AI CodeOps

AI CodeOps para equipos de plataforma y DevOps

Para equipos de plataforma que adoptan la IA: un solo lugar para agentes, flujos de trabajo, políticas, límites de gasto, SBOM e historial de despliegues en todos tus equipos y proveedores de Git.

A los equipos de plataforma y DevOps suele tocarles «implantar la IA» en toda la ingeniería. Lo difícil no es encontrar un agente. Es lograr que el trabajo con IA sea coherente, gobernado y asequible en muchos equipos, repositorios y proveedores de Git, sin construir tú mismo los guardarraíles.

El problema

Sin una plataforma compartida, cada equipo elige su propio asistente, su propio modelo y sus propios hábitos de revisión. Los costos aparecen en facturas distintas. Nadie puede decir qué cambios de la IA llegaron a producción ni cuáles se saltaron la revisión. Cuando algo se rompe, el equipo de plataforma recibe el incidente, pero nada del historial.

Cómo ayuda AI CodeOps

Una sola forma de ejecutar el trabajo de IA

AI CodeOps ejecuta las sesiones de agentes en el navegador, en los servidores de la plataforma. Cada sesión pertenece a un proyecto y ejecuta un flujo de trabajo. Los flujos de trabajo integrados cubren las tareas habituales: "Plan, Build, Review & Test", "Security-Sensitive Change", "Parallel Review", "DevOps Change", "Dependency Refresh", "Release Readiness", "Incident Response" y más. Entre los agentes integrados hay un Architect, un Builder, un Reviewer, un Tester, un Security Auditor y un DevOps Engineer, y puedes añadir agentes personalizados. Consulta agentes.

Los flujos de trabajo también pueden ejecutarse de forma programada, lo que encaja con tareas recurrentes como las actualizaciones de dependencias.

Guardarraíles que configuras una vez

Las políticas deciden qué necesita aprobación, como los cambios de la IA en rutas protegidas o los despliegues. Todo cambio pasa por un control de publicación: las pruebas, la revisión de hallazgos de la IA y las aprobaciones. La aprobación tiene que venir de alguien distinto de la persona que lanzó la sesión, cuando el equipo tiene otro aprobador, y un cambio cuya revisión con IA no se pudo completar queda retenido. Consulta controles de calidad.

El gasto bajo control

Los límites de gasto se aplican por espacio de trabajo y por flujo de trabajo, y el costo de cada sesión queda registrado. Los equipos pueden trabajar con los niveles Economy, Standard o Premium de la plataforma, o con Auto, que elige el nivel en cada paso. Un espacio de trabajo también puede usar su propia clave de proveedor, por ejemplo para aprovechar un contrato que ya tienes. Consulta control de costos.

Cadena de suministro y seguridad

Los SBOM en formato CycloneDX y SPDX se registran por proyecto. Las sesiones de terminal se ejecutan en sus propios sandboxes, aisladas entre sí. Consulta DevSecOps y SBOM.

Despliegues, incidentes y DORA

La consola registra los despliegues, incluidos los rollbacks, y muestra las métricas DORA en el panel. Los rollbacks se registran aquí, mientras que tu propio pipeline hace el nuevo despliegue. Los incidentes y los runbooks viven al lado, de modo que el historial de un cambio, su despliegue y cualquier incidente que haya causado están en un solo lugar. Consulta despliegue y rollback.

Acceso y auditoría

Entre los roles están Owner, Admin, Developer y Viewer, además de Security Admin y Billing Admin para funciones acotadas. El registro de auditoría recoge quién cambió qué. Enterprise añade SSO (SAML u OIDC) y roles personalizados. Cada cambio tiene además un paquete de evidencias firmado.

Cualquiera de cinco proveedores de Git

GitHub, GitLab (incluidas las instancias autogestionadas), Bitbucket, Gitea y Forgejo se conectan de la misma forma, así que los equipos en proveedores distintos tienen los mismos flujos de trabajo y los mismos controles.

Qué probar primero

  1. Sigue la guía de inicio rápido con un repositorio que sea tuyo.
  2. Fija un límite de gasto para el espacio de trabajo y un límite para el flujo de trabajo que piensas implantar.
  3. Añade una política que exija aprobación para los cambios en una ruta que te importe, como la configuración de despliegue.
  4. Ejecuta el flujo de trabajo "DevOps Change" en una tarea pequeña de infraestructura y síguelo a través del control.
  5. Mira el costo de la sesión, el registro de auditoría y el paquete de evidencias, y después decide qué equipos van a continuación.

Para automatizar la configuración, consulta la documentación de la API. Si necesitas ejecutar AI CodeOps en tu propia infraestructura, el autoalojamiento solo está disponible como opción de Enterprise a través de ventas.

Preguntas frecuentes

¿Podemos estandarizar qué flujos de trabajo usan los equipos?

Sí. Los equipos lanzan las sesiones desde un catálogo de flujos de trabajo integrados, y puedes añadir agentes personalizados para el espacio de trabajo. Las políticas deciden qué cambios necesitan aprobación.

¿Podemos controlar qué modelos usan los equipos y cuánto cuestan?

Sí. Elige entre los niveles Economy, Standard, Premium y Auto de la plataforma o una clave de proveedor del espacio de trabajo, y fija límites de gasto por espacio de trabajo y por flujo de trabajo.

¿AI CodeOps sustituye a nuestro sistema de CI/CD?

No. Trabaja con tu proveedor de Git y registra despliegues y rollbacks, pero el despliegue lo sigue haciendo tu pipeline.

¿Hay una API?

Sí. Crea claves de API en Configure, API Keys, y consulta la documentación de la API para ver qué puedes automatizar.