AI CodeOps

Déploiements sous contrôle du code IA, avec trace des rollbacks

AI CodeOps n'appelle votre webhook de déploiement qu'une fois le changement de l'IA validé par la barrière et fusionné, enregistre déploiements et rollbacks, et ouvre un incident en cas d'échec.

Dans AI CodeOps, l'étape de déploiement commence lorsqu'un changement approuvé, produit par l'IA, est fusionné depuis la console : AI CodeOps appelle le webhook de déploiement du projet, et votre propre pipeline le construit et le livre. Chaque déploiement et chaque rollback est enregistré sur le changement, les échecs ouvrent un incident, et ces enregistrements alimentent vos métriques de livraison.

Un agent IA capable de fusionner son propre code directement en production est un risque que la plupart des équipes ne prendront pas. Dans AI CodeOps, un changement n'atteint votre pipeline de déploiement qu'après avoir passé les tests, la revue des constats et une approbation humaine, et la barrière est vérifiée de nouveau juste avant la fusion. AI CodeOps ne détient jamais d'identifiants pour vos serveurs ou vos clusters.

Quels agents interviennent

Le déploiement est effectué par votre pipeline, pas par un agent. Les agents travaillent sur les changements qui y mènent et sur ce qui se passe ensuite :

Un correctif issu d'Incident Response passe par la même barrière et la même approbation que tout autre changement.

Page Deploys d'AI CodeOps montrant quatre métriques DORA et des déploiements récents en production et en staging, dont un marqué rolled back

Démo interactive, données d'exemple.

Le parcours du changement au déploiement

  1. Une session IA produit un changement. Les tests s'exécutent dessus dans un bac à sable, et la revue des constats lit le diff.
  2. La barrière qualité vérifie le résultat, et une personne approuve le changement. Si quelqu'un d'autre peut approuver, ce ne peut pas être la personne qui a lancé la session.
  3. AI CodeOps ouvre la pull request sur votre hébergeur Git.
  4. Lorsque la pull request est fusionnée depuis la console, la barrière est vérifiée de nouveau avant la fusion.
  5. Si le projet a un webhook de déploiement, AI CodeOps l'appelle et enregistre le déploiement.

La barrière reste fermée en cas d'erreur. Si une vérification rencontre une erreur, la fusion ou le déploiement n'a pas lieu.

Webhooks de déploiement

Chaque projet peut avoir un webhook de déploiement, défini sur la page Deployments (sous Release) : une URL HTTPS publique, l'environnement vers lequel il déploie, par exemple staging ou production, et un secret HMAC facultatif. Les adresses situées sur des réseaux privés sont refusées avant tout envoi.

Lorsqu'un changement est fusionné depuis la console, AI CodeOps envoie un POST comme celui-ci :

POST /hooks/deploy HTTP/1.1
Content-Type: application/json
X-CodeOps-Signature: sha256=5c1f0e9a7b2d4c6e8f0a1b3c5d7e9f2a4b6c8d0e1f3a5b7c9d2e4f6a8b0c1d3e

{"event":"pr_merged","workspaceID":"wrk_01JA8X2B4D6F8H0K2M4P6R8T0V","projectID":"checkout","repo":"acme/checkout","prNumber":42,"prUrl":"https://github.com/acme/checkout/pull/42"}

L'en-tête de signature n'est présent que si vous avez défini un secret. Il s'agit du HMAC-SHA256 hexadécimal du corps brut, calculé avec votre secret comme clé, afin que votre récepteur puisse vérifier que l'appel vient bien d'AI CodeOps. Si le récepteur répond avec un statut 2xx, le déploiement est enregistré comme in progress ; sinon, il est enregistré comme failed, et vous pouvez le relancer. Chaque relance est un enregistrement distinct. Une release est enregistrée avant l'envoi de l'appel, de sorte qu'une fusion signalée deux fois n'est pas déployée deux fois.

