如何在云效中使用DeepSeek等大模型实现AI智能评审

简介: 本文介绍了一种基于云效平台和DeepSeek的AI智能代码评审解决方案。通过云效代码管理Codeup、流水线Flow和DeepSeek大模型,企业可快速实现自动化代码评审。具体步骤包括:创建云效组织并获取API令牌、配置百炼APIKey、开发自定义Flow步骤调用大模型、创建示例代码库和流水线,并通过合并请求触发智能评审。最终,评审结果将自动回写到Codeup中,帮助开发者提升代码质量。

除了代码智能补全外,AI代码智能评审是DevOps领域受开发者广泛关注的另一场景了。本文,我们将结合云效代码管理Codeup、流水线Flow和DeepSeek,分享一种企业可快速自主接入,即可实现的AI智能评审解决方案,希望给大家一些启发。

方案简介

云效流水线Flow提供了灵活的集成机制,企业可以在云效Flow内开发一个自定义步骤来调用DeepSeek等大模型,对云效Codeup提交的代码评审进行智能评审,并通过云效的API,将这些评审意见回写到合并请求中。
同时,结合云效流水线Flow的能力还可以对提交的代码进行单元测试、代码扫描等任务,并将这些结果一并展示回云效Codeup的提交历史中,反馈每个commit的代码质量状态。
1.jpg

下面我们将会一步步指引您如何实现这个自定义的步骤,并配置流水线来实现代码的智能评审。

实现步骤

1、创建云效组织并获取访问令牌

如您没有云效组织,可访问 https://devops.aliyun.com,并创建您自己的组织。
为了能够让大模型调用云效API获取合并请求详情,并把Review的结果写到合并请求中,我们需要创建一个云效API的访问令牌。
点击右上角的头像-个人设置-新建令牌,并按照下图中设置令牌的权限:代码比较设置为只读,合并请求设置为读写。
2.png
3.png

创建好之后,将令牌保存下来。
4.png

2、创建百炼APIKey

前往阿里云大模型服务平台百炼,创建APIKey,保存方便后续调用。
百.png

5.png

注:百炼为新用户提供了千万免费的tokens,大家可以放心使用。

3、创建Flow自定义步骤调用大模型能力

首先,安装flow-cli的最新版本(需要本地有安装nodejs)

#安装flow-cli最新版本
npm install -g @flow-step/flow-cli --registry=https://registry.npmmirror.com

运行flow-cli的登录命令,选择你刚才创建的云效组织。

flow-cli login

https://atomgit.com/flow-example/yunxiao-mr-review-step 克隆代码到本地,修改其中的step.yaml文件,修改第4~5行,为步骤id和name添加后缀。
第4.png

由于步骤名称是全局唯一的,因此需要添加“组织ID”的后缀。
组织ID获取路径:点击云效页面右上角头像 -> 管理后台,打开后台管理页面,在其中找到“组织ID”。
6.png

命令行切换到刚才克隆代码的代码库的根目录,执行下面的命令以发布步骤。

flow-cli step publish --auto-version

注:flow-cli的详细操作可参见文档:https://help.aliyun.com/zh/yunxiao/user-guide/use-flow-cli-to-customize-development-steps

步骤发布后,访问https://flow.aliyun.com/,在步骤管理-组织步骤中可以看到MergeRequestLLMReviewer 步骤,即表示步骤发布成功。如果你看不到步骤管理菜单项,是因为你当前账号没有步骤管理的权限,可以切换为管理员账号或者让管理员赋予你步骤管理的权限。

7.png

4、创建进行代码Review的示例代码库

访问codeup.aliyun.com,导入代码库https://atomgit.com/flow-example/CodeReviewSampleCode.git到云效Codeup中。
8.png

5、创建流水线

flow.aliyun.com中创建流水线,模板选择【Nodejs 测试、构建】模版
9.png

代码源选择刚才导入的示例代码库,并开启代码源触发,设置触发条件为 【合并请求 新建/更新】。
10.png

因为这里我们只做CodeReview,无需构建,所以我们删除掉模板中的Nodejs构建任务。我们添加一个空任务,并在空任务中添加刚才我们创建的自定义步骤,以便调用大模型能力做CodeReview。
11.png

你可以按需选择模型,支持 deepseek-r1、deepseek-v3、qwen-max,并填入云效token(前面创建的个人访问令牌)和百炼APIkey。不过为了安全起见,我们不建议您直接填入这些信息,最好的方式是创建2个私密环境变量: ${YUNXIAO_TOKEN}、 ${BAILIAN_APIKEY},在环境变量中中配置刚才的私密信息。
12.png
13.png

