Este projeto open source pode revisar seu código melhor que o Fable (Open Code Review)

Ver no idioma original →

Autoria: Better Stack · Assistir no YouTube

Vídeo de autoria do canal indicado, não da IANIA; todos os direitos pertencem ao criador. Transcrição, resumo e tradução gerados automaticamente; o conteúdo no idioma original é preservado na versão em idioma original.

Idioma original: inglês

Vídeo original: This Open-Source Project Can Review Your Code Better Than Fable (Open Code Review) · Canal: Better Stack · 01:34 · Assistir no YouTube

Tópicos: Agentes de IA, Engenharia de software com IA, Ferramentas de desenvolvimento com IA, Open source e ecossistemas de software

Resumo

O vídeo apresenta o Open Code Review, um projeto open source que usa um pipeline determinístico para revisar código e reduzir problemas como cobertura incompleta, resultados inconsistentes e erros na localização de problemas. O pipeline seleciona arquivos, agrupa arquivos relacionados e faz correspondência detalhada de linhas antes de usar agents para decisões dinâmicas. A ferramenta pode ser usada pela CLI para revisar código ou examinar um repo inteiro, e também pode ser integrada a CI/CD. O apresentador relata que a usou com Opus e que ela ajudou a melhorar a qualidade do código e encontrar bugs.

Pontos-chave

• LLMs podem deixar arquivos de fora, produzir resultados diferentes em revisões repetidas e indicar problemas nos arquivos errados.
• O Open Code Review usa um pipeline determinístico para buscar resultados consistentes, independentemente do tamanho do repo.
• A seleção precisa de arquivos procura garantir que nenhuma mudança importante passe despercebida.
• Arquivos relacionados são agrupados em unidades de revisão, e a correspondência detalhada de linhas reduz ruído para o modelo.
• Agents são usados para decisões dinâmicas, com templates de prompt otimizados para revisão de código e ferramentas mais previsíveis.
• A ferramenta pode revisar código pela CLI, examinar um repo inteiro e ser executada em CI/CD.
• Segundo o vídeo, o projeto ultrapassou 40 mil estrelas no GitHub após uma semana.

Capítulos

Início	Capítulo	Resumo
00:00	Problemas das revisões de código com LLMs	O vídeo descreve falhas de cobertura, instabilidade entre revisões e localização incorreta de problemas.
00:31	Pipeline determinístico do Open Code Review	O projeto seleciona e agrupa arquivos e faz correspondência detalhada de linhas antes de usar agents para decisões dinâmicas.
01:02	Como usar e integrar a ferramenta	O apresentador explica o uso pela CLI, a revisão de um repo inteiro e a integração com CI/CD, além de relatar sua experiência com a ferramenta.

Citações

A maioria dos LLMs, mesmo com prompts muito bem escritos, enfrenta alguns problemas. — 00:00

O projeto Open Code Review resolve isso executando seu código por um pipeline determinístico. — 00:31

Os templates de prompt são profundamente otimizados para revisão de código. — 01:02

Você pode executar isso em CI/CD para encontrar bugs na origem, antes que cheguem à produção. — 01:34

Conceitos e entidades

• Open Code Review (repo): Projeto open source apresentado como uma ferramenta de revisão de código baseada em um pipeline determinístico.
• Fable (ferramenta): Ferramenta citada no título como comparação para a capacidade de revisão de código do projeto.
• LLM (conceito): Modelo de linguagem que, segundo o vídeo, pode apresentar falhas de cobertura, consistência e localização de problemas em revisões de código.
• Opus (modelo): Modelo com o qual o apresentador diz ter usado o Open Code Review.
• CLI (ferramenta): Interface de linha de comando usada para instalar a ferramenta e revisar código.
• CI/CD (conceito): Processo no qual a ferramenta pode ser executada para detectar bugs antes que cheguem à produção.
• Claude Code (ferramenta): Ferramenta citada pelo apresentador como exemplo de configuração típica usada em projetos anteriores.
• Better Stack (empresa): Canal do YouTube que publicou o vídeo.

