Контроль качества
gitlab-panel
Панель прозрачности релизов: что дошло до прода и что потерялось между стадиями.
Что это
Веб-приложение для управления жизненным циклом релизов. Релиз идёт по цепочке стадий, на каждую заводится своя ветка; панель отслеживает движение изменений по этой цепочке и показывает, что между стадиями потерялось.
Управление: проекты, релизы, стадии, пакеты релизов, визард импорта проекта. Аналитика: узкие места, SLA по стадиям, timeline релиза, расчёт длительностей. Отдельный сценарий — AI-ревью merge request'ов, встроенное прямо в панель.
Задача, которую решает
Типичная боль доставки: GitLab есть у всех, но целостной картины не видит никто. Какие задачи входят в релиз, на какой он стадии, что реально дошло до production, какой коммит есть в одной стадии и не доехал в следующую, где узкое место и нарушается ли SLA — панель отвечает на эти вопросы фактами, а не опросом людей.
Что демонстрирует
- Доменное моделирование: стадии, пакеты и переходы формализованы и доведены до работающего продукта уровня внутреннего инструмента команды.
- Требования как вход для агента: Clean Architecture соблюдена не случайно, а по отдельному документу требований к архитектуре — слои разделены и проверяемы.
- Контроль качества: собственный чеклист ревью и процедура аудита как приёмка работы агента, 24 файла тестов с настроенным покрытием.
- Работу с несколькими агентами: проект вёлся разными CLI-агентами, под каждого — свой контекстный файл в репозитории.
ИИ в продукте
Ревью merge request'ов встроено в саму панель отдельным сценарием с собственным промптом: замечания к изменениям приходят вместе с остальной картиной релиза, а не отдельным инструментом сбоку. ИИ здесь делает работу инженера, а не подсказывает пользователю.
Факты
Стек и подход
Ядро: Python, FastAPI, Jinja2, SQLite с миграциями, фоновые воркеры.
Архитектура: Clean Architecture в явном виде — api → application → domain → infrastructure, с документом требований как входным ТЗ.
Интеграции: GitLab API и Jira, включая работу с self-signed TLS.
Теги
След ИИ-процесса
Качество кода, который пишет агент, здесь управляется документами: требования к архитектуре заданы до реализации, приёмка идёт по собственному чеклисту ревью и аудиту. В репозитории — контекстные файлы под разных агентов, осознанный эксперимент по их производительности и готовые сценарии демонстрации и статьи.
Почему это отвечает роли «превратить AI-кейсы в стандарт»
Здесь метод применён к самой доставке: архитектурные требования как входное ТЗ агенту и чеклист ревью как приёмка — ровно те артефакты, которые превращают удачный запуск ИИ в повторяемую командную процедуру.