1. Pengantar
Dalam codelab ini, Anda akan mem-build sistem audit kualitas kode multi-bahasa dan perbaikan otomatis menggunakan orkestrasi multi-agen paralel di Antigravity. Daripada peninjauan tradisional, manual, dan linear terhadap beberapa direktori layanan terpisah, Anda akan men-deploy subagen AI khusus untuk memeriksa tumpukan bahasa yang berbeda secara paralel.
Anda akan membuat agen koordinator untuk menemukan tata letak project, mengelola subagen untuk menjalankan pengujian unit, membuat rencana audit, memindai kepatuhan, membuat laporan audit, dan secara mandiri memfaktorkan ulang masalah coding prioritas tinggi dalam codebase.
Yang akan Anda pelajari
- Penemuan Project: Cara men-deploy agen koordinator untuk memetakan direktori dan mendeteksi bahasa pemrograman di seluruh arsitektur microservice yang kompleks.
- Paralelisme yang Diorkestrasi: Cara mendistribusikan audit kode dan pengujian unit di seluruh subagen AI independen khusus bahasa secara bersamaan.
- Pengawasan Human-in-the-Loop: Cara memandu agen koordinator untuk membuat rencana audit dan menjeda dengan aman untuk peninjauan dan persetujuan Anda sebelum eksekusi.
- Perbaikan Otomatis: Cara men-deploy subagen developer khusus untuk memfaktorkan ulang dan menyelesaikan masalah coding dan kepatuhan prioritas tinggi secara mandiri.
- Loop Verifikasi: Cara memverifikasi perubahan kode yang dihasilkan AI dengan menjalankan kembali paket pengujian secara otomatis untuk memastikan tidak ada regresi yang diperkenalkan.
Yang akan Anda butuhkan
Untuk codelab ini, Anda harus menginstal alat berikut secara lokal:
- Google Antigravity
- Git
- Satu atau beberapa bahasa berikut yang disiapkan di lingkungan Anda: Go, Python, C# / .NET, NodeJS, Java
Mari kita mulai!
2. Penyiapan Lingkungan
Pertama, pastikan Anda telah menginstal Antigravity.
Kedua, clone Online Boutique, aplikasi demo microservice cloud:
git clone https://github.com/GoogleCloudPlatform/microservices-demo.git
Buat project baru di Antigravity dengan kode. Di Antigravity, pilih Create New Project di bagian Projects di sisi kiri:
Pilih folder repositori:
Anda dapat memilih mode Default untuk Agent Security Settings dan juga menggunakan nama yang sama microservices-demo untuk project.
3. Discovery
Dalam arsitektur microservice, codebase biasanya melibatkan beberapa layanan yang mencakup beberapa folder atau repositori dan tumpukan pemrograman. Hal ini juga berlaku untuk aplikasi demo Online Boutique.
Sebelum meluncurkan agen, mari temukan tata letak project. Pada langkah pertama ini, Anda akan men-deploy agen koordinator dengan Antigravity yang menemukan berbagai microservice dalam berbagai bahasa di bagian src/ dan mengoordinasikan subagen khusus bahasa untuk mengerjakan setiap microservice pada langkah berikutnya.
Pertama, mari minta agen koordinator untuk menjelajahi codebase dan memetakan layanan yang ada di direktori mana dan bahasa apa yang digunakan.
Di Antigravity, mulai percakapan baru di project microservices-demo yang Anda buat sebelumnya. Untuk model, Anda dapat menggunakan model Gemini terbaru dengan tingkat penalaran sedang:
Coba perintah ini:
Identify all the microservices located under the src/ directory,
detect which programming language each service is written in, and
output the list as a clean markdown table showing: Service Name,
Directory, and Primary Language.
Pada akhirnya, Antigravity akan menampilkan tabel layanan dan bahasa utamanya, yang mirip dengan ini:
4. Memilih Bahasa
Setelah memetakan codebase, Anda harus memilih bahasa yang ingin digunakan. Anda harus memastikan memiliki compiler/alat yang diperlukan untuk bahasa yang Anda pilih (misalnya, alat dotnet untuk C#, javac untuk Java, dll.).
Setelah memilih bahasa yang ingin digunakan, Anda harus memverifikasi kesehatan codebase saat ini dengan menjalankan pengujian unit masing-masing untuk bahasa tersebut.