Tradução completa (pt-BR)

00:00 Este modelo open source pode revisar seu código muito melhor até do que o Fable. Veja, a maioria dos LLMs, mesmo com prompts muito bem escritos, enfrenta alguns problemas, como cobertura incompleta: em bases de código grandes, os LLMs tendem a cortar caminho e esquecer arquivos; qualidade instável: você pode executar uma revisão duas vezes e obter resultados completamente diferentes; ou desvio de posição: os problemas relatados não existem de fato nos mesmos arquivos indicados. Então, o projeto Open Code Review resolve isso executando seu código por meio de um pipeline determinístico que garante os mesmos resultados, não

00:31 importa quantas vezes você o execute, nem o tamanho da sua base de código. Ele executa a revisão em várias etapas determinísticas, como a seleção precisa de arquivos, que determina exatamente quais arquivos precisam ser revisados, para que nenhuma alteração importante passe despercebida. A segunda etapa é o agrupamento inteligente de arquivos, reunindo arquivos relacionados em uma única unidade de revisão. A terceira é a correspondência detalhada de linhas, mantendo a atenção do modelo bem concentrada e eliminando o ruído de informação na origem. Os agents são então usados por seus pontos fortes na tomada dinâmica de decisões. Isso é ajustado com templates de prompt

01:02 profundamente otimizados para revisão de código e um conjunto ajustado de ferramentas, muito mais previsíveis e estáveis do que as ferramentas genéricas que você teria com seu harness habitual. Para usar essa ferramenta gratuita, basta instalar a CLI e, então, você pode revisar seu código. Ou até mesmo verificar todo o seu repositório. O projeto tem mais de 40 mil estrelas no GitHub depois de apenas uma semana. Tenho usado este projeto com Opus e revisado projetos anteriores meus usando a ferramenta de verificação e, sinceramente, ele tem sido ótimo para melhorar a qualidade do código e detectar alguns bugs que passaram despercebidos com configurações típicas, como Claude Code. Você pode

01:34 até executar isso dentro de CI/CD para detectar bugs na origem, antes que cheguem à produção, o que significa que você pode proteger as alterações de código de toda a sua equipe. Se quiser ficar por dentro das notícias de tecnologia e IA, inscreva-se no Better Stack.

Transcrição original

[00:00] This open-source model can review your code way better than even Phable. You see, most LLMs, even with very well-written prompts, run into a few problems like incomplete coverage where on large codebases, LLMs just tend to cut corners and forget files, unstable quality where you can run a review twice and get completely different results, or position drift where reported issues don’t actually exist in the same reported files. So, the project Open Code Review solves this by running your code through a deterministic pipeline that guarantees the same results no

[00:31] matter how many times you run it and no matter how large your codebase. It runs the review through multiple deterministic steps like precision file selection, which determines exactly which files need review, so no important changes are missed. Second is smart file bundling by grouping related files into a single review unit. Third is fine-grained row matching, keeping the model’s attention sharply focused and eliminating information noise at the source. The agents are then used for their strengths of dynamic decision making. This is fine-tuned with prompt

[01:02] templates deeply optimized for code review and a fine-tuned set of tools that are much more predictable and stable than the generic tools that you would get with your typical harness. To use this free tool, just install the CLI and then you can review your code. Or you can even scan your entire repository. The project has over 40,000 stars on GitHub after just one week. I’ve been using this project with Opus and going back through my previous projects using the scan tool, and honestly, it’s been really great at improving code quality and catching some bugs that have slipped through using typical setups like Claude Code. You can

[01:34] even run this inside CI/CD to catch bugs at their source before they make it into production, meaning you can protect code changes for your entire team. If you want to stay up-to-date with tech and AI news, subscribe to Better Stack.