界値エラーと正常なコードが混在する小さなファイルで結果を確認します。根拠のない指摘と実際に再現した問題を分けて記録し、再現コマンドは作業コピーでのみ実行してください。成果物はインストール・実行案内、レビュー報告書、確認した問題の再現入力、まだ検証していない提案リストです。ファイル保存と再現検証は原文にない補足要件として明記してください。