Udviklere renser op efter AI-kodeagenter i git-historikken

Simon Willison har nu udgivet commit-rewriter, et værktøj der omskriver beskeder i kodehistorikken for at fjerne støj fra automatiske AI-værktøjer og interne henvisninger. Det er vigtigt for at undgå, at interne detaljer følger med i offentlig kode. Nu kører værktøjet som en simpel kommando, laver en gren til fortrydelse og omskriver hele historikken fra første rettede til nyeste.

Simon Willison har udgivet commit-rewriter 0.1. Det er et lille webværktøj til at omskrive git-commit-beskeder. Git er et system, som udviklere bruger til at holde styr på ændringer i kode. Hver ændring kaldes en commit. Hver commit har en besked, der forklarer, hvad der er lavet – lidt som et dagbogsnotat. Værktøjet er bygget til at rydde op i denne historik, før kode offentliggøres. Det kører som en kommando kaldet uvx og er skrevet i programmeringssproget Python.

Baggrunden var sikkerhedsopdateringerne til Datasette, et program til at udforske data. De oprindelige commits var fulde af støj fra kodeagenter med kunstig intelligens og henvisninger til issue-ID'er fra det private repository. Et repository er et lager for kode med hele dens historik. Et issue-ID er et nummer på en opgave i et projektstyringssystem. Disse interne detaljer var ikke egnet til offentliggørelse, så Willison byggede et værktøj til at rette dem.

Værktøjet kører med kommandoen 'uvx commit-rewriter sti/til/repo'. Stien er adressen på mappen med repositoryet. Hvis man allerede er i den mappe, kan man udelade stien. Når man indsender sine rettelser, opretter værktøjet en tidsstemplet branch af den nuværende tilstand. En branch er en slags sidegren af projektet, hvor man kan arbejde uden at påvirke hovedversionen. Tidsstemplet viser, hvornår branch'en blev oprettet. På den måde kan man fortryde, hvis noget går galt. Derefter omskriver værktøjet alle commits fra den første redigerede til den nyeste.

Problemet er velkendt for udviklere, der bruger kunstig intelligens til at skrive kode. Kodeagenter efterlader automatiske commit-beskeder med interne referencer, som ikke hører hjemme i offentlige udgivelser. For udviklere, der offentliggør kode, handler det om at undgå, at interne detaljer følger med i git-historikken. Commit-rewriter giver en hurtig måde at få styr på historikken, før koden deles.