# Uso responsável da Qualidade do Código do GitHub Use GitHub Code Quality com responsabilidade compreendendo suas finalidades, funcionalidades e limitações. > \[!NOTE] > > ``` > GitHub Code Quality está atualmente em versão prévia pública e sujeito a alterações. > ``` Durante versão prévia pública, Code Quality não será cobrado, embora as verificações Code Quality consumam GitHub Actions minutos. ## Sobre o GitHub Code Quality ``` GitHub Code Quality ajuda os usuários a melhorar a confiabilidade do código, a manutenibilidade e a integridade geral do projeto, fornecendo feedback acionável e oferecendo as correções automáticas para quaisquer achados em solicitações de pull e na ramificação padrão. ``` Quando você habilitar Code Quality, dois tipos de análise são executados: * ``` ** CodeQL as consultas de verificação de qualidade são** executadas usando code scanning a análise para identificar problemas com a manutenibilidade, confiabilidade ou estilo de código. Isso é executado em código alterado em todas as solicitações de pull direcionadas à ramificação padrão. Ele também é executado periodicamente na ramificação padrão completa. ``` * A análise baseada em LLM (Modelos de Linguagem de Grande Porte) fornece insights adicionais sobre possíveis preocupações de qualidade além do que é coberto por mecanismos determinísticos como . Isso é executado automaticamente nos arquivos alterados nos envios recentes para a ramificação padrão. Essas descobertas são exibidas no Code Qualitypainel na aba **Descobertas de IA** do ** Security and quality** repositório. Quando um problema de qualidade é detectado por qualquer tipo de análise, **Autofixo do Copilot** sugere uma correção relevante que pode ser revisada e aplicada pelos desenvolvedores. Em solicitações de pull, Code Quality os resultados são exibidos como comentários deixados pelo bot `github-code-quality`, inclui uma correção automática sugerida sempre que possível. ## Análise baseada em LLM para envios recentes Após cada push para o branch padrão, a LLM analisa arquivos alterados recentemente para questões de manutenção, confiabilidade e outras questões de qualidade. Code Quality inspeciona seu código e fornece comentários usando uma combinação de processamento de linguagem natural e aprendizado de máquina. ### Processamento de entrada As alterações de código são combinadas com outras informações contextuais relevantes para formar um prompt e esse prompt é enviado para um modelo de linguagem grande. ### Análise de modelo de linguagem O prompt é então passado pelo modelo de linguagem Copilot, que é uma rede neural treinada em um grande corpo de dados de texto. O modelo de linguagem analisa o prompt de entrada. ### Geração de resposta O modelo de linguagem gera uma resposta com base na análise do prompt de entrada. Essa resposta pode assumir a forma de sugestões de linguagem natural e sugestões de código. ### Formatação de saída A resposta gerada pelo Code Quality é apresentada diretamente ao usuário, fornecendo comentários de código vinculados a linhas específicas de arquivos específicos. Onde Code Quality forneceu uma sugestão de código, a sugestão é apresentada como uma alteração sugerida, que pode ser aplicada com alguns cliques. ## ``` Correção Automática do GitHub Copilot Sugestões ``` Em solicitações de pull, Code Quality os resultados encontrados pela code scanning análise enviam entrada para o LLM. Se a LLM puder gerar uma correção em potencial, o `github-code-quality` bot postará um comentário com uma alteração sugerida diretamente na solicitação de pull. Além disso, os usuários podem solicitar a geração de correções automáticas para os resultados na ramificação padrão. Para obter mais informações sobre o processo de geração de sugestões para Correção Automática do GitHub Copilot, consulte [Uso responsável do Copilot Autofix para escaneamento de código](/pt/code-security/code-scanning/managing-code-scanning-alerts/responsible-use-autofix-code-scanning). ## Caso de uso para GitHub Code Quality O objetivo de GitHub Code Quality é: * Identifique problemas de qualidade do código em todo o seu repositório, para que os desenvolvedores e administradores do repositório possam identificar, priorizar e relatar rapidamente as áreas de risco. * Acelere o trabalho de correção ao oferecer Autofixo do Copilot sugestões de resultados encontrados por verificações da ramificação padrão, bem como para as descobertas em pushes recentes para a ramificação padrão. * Forneça rapidamente comentários acionáveis sobre o código de um desenvolvedor. Em solicitações pull, Code Quality combina informações sobre práticas recomendadas com detalhes da base de código e descobertas para sugerir uma possível correção para o desenvolvedor. ## Melhorando o desempenho de GitHub Code Quality Se você encontrar algum problema ou limitação nas correções sugeridas nas solicitações de pull, recomendamos que envie seu feedback usando os botões de “curtir” e “não curtir” nos comentários do bot `github-code-quality`. Isso pode ajudar a melhorar a ferramenta GitHub e a resolver quaisquer preocupações ou limitações. ## Limitações de GitHub Code Quality ### Limitações da análise do Code Qualityimpulsionada por LLM ``` Code QualityA análise potenciada por LLM usa o mesmo modelo de linguagem subjacente e o mecanismo de análise que GitHub Copilot revisão de código. Portanto, ele compartilha limitações semelhantes ao analisar a qualidade do código. As principais considerações incluem: ``` * Detecção incompleta * Falsos positivos * Precisão da sugestão de código * Possíveis desvios Para obter informações detalhadas sobre essas limitações, consulte [Uso responsável da revisão de código do Copilot GitHub](/pt/copilot/responsible-use/code-review). Você sempre deve examinar as descobertas exibidas pela análise impulsionada pelo LLM de GitHub Code Quality para verificar sua precisão e aplicabilidade à sua base de código. ### Limitações de Autofixo do Copilot ``` Autofixo do Copilot para Code Quality descobertas não será capaz de gerar uma correção para cada descoberta em cada situação. O recurso opera com base no melhor esforço e não tem a garantia de ter êxito em 100% das vezes. ``` Ao examinar uma sugestão de Autofixo do Copilot, você sempre deve considerar as limitações da IA e editá-las conforme necessário antes de aceitá-las. Você deve sempre examinar e verificar Autofixo do Copilot cuidadosamente as sugestões antes de aplicá-las. Para obter mais informações sobre as limitações de Autofixo do Copilot, a qualidade das Autofixo do Copilot sugestões e a melhor maneira de atenuar suas limitações, consulte [Uso responsável do Copilot Autofix para escaneamento de código](/pt/code-security/code-scanning/managing-code-scanning-alerts/responsible-use-autofix-code-scanning) ## Fornecer comentários Você pode fornecer feedback sobre GitHub Code Quality na [discussão da comunidade](https://github.com/orgs/community/discussions/177488). ## Próximas etapas Veja como GitHub Code Quality funciona em seu branch padrão para identificar problemas de qualidade de código e ajudá-lo a entender rapidamente a saúde do código do repositório. Confira [Guia de Início Rápido para Qualidade do Código no GitHub](/pt/code-security/code-quality/get-started/quickstart).