一、什么是Devops

官方话术：

DevOps是一种结合软件开发（Dev）和信息技术运维（Ops）的文化、实践和工具的集合，旨在缩短系统开发生命周期，并提供持续交付高质量软件的能力。

说人话：

一系列的流程来对代码进行检查、编译、打包、部署、自动化测试，用来提前识别出软件问题，目前主流使用gitlab和jenkins搭建

二、AI在Devops上可以有哪些应用

代码检查、自动化测试，未来可能加入AI编写代码流程

AI代码检查方案：

1.开源方案，免费（详见本文，适用于gitlab、github）

https://github.com/sunmh207/AI-Codereview-Gitlab

2.闭源方案，按合并次数收费（阿里方案，适用于gitlab）

AI自动化测试：

1.MidScene.js（YYDS，但只能在web端android使用，桌面端暂无）

https://github.com/web-infra-dev/midscene

三、AI代码静态检查

有哪些功能：

1.代码检查

2.自动通知

3.代码提交日报

4.代码提交看板

线上多模型支持，本地模型支持

1.代码检查：根据自定义规则（如代码规范）进行代码检查，可从多维度检查并评分

系统提示词（可替换为自己的代码规范）

提交的测试代码（如一个错误的冒泡排序）：

代码审查结果还不错（从功能问题、安全性、代码规范、commit信息进行审查并评分）

2.自动通知：审查完成后可以通过gitlab邮件、钉钉、企业微信 、飞书机器人反馈给开发者

gitlab邮件会自动抄送到提交人邮箱，并显示检查结果

企微、飞书上在群组添加机器人，并设置webhook实现，每次提交后会自动发消息

3.自动化日报生成：基于 GitLab & GitHub Commit 记录，自动整理每日开发进展（暂时还未使用，不予置评）

4.可视化看板：可以看到每个人的提交记录，并能自动统计并评分（领导专用，开发进度效率质量一目了然）

5.多模型支持：兼容 DeepSeek、ZhipuAI、OpenAI、通义千问 和 Ollama（本地部署）

可以使用模型官网API调用或ollama本地部署

API价格：

以阿里qwen3为例：2块钱100万token，很便宜

API数据安全策略：

以阿里云百炼为例，你上传的所有数据都会在阿里云备份一段时间，要给相关部门审核（你懂得），审核完毕后再删除，这段时间你的数据不会泄漏出去。

Ollama本地部署：

网上有很多教程，大家可以去搜搜。

以我在16G显卡上部署的情况上看，对于简单代码提交，能用。但对于复杂代码提交，检测不太准。

本地qwen小模型 vs 本地deepseek小模型：检查效果与速度，deepseek更优

1.本地qwen2.5-code：7b

45行代码提交检测  3分45秒

78行代码提交检测  4分54秒

2.本地deepseek-coder-v2:16b

58代码提交检测 2分32秒

提交文件197行代码10个问题   3分47秒

四、使用后评估：推荐使用

1.使用效果

1.检查效果跟模型能力强相关，满血版模型claude>qwen>deepseek，本地残血版deepseek-code > qwen-code

2.检查能满足基本要求，但建议每次提交代码数不要太多，不然容易检查错误

3.检查结果仅为参考，还是需要开发自己甄别

4.对比cpplint、cppcheck等传统工具效果好不少，而且挑重点输出

2.存在问题

1.单文件提交代码量超过一定（1000行以上必发）或多个文件修改，gitlab webhook发出来的diff内容为空

2.本地检测速度太慢

3.检测结果有些是错误的

4.有时还会对删除的文件做检测

5.需要针对业务自定义检查规则，使检查准确率更高

6.模型自己计算，分数会算错（大模型计算能力不行需接入agent弥补）

后续自己可以在项目上修改，解决上述问题

部署方法与开源地址：

https://github.com/sunmh207/AI-Codereview-Gitlab?tab=readme-ov-file