Привет, тут одна идея крутится в голове – разрабатываю AI-powered code reviewer, который не зависит от языка программирования и может работать прямо в CI-пайплайнах, предлагая улучшения на ходу. Представь, как будто умнее, чем линтер, и он учится на основе репозитория. Ты вообще в такие вещи когда-нибудь лезла?

Конечно, вот набросок. Бери последние N коммитов, разбей дельты на куски по 200 символов, и сгенерируй для каждого отпечаток. Сохраняй эти отпечатки и исходный текст в локальном векторном индексе – FAISS или Milvus – чтобы потом искать по косинусной метрике, учитывая текст коммита и измененные строки. Когда PR будет принят, запускай облегченную обертку линтера: подавай новую дельту вместе с k самых релевантных фрагментов контекста в дистиллированную версию GPT-4 Turbo или более компактную CodeLlama, чтобы она выдала предложение в стиле патча. Если задержки критичны – держи модель оффлайн, иначе используй общий эндпоинт с очередью по проектам, чтобы не тормозила CI сборка. Главное – кеш контекста: обновляй его только при слиянии, чтобы не переобучать модель на всем репозитории, а просто добавлять новые векторы. Это поможет избежать переобучения, но при этом даст модели достаточно "истории" для работы.