6、创建合并请求

在前面导入的CodeReview示例代码库中,创建合并请求,从dev1分支合并到main分支。
14.png

当合并请求被创建之后,进入云效Flow,可以看到流水线被触发,该流水线会运行代码检查和单元测试,并且调用大模型进行智能评审。
15.png

查看自定义步骤的日志输出,可以看到大模型对代码评审的diff进行处理,并最终将结果回写到Codeup端。
16.png

在Codeup的代码评审侧可以看到回写的评审意见。
17.png

点击自动化检查标签可以看到流水线的代码扫描和单元测试结果。
18.png

以上即是方案的全部内容。

相关实践学习
流水线运行出错排查难?AI帮您智能排查
本实验将带您体验云效流水线Flow的智能排查能力,只需短短1-2分钟,即可体验AI智能排查建议。
ALPD云架构师系列 - 云原生DevOps36计
如何把握和运用云原生技术,撬动新技术红利,实现持续、安全、高效和高质量的应用交付,并提升业务的连续性和稳定性,这是云原生时代持续交付共同面对的机会和挑战。本课程由阿里云开发者学堂和阿里云云效共同出品,是ALPD方法学云架构师系列的核心课程之一,适合架构师、企业工程效能负责人、对DevOps感兴趣的研发、测试、运维。 课程目标 前沿技术:了解云原生下DevOps的正确姿势,享受云原生带来的技术红利 系统知识:全局视角看软件研发生命周期,系统学习DevOps实践技能 课程大纲: 云原生开发和交付:云研发时代软件交付的挑战与云原生工程实践 云原生开发、运行基础设施:无差别的开发、运行环境 自动部署:构建可靠高效的应用发布体系 持续交付:建立团队协同交付的流程和流水线 质量守护:构建和维护测试和质量守护体系 安全保障:打造可信交付的安全保障体系 建立持续反馈和持续改进闭环
目录
相关文章
|
8天前
|
人工智能 缓存 监控
使用LangChain4j构建Java AI智能体:让大模型学会使用工具
AI智能体是大模型技术的重要演进方向,它使模型能够主动使用工具、与环境交互,以完成复杂任务。本文详细介绍如何在Java应用中,借助LangChain4j框架构建一个具备工具使用能力的AI智能体。我们将创建一个能够进行数学计算和实时信息查询的智能体,涵盖工具定义、智能体组装、记忆管理以及Spring Boot集成等关键步骤,并展示如何通过简单的对话界面与智能体交互。
150 1
|
7天前
|
人工智能 Java API
AI 超级智能体全栈项目阶段一:AI大模型概述、选型、项目初始化以及基于阿里云灵积模型 Qwen-Plus实现模型接入四种方式(SDK/HTTP/SpringAI/langchain4j)
本文介绍AI大模型的核心概念、分类及开发者学习路径,重点讲解如何选择与接入大模型。项目基于Spring Boot,使用阿里云灵积模型(Qwen-Plus),对比SDK、HTTP、Spring AI和LangChain4j四种接入方式,助力开发者高效构建AI应用。
344 122
AI 超级智能体全栈项目阶段一:AI大模型概述、选型、项目初始化以及基于阿里云灵积模型 Qwen-Plus实现模型接入四种方式(SDK/HTTP/SpringAI/langchain4j)
|
26天前
|
机器学习/深度学习 人工智能 计算机视觉
让AI真正"看懂"世界:多模态表征空间构建秘籍
本文深入解析多模态学习的两大核心难题:多模态对齐与多模态融合,探讨如何让AI理解并关联图像、文字、声音等异构数据,实现类似人类的综合认知能力。
191 6
|
10天前
|
机器学习/深度学习 人工智能 自然语言处理
AI Compass前沿速览:Qwen3-Max、Mixboard、Qwen3-VL、Audio2Face、Vidu Q2 AI视频生成模型、Qwen3-LiveTranslate-全模态同传大模型
AI Compass前沿速览:Qwen3-Max、Mixboard、Qwen3-VL、Audio2Face、Vidu Q2 AI视频生成模型、Qwen3-LiveTranslate-全模态同传大模型
120 13
AI Compass前沿速览:Qwen3-Max、Mixboard、Qwen3-VL、Audio2Face、Vidu Q2 AI视频生成模型、Qwen3-LiveTranslate-全模态同传大模型
|
18天前
|
机器学习/深度学习 人工智能 机器人
AI Compass前沿速览:Nano Bananary、MCP Registry、通义DeepResearch 、VoxCPM、InternVLA·M1具身机器人
AI Compass前沿速览:Nano Bananary、MCP Registry、通义DeepResearch 、VoxCPM、InternVLA·M1具身机器人
|
16天前
|
人工智能 IDE 开发工具
CodeGPT AI代码狂潮来袭!个人完全免费使用谷歌Gemini大模型 超越DeepSeek几乎是地表最强
CodeGPT是一款基于AI的编程辅助插件,支持代码生成、优化、错误分析和单元测试,兼容多种大模型如Gemini 2.0和Qwen2.5 Coder。免费开放,适配PyCharm等IDE,助力开发者提升效率,新手友好,老手提效利器。(238字)
127 1
CodeGPT AI代码狂潮来袭!个人完全免费使用谷歌Gemini大模型 超越DeepSeek几乎是地表最强
|
12天前
|
人工智能 Java API
Java与大模型集成实战:构建智能Java应用的新范式
随着大型语言模型(LLM)的API化,将其强大的自然语言处理能力集成到现有Java应用中已成为提升应用智能水平的关键路径。本文旨在为Java开发者提供一份实用的集成指南。我们将深入探讨如何使用Spring Boot 3框架,通过HTTP客户端与OpenAI GPT(或兼容API)进行高效、安全的交互。内容涵盖项目依赖配置、异步非阻塞的API调用、请求与响应的结构化处理、异常管理以及一些面向生产环境的最佳实践,并附带完整的代码示例,助您快速将AI能力融入Java生态。
142 12
|
16天前
|
存储 人工智能 监控
如何用RAG增强的动态能力与大模型结合打造企业AI产品?
客户的问题往往涉及最新的政策变化、复杂的业务规则,数据量越来越多,而大模型对这些私有知识和上下文信息的理解总是差强人意。
51 2
|
17天前
|
人工智能 自然语言处理 算法
现代AI工具深度解析:从GPT到多模态的技术革命与实战应用
蒋星熠Jaxonic,AI技术探索者,深耕代码生成、多模态AI与提示词工程。分享AI工具架构、实战应用与优化策略,助力开发者提升效率,共赴智能编程新纪元。