วิธีตั้งค่าและใช้ AI‑Powered Code Review ด้วย OpenAI GPT‑4 ใน GitHub Actions อย่างปลอดภัย

การใช้ AI‑Powered Code Review ช่วยให้ทีมพัฒนาตรวจสอบคุณภาพโค้ดได้เร็วและแม่นยำขึ้น โดยเฉพาะเมื่อผสานกับ OpenAI GPT‑4 ผ่าน GitHub Actions อย่างปลอดภัย บทความนี้จะอธิบายขั้นตอนตั้งค่าแบบครบวงจร ตั้งแต่การเตรียมพร้อมจนถึงการตรวจสอบผลลัพธ์จริง

Overview (Overview)

GitHub Actions สามารถทำงานร่วมกับ API ของ OpenAI เพื่อสร้างกระบวนการรีวิวโค้ดอัตโนมัติ เราจะใช้ GPT‑4 ประเมินความปลอดภัยและมาตรฐานโค้ดก่อนที่จะผสานเข้ากับ main branch

• สร้าง workflow ที่เรียก API ของ OpenAI
• ส่งไฟล์ที่เปลี่ยนแปลงเป็นข้อความให้ GPT‑4 วิเคราะห์
• ใช้ผลลัพธ์ในการบังคับให้ PR ผ่านหรือปฏิเสธ

Prerequisites (Prerequisites)

ก่อนเริ่มต้องตรวจสอบว่ามีเครื่องมือและสิทธิ์ครบถ้วน

• GitHub repository ที่เปิดใช้งาน Actions
• บัญชี OpenAI พร้อมแผนที่ให้ใช้ GPT‑4
• สิทธิ์ Admin ใน repo เพื่อจัดการ secrets

Setting Up OpenAI API Key (Setting Up OpenAI API Key)

API key เป็นหัวใจของการสื่อสารกับโมเดล เราต้องเก็บอย่างปลอดภัย

• สร้าง API key จากหน้า [OpenAI Platform]
• ไปที่ Settings Secrets and variables Actions ของ repository
• เพิ่ม secret ชื่อ `OPENAI_API_KEY` และวางค่า key ลงไป

**Tip: อย่าเขียนคีย์ในโค้ดหรือไฟล์ `.env` ที่อาจถูกคอมมิตเข้า repo

Creating GitHub Action Workflow (Creating GitHub Action Workflow)

สร้างไฟล์ workflow ในโฟลเดอร์ `.github/workflows/ai-code-review.yml`

• กำหนดให้ทำงานเมื่อมี pull_request หรือ push ไปยังสาขา `feature/*`
• ใช้ action ที่รัน Python (หรือ Node) เพื่อเรียก OpenAI API
• ตั้งค่า environment variable ให้ใช้ secret `OPENAI_API_KEY`

```yaml name: AI Code Review

on: pull_request: branches: [ main ]

jobs: review: runs-on: ubuntu-latest steps:

• uses: actions/checkout@v3
• name: Set up Python

uses: actions/setup-python@v4 with: python-version: "3.11"

• name: Install dependencies

run: pip install openai

• name: Run AI Review

env: OPENAI_API_KEY: ${{ secrets.OPENAI_API_KEY }} run: python .github/scripts/ai_review.py ```

Secure Handling of Secrets (Secure Handling of Secrets)

การจัดการข้อมูลลับเป็นสิ่งสำคัญที่สุด

• ใช้ GitHub‑encrypted secrets เท่านั้น ไม่เก็บค่าในโค้ด
• จำกัด permissions ของ workflow ให้ทำได้แค่ `read` และ `write` ที่จำเป็น
• เปิดใช้งาน branch protection rules เพื่อบังคับให้ PR ผ่าน workflow ก่อน merge

**Warning: หากเปิดเผย API key อาจทำให้ผู้ไม่ประสงค์ดีใช้โมเดลจนเกิดค่าใช้จ่ายสูงโดยไม่ได้รับอนุญาต

Writing the Review Script (Writing the Review Script)

สคริปต์ `ai_review.py` จะดึงไฟล์ที่เปลี่ยนแปลงและส่งไปยัง GPT‑4

• ใช้ GitHub API เพื่อดึงรายการไฟล์จาก PR (`GITHUB_EVENT_PATH`)
• สร้าง prompt ที่บ่งบอกว่าต้องตรวจสอบอะไร (เช่น ความปลอดภัย, coding style)
• รับผลลัพธ์และแปลงเป็น comment บน PR