Anda dapat menggunakan subagen paralel khusus untuk menjalankan paket pengujian di setiap bahasa. Hal ini menyoroti kekuatan inti alur kerja multi-agen: menjalankan pengujian terisolasi secara bersamaan di ruang kerja khusus bahasa yang terpisah.
Sesuaikan dan jalankan perintah berikut untuk lingkungan Anda:
I have [C#, Python, Go, Java, Node.js] setup locally.
Run the unit tests for services in these languages
in parallel subagents and report back in a clean markdown
on their pass/fail status.
Anda akan melihat beberapa agen menjalankan pengujian di setiap bahasa. Pastikan Anda meninjau setiap subagen saat mereka meminta izin untuk menjalankan alat seperti yang ditunjukkan di bawah:
Setelah semua subagen selesai, Anda akan mendapatkan laporan yang bagus tentang pengujian unit, yang mirip dengan berikut ini:
5. Merencanakan Audit
Rencana
Dalam alur kerja yang kompleks, meluncurkan perubahan kode tanpa rencana dapat menyebabkan konflik. Kita ingin membuat cetak biru terstruktur dan transparan tentang apa yang ingin kita audit. Anda akan meminta agen koordinator untuk mendesain rencana audit dengan pemeriksaan kualitas kode, penanganan pengecualian, pemeriksaan kebersihan kueri, dan sebagainya.
Untuk memastikan pengawasan manusia (human-in-the-loop), koordinator akan menulis rencana ke artefak dan segera menjeda untuk peninjauan Anda.
Coba perintah ini untuk membuat rencana audit:
We want to audit these microservices for code quality,
exception handling and database query formatting standards
for the languages I have set up locally. Design an audit plan
detailing what you will check and save it as an Audit Plan artifact.
Do not execute the audit yet. Stop after writing the plan and wait
for my instructions.
Anda akan melihat artefak Rencana Audit di chat:
Tinjau
Anda kini akan memeriksa Rencana Audit yang dihasilkan untuk memastikan rencana tersebut menargetkan file dan standar yang benar. Secara opsional, Anda dapat menambahkan batasan kustom (seperti memeriksa komentar inline atau panduan gaya) sebelum memberikan persetujuan untuk melanjutkan.
Klik Rencana Audit yang dihasilkan dan Anda akan melihat rencana mendetail:
Opsional: Anda dapat menambahkan komentar ke rencana (misalnya, "pastikan semua metode publik didokumentasikan dengan baik") jika Anda ingin melakukan perubahan dan mengulanginya hingga Anda puas dengan rencana tersebut.
6. Menjalankan Audit
Jalankan
Setelah Rencana Audit disetujui, mari jalankan audit. Agen koordinator akan membuat subagen paralel independen untuk setiap tumpukan bahasa. Setiap agen beroperasi secara bersamaan di folder layanannya sendiri, sehingga mencegah konflik file, sekaligus mempercepat proses pemindaian. Agen koordinator akan menggabungkan temuan ke dalam dasbor kualitas terpadu.
Berikut perintah yang dapat dicoba berikutnya:
Execute the audit plan by spawning the parallel language subagents.
Once they finish scanning, collect their findings into an audit
report artifact, sorted by language and then priority. Include the
file paths, line ranges, snippets, and explanation of why it is a
finding. Stop after writing the report.
Anda akan melihat beberapa agen lagi:
Pastikan Anda melihat setiap subagen dan memberi mereka izin yang diperlukan untuk menjalankan audit. Pada akhirnya, Anda akan melihat artefak Laporan Audit:
Tinjau
Setelah membuka Laporan Audit, Anda juga akan melihat temuan mendetail untuk setiap bahasa. Misalnya, berikut masalah prioritas tinggi dari cartservice di C#:
Lihat bagian lain dari laporan audit untuk melihat temuan.
7. Perbaikan
Mendiagnosis masalah kualitas kode hanyalah setengah dari perjuangan. Sekarang, kita akan menggunakan agen untuk menyelesaikan masalah. Daripada menulis kode secara manual, kita dapat mendelegasikan refactoring ke subagen developer yang memiliki cakupan bahasa, yang dapat menulis ulang kode agar sesuai dengan praktik terbaik.