Enregistrements de déploiement

Chaque déploiement, automatique ou saisi à la main, devient un enregistrement comprenant le projet, l'environnement, le SHA du commit, la référence Git et la version, la personne ou le système qui l'a déclenché, et la session qui a produit le changement. Son statut est queued, in progress, succeeded, failed, rolled back ou canceled (en file d'attente, en cours, réussi, échoué, annulé par rollback ou annulé). Vous pouvez ajouter des déploiements effectués en dehors d'AI CodeOps depuis la page Deployments ou l'API, afin que l'historique couvre l'ensemble de votre processus de release.

La page de chaque changement renvoie vers sa pull request et son déploiement, et les deux figurent dans le dossier de preuves signé du changement.

Les rollbacks se font dans votre pipeline. AI CodeOps ne redéploie pas une version antérieure. Mark as rolled back, sur la page Deployments, fait passer un déploiement succeeded ou failed à rolled back, et il compte dans votre taux d'échec des changements. Seuls les membres dont le rôle permet de gérer les déploiements peuvent modifier un enregistrement.

Les déploiements échoués ouvrent des incidents. Lorsqu'un déploiement échoue, AI CodeOps ouvre un incident qui lui est lié. Les échecs dans les environnements nommés prod, production, live ou main reçoivent une gravité plus élevée. Lorsque le correctif d'un incident est fusionné, l'incident n'est résolu qu'une fois le correctif déployé.

Barrières qualité concernées

  • La barrière de livraison avant la fusion. Une pull request ouverte par une session n'est fusionnée depuis la console que si sa barrière passe toujours : revue terminée, aucun constat bloquant, aucun test en échec sur la version actuelle.
  • L'approbation d'abord. Le changement a été approuvé avant l'ouverture de sa pull request, et modifier son code par la suite réinitialise cette approbation.
  • Politique de déploiement. Une règle release.deploy peut autoriser ou refuser les déploiements automatiques par environnement, par exemple production. Un déploiement refusé est enregistré comme canceled, avec le motif. Une personne qui relance un déploiement à la main relève, elle, de son rôle.
  • Promotion entre environnements depuis la CI. Un appel à /api/release/check avec requireDeployedTo refuse une release qui n'a pas encore de déploiement succeeded dans cet environnement.

Métriques de livraison

Le tableau de bord affiche les quatre métriques DORA sur les 30 derniers jours, calculées à partir de vos enregistrements de déploiements et d'incidents : la fréquence de déploiement, le délai entre la session qui a lancé un changement et son déploiement, le taux d'échec des changements et le temps de rétablissement. Un déploiement envoyé par webhook reste in progress tant que son statut n'est pas mis à jour : tenez donc les statuts à jour, sinon les métriques seront sous-estimées.

Questions fréquentes

Où AI CodeOps déploie-t-il ?

Il ne déploie pas lui-même sur une infrastructure. Il appelle un webhook de déploiement que vous définissez par projet, signé avec un secret HMAC facultatif, et c'est votre propre pipeline qui effectue le déploiement.

AI CodeOps effectue-t-il automatiquement le rollback d'un déploiement échoué ?

Non. Le rollback se fait dans votre propre pipeline de déploiement. Vous marquez ensuite le déploiement comme rolled back dans AI CodeOps, qui conserve l'enregistrement et le compte dans votre taux d'échec des changements.

Une politique peut-elle empêcher les déploiements automatiques ?

Oui. Une règle de politique de l'espace de travail sur release.deploy peut autoriser ou refuser les déploiements automatiques par environnement. Un déploiement refusé n'est pas envoyé et est enregistré comme canceled, avec le motif.

Les déploiements peuvent-ils exiger une approbation humaine ?

Pas comme étape distincte aujourd'hui. L'approbation a lieu plus tôt, sur le changement lui-même, avant l'ouverture de sa pull request. Les politiques peuvent autoriser ou refuser les déploiements automatiques, mais pas les retenir en attente d'une approbation.

La production peut-elle être bloquée tant que staging n'a pas réussi ?

Oui, depuis votre CI. Un appel à la barrière de livraison avec requireDeployedTo défini sur staging refuse la release, sauf si le même changement y a un déploiement succeeded.