```python import os, json, openai, subprocess

def get_changed_files(): with open(os.getenv('GITHUB_EVENT_PATH')) as f: event = json.load(f) return [f['filename'] for f in event['pull_request']['files']]

def build_prompt(files): prompt = "You are a senior software engineer. Review the following files for security issues, code style and best practices. Provide concise feedback.\n\n" for file in files: content = subprocess.check_output(['cat', file]).decode() prompt += f"File: {file}\n```{content}```\n\n" return prompt

def main(): openai.api_key = os.getenv('OPENAI_API_KEY') files = get_changed_files() if not files: print("No changed files.") return prompt = build_prompt(files) response = openai.ChatCompletion.create( model="gpt-4", messages=[{"roleuser", "content": prompt}], max_tokens=500, temperature=0.2, ) feedback = response.choices[0].message.content subprocess.run(['gh', 'pr', 'comment', os.getenv('GITHUB_REF'), '--body', feedback])

if __name__ == "__main__": main() ```

Example Prompt (Example Prompt)

Prompt ที่ดีควรมีโครงสร้างดังนี้

• ระบุบทบาทของโมเดล (เช่น *senior engineer*)
• กำหนดขอบเขตตรวจสอบ (*security, performance, style*)
• ให้ตัวอย่างโค้ดสั้น ๆ เพื่อให้โมเดลเข้าใจบริบท

**Tip: จำกัดจำนวนไฟล์ต่อการเรียกเพื่อหลีกเลี่ยง token limit ของ GPT‑4

Testing Locally (Testing Locally)

ก่อนผลักดัน workflow ควรตรวจสอบว่า script ทำงานบนเครื่องของคุณ

• สร้างไฟล์ `.env` ที่มี `OPENAI_API_KEY` (ใช้ dotenv เพื่อโหลดในสคริปต์)
• รัน `python .github/scripts/ai_review.py` กับ PR mock data
• ตรวจสอบ output ว่าเป็นข้อความที่อ่านเข้าใจได้และไม่มีข้อผิดพลาด

Deploy and Monitor (Deploy and Monitor)

• เมื่อ workflow ทำงานสำเร็จแล้ว ให้เปิด Actions tab เพื่อตรวจสอบผลลัพธ์ของแต่ละ run
• ตั้งค่า alerts ใน GitHub (Security Dependabot alerts) เพื่อให้ทีมรับทราบเมื่อรีวิวพบปัญหา
• ตรวจสอบบิลลิ่งของ OpenAI อย่างสม่ำเสมอโดยเปิด usage limits ที่หน้า dashboard

Common Pitfalls & Tips (Common Pitfalls & Tips)

**Tip: เริ่มต้นด้วยไฟล์สำคัญ (เช่น `*.py`, `*.js`) แล้วขยายไปยังโฟลเดอร์อื่นตามความต้องการ

Summary (Summary)

การตั้งค่า AI‑Powered Code Review ด้วย GPT‑4 บน GitHub Actions ไม่ซับซ้อน หากทำตามขั้นตอนต่อไปนี้

• สร้างและเก็บ OpenAI API key เป็น secret
• เขียน workflow ที่เรียกสคริปต์ Python ตรวจสอบไฟล์ที่เปลี่ยนแปลง
• ปรับ prompt ให้ชัดเจนและจำกัด token เพื่อหลีกเลี่ยง overflow
• ใช้ branch protection และ secret management เพื่อความปลอดภัยสูงสุด
• ทดสอบบนเครื่องก่อน deploy แล้วตรวจสอบ usage อย่างสม่ำเสมอ

ทำตามขั้นตอนเหล่านี้ ทีมของคุณจะได้ระบบรีวิวโค้ดอัตโนมัติที่รวดเร็ว ปลอดภัย และช่วยลดบั๊กก่อนการผสานโค้ดเข้าสู่ production ได้อย่างมีประสิทธิภาพ.