Ada berbagai cara untuk mencoba hal ini:
- Anda dapat membuat agen per bahasa dan membiarkan semua agen memperbaiki semua masalah sekaligus. Cara ini mungkin berhasil, tetapi mungkin juga terlalu banyak untuk dilacak dan ditinjau pada saat yang sama.
- Anda dapat membuat satu agen untuk satu bahasa pada satu waktu dan membiarkannya menangani masalah untuk bahasa tersebut. Cara ini akan lebih mudah dikelola, tetapi Anda tetap harus dapat mempercayai agen untuk melakukan beberapa perubahan di beberapa file.
- Anda dapat meminta satu agen menangani satu masalah pada satu waktu saat Anda memeriksa hasilnya sebelum melanjutkan ke masalah berikutnya. Ini adalah pendekatan yang lebih konservatif, tetapi juga memastikan Anda tetap mengetahui setiap perubahan.
Kita akan menggunakan pendekatan yang lebih konservatif #3 dengan perintah berikut:
Select the top high-priority finding in [pick a language, e.g., C#]
and remediate the finding. Show me the code changes once complete.
Setelah beberapa detik, Anda akan melihat agen mengerjakan prioritas utama dalam bahasa yang Anda pilih dan memperbaikinya.
Pada akhirnya, Anda mungkin juga mendapatkan artefak Panduan yang menunjukkan perubahan yang dilakukan agen:
Opsional: Pada tahap ini, Anda dapat meminta agen untuk mengubah implementasi, atau jika Anda puas dengan perubahan tersebut, Anda dapat meminta agen untuk menambahkan pengujian unit baru untuk mencakup perubahan tersebut.
8. Verifikasi
Dalam pengembangan software, perbaikan tidak akan selesai hingga diverifikasi. Pada langkah terakhir ini, kita dapat meminta agen untuk menjalankan suite pengujian guna memastikan perubahan kode tidak menyebabkan regresi, dan menjalankan kembali pemindai audit untuk memverifikasi bahwa masalah telah sepenuhnya diselesaikan.
Langkah ini menunjukkan loop umpan balik otomatis lengkap dari perencanaan, pemindaian, perbaikan, dan verifikasi.
Jalankan perintah berikut:
Rerun the unit tests for the changed language. If they pass, rerun
the relevant audit agent to check if the finding is resolved. If it
is resolved, mark the issue as resolved in the audit report.
Anda akan melihat subagen Test Runner diaktifkan dan menjalankan pengujian, lalu Anda akan melihat subagen Auditor memperbarui Laporan Audit. Pada akhirnya, Anda akan melihat Laporan Audit diperbarui dengan status terbaru:
Satu masalah telah selesai. Sekarang, Anda dapat melanjutkan masalah lainnya, mungkin menggunakan pendekatan yang kurang konservatif kali ini dengan membiarkan agen melakukan lebih banyak pekerjaan sebelum Anda meninjau.
9. Selamat
Selamat! Anda baru saja menyelesaikan alur kerja peninjauan kode multi-bahasa yang kompleks dan perbaikan otomatis menggunakan Antigravity.
Dengan memanfaatkan arsitektur multi-agen Antigravity, Anda tidak hanya mengotomatiskan pemeriksaan statis, tetapi juga mengorkestrasi tim jaminan kualitas otomatis. Saat agen bahasa khusus bekerja secara bersamaan pada masalah khusus bahasa, agen koordinator Anda menyusun rencana dan laporan terpusat, lalu mengelola refactoring kode yang ditargetkan.
Poin-Poin Penting
- Paralelisme yang Diorkestrasi: Anda mempelajari cara mendistribusikan audit dan pengujian di seluruh subagen khusus bahasa independen yang berjalan secara paralel, sehingga menghindari bottleneck peninjauan linear.
- Human-in-the-Loop: Dengan meninjau dan menganotasi Rencana Audit yang dihasilkan sebelum eksekusi, Anda mempertahankan pengawasan atas operasi otonom.
- Perbaikan &Verifikasi Otomatis: Anda melihat bagaimana agen AI tidak hanya dapat mendiagnosis perbedaan kualitas kode, tetapi juga memfaktorkan ulang kode dan memverifikasi perubahannya sendiri terhadap paket pengujian lokal.