Assistant de Revue de Code
Repérez les bugs avant la mise en production
Analysez automatiquement les diffs des pull requests à la recherche de bugs, de failles de sécurité, de problèmes de performance et d'écarts de style, avant l'intervention des relecteurs humains. Cela fait remonter les problèmes critiques qui échappent le plus souvent aux revues manuelles menées dans l'urgence.
Claude Sonnet 5.5
pour 1M tokens par mois · 65% entrée / 35% sortie
Pourquoi ce modèle ?
Pour cette charge – 1M tokens par mois, dont 65 % en entrée – il revient à environ 6,9 $US par mois. GPT-6.1 Sol est moins cher à 4,8 $US, mais obtient 1 points de moins sur notre échelle éditoriale pour ce type de tâche. L'estimation tient compte de son tokenizer, qui transforme le même texte en environ 43 % de tokens de plus que celui d'OpenAI.
Modèles alternatifs
Conseils d'implémentation
- 1
N'envoyez que le diff, pas le fichier entier : ajoutez le contexte nécessaire (10 à 20 lignes) pour saisir l'intention, mais évitez d'alourdir le prompt avec du code inchangé qui coûte sans rien apporter.
- 2
Définissez une échelle de gravité dans le prompt système (Critique/Élevé/Moyen/Faible) et demandez au modèle de ne remonter que le Critique et l'Élevé : vous évitez la lassitude provoquée par les remarques de style anodines.
- 3
Enchaînez la revue avec une seconde passe demandant des correctifs précis pour chaque point critique : les suggestions en ligne referment la boucle entre détection et résolution.