CASO DE USO EN PRODUCCIÓN

API de IA para revisar código

Ejemplo: una pull request cambia el middleware de autenticación. El servicio envía diff, funciones cercanas, reglas de seguridad y mapa de líneas cambiadas a codex-auto-review. El modelo solo debe devolver hallazgos con una ruta de fallo concreta.

Diff de pull request con un fallo grave de validación de entrada
API de IA para revisar código

Implementación para producción

API, modelo principal y configuración alternativa

Elección para producciónRecomendaciónPor qué
APIPOST /v1/chat/completionsSolicitud del servidor compatible con OpenAI
Modelo principalcodex-auto-reviewcodex-auto-review es la primera ruta específica de revisión automática disponible en el catálogo actual.
Modelo alternativogpt-5.6-terraUsa Terra si hace falta más contexto del repositorio. Escala a Sol un hallazgo grave discutido, no todas las PR normales.
Modelo para tareas más difícilesgpt-5.6-solÚsalo solo si la ruta principal no alcanza el umbral de calidad o complejidad
Formato esperadoJSON validadoHallazgos JSON: archivo, línea, gravedad, título, pruebas, ruta de fallo y corrección propuesta.
01
Ejemplo

Revisión de código en producción

Ejemplo: una pull request cambia el middleware de autenticación. El servicio envía diff, funciones cercanas, reglas de seguridad y mapa de líneas cambiadas a codex-auto-review. El modelo solo debe devolver hallazgos con una ruta de fallo concreta.

El servicio rechaza comentarios sin archivo, línea cambiada, gravedad, pruebas y solución. Las pruebas incluyen PR sin errores; más comentarios no equivalen a una revisión mejor.

02
Arquitectura

Cómo funciona el proceso de revisión de código

  • Prepara diff y mapa de líneas cambiadas.
  • Recupera solo código y reglas directamente relevantes.
  • Pide hallazgos estructurados con pruebas y el mínimo rango de líneas.
  • Descarta comentarios mal formados o fuera del diff salvo que prueben la dependencia.
  • Muestra los hallazgos aceptados a una persona revisora.
03
Solicitud de API

Llama a codex-auto-review mediante LLMFly AI

Envía la solicitud desde el servidor. Sustituye el contenido de ejemplo y los esquemas de muestra por datos y herramientas de tu aplicación.

request.example
curl https://app.llmfly.ai/v1/chat/completions \
  -H "Authorization: Bearer $LLMFLY_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "codex-auto-review",
    "messages": [
      {"role": "system", "content": "Review the supplied diff. Report only actionable defects introduced by this change. Each finding needs file, changed line, severity, failure path, evidence, and a minimal fix."},
      {"role": "user", "content": "Review this authentication middleware pull request against the attached repository rules."}
    ],
    "response_format": {"type": "json_object"}
  }'
04
Elección del modelo

Por qué codex-auto-review es el modelo principal

codex-auto-review es la primera ruta específica de revisión automática disponible en el catálogo actual.

Usa Terra si hace falta más contexto del repositorio. Escala a Sol un hallazgo grave discutido, no todas las PR normales.

05
Aceptación

Pruebas de aceptación de revisión de código

MétricaCondición para aprobar
Detección de errores realesDetecta los errores graves introducidos en las pruebas
Tasa de falsos positivosLos cambios correctos no reciben bloqueos ni hallazgos inventados
Pruebas por líneaCada hallazgo señala el mínimo rango relevante y explica el fallo
Aceptación por revisoresRevisores cualificados consideran el comentario correcto, útil y digno de mostrarse
06
Gestión de fallos

Fallos que resolver antes de desplegar

  • Premiar el número de comentarios
  • Usar solo ejemplos con errores
  • Aceptar consejos generales vagos
  • Comentar fuera de los cambios sin pruebas
07
Salida

Salida e historial de ejecución

Hallazgos JSON: archivo, línea, gravedad, título, pruebas, ruta de fallo y corrección propuesta.

Registra ID del modelo y solicitud, tokens, reintentos, validación y decisión final en cada ejecución de producción.

Preguntas frecuentes

¿Cómo mido los falsos positivos?

Incluye cambios correctos y cuenta hallazgos que un revisor rechace por erróneos o no accionables.

¿Hace falta todo el repositorio para revisar código?

No siempre. Empieza por el diff y archivos relevantes; añade contexto cuando haga falta.

¿Qué formato de salida funciona mejor?

Usa un esquema con archivo, línea, gravedad, explicación, pruebas y solución propuesta.

Prueba esta configuración con tus datos

Compara principal y alternativo con las mismas solicitudes, herramientas y reglas de validación.

Comparar modelos