۲۹ شهریور ۱۴۰۳

Techboy

اخبار و اطلاعات روز تکنولوژی

GitLab از GitLab 17، هوش مصنوعی برای توسعه دهندگان رونمایی کرد

GitLab Duo Enterprise کمک های هوش مصنوعی را برای یافتن و رفع آسیب پذیری ها و سایر جنبه های چرخه عمر توسعه نرم افزار به ارمغان می آورد.

GitLab Duo Enterprise کمک های هوش مصنوعی را برای یافتن و رفع آسیب پذیری ها و سایر جنبه های چرخه عمر توسعه نرم افزار به ارمغان می آورد.

GitLab از GitLab 17، به‌روزرسانی بزرگ پلتفرم devsecops خود که کاتالوگ CI/CD از اجزای خط لوله قابل استفاده مجدد و داشبورد ضربه‌ای هوش مصنوعی را ارائه می‌کند، رونمایی کرده است. این شرکت همچنین GitLab Duo Enterprise را معرفی کرد، یک دستیار مجهز به هوش مصنوعی که به شناسایی آسیب‌پذیری‌ها در کد و رفع تنگناهای CI/CD کمک می‌کند.

GitLab Duo Enterprise، موضوع یک رویداد در ۲۴ ژوئن، قابلیت‌های هوش مصنوعی متمرکز بر توسعه‌دهنده GitLab Duo Pro را که شامل پیشنهادات کد و توضیح کد می‌شود، با قابلیت‌های هوش مصنوعی سازمانی برای سایر جنبه‌های چرخه عمر توسعه نرم‌افزار، مانند شناسایی و رفع آسیب‌پذیری‌های امنیتی و خلاصه کردن مشکلات، ترکیب می‌کند. بحث ها و درخواست های ادغام GitLab گفت که GitLab Duo Enterprise همچنین گلوگاه ها و خرابی های CI/CD را برطرف می کند و همکاری تیمی را تقویت می کند.

تامکت چیست؟ ظرف سرولت اصلی جاوا

GitLab 17، در ۱۶ مه منتشر شد، کاتالوگ CI/CD که به کاربران GitLab اجازه می دهد تا اجزای CI/CD از پیش ساخته شده را کشف، استفاده مجدد و مشارکت دهند. کاربران همچنین می توانند یک کاتالوگ خصوصی برای توزیع خطوط لوله سفارشی برای خودکارسازی گردش کار ایجاد کنند.

داشبورد جدید تأثیر هوش مصنوعی در GitLab 17 برای کمک به سازمان‌ها در درک تأثیر دستیار برنامه‌نویسی GitLab Duo AI بر بهره‌وری توسعه‌دهندگان در نظر گرفته شده است. به عنوان مثال، کاربران می‌توانند روند استفاده از هوش مصنوعی را با معیارهای توسعه نرم‌افزار مانند زمان هدایت، زمان چرخه، DORA و آسیب‌پذیری‌ها مقایسه کنند.

چگونه هوش مصنوعی مولد کمبود استعداد توسعه دهندگان را ایجاد می کند

GitLab همچنین فهرستی از پیشرفت‌هایی را که به پلتفرم devsecops می‌آیند ارائه کرده است:

  • یک مدیر اسرار بومی که به کاربران اجازه می دهد اطلاعات کاربری حساس را ذخیره کنند.
  • یکپارچه‌سازی‌های تست امنیت برنامه استاتیک (SAST) برای کمک به بهبود دقت، کاهش مثبت‌های کاذب، و رفع خطرات لایه برنامه.
  • قابلیت های تجزیه و تحلیل برای درک الگوهای رفتار کاربر، اندازه گیری عملکرد محصول، و اولویت بندی بهبود ویژگی ها.
  • قابلیت‌های برنامه‌ریزی چابک سازمانی، از جمله حماسه‌های پیشرفته، زمینه‌های سفارشی در مسائل، و نقشه‌های راه.
  • یک رجیستری مدل برای دانشمندان داده برای توسعه مدل‌های AI/ML در همان پلتفرمی که مهندسان کد را می‌سازند و به کار می‌برند.
ما به کلاه قرمزی برای هوش مصنوعی نیاز داریم