Beobachtetes Signal · 13. Juli 2026 · Technical Release · Quelle: DEV Community · Relevanz: 1/5 · Sentiment: Positiv
KI konvertiert GitHub-Issues automatisch in getestete Pull Requests
Mit resolvo hat Krishna Khandelwal eine agentenbasierte Pipeline entwickelt, die GitHub-Issues und Repository-URLs direkt in funktionierende, getestete Pull Requests umwandelt – ganz ohne lokales Setup. Die auf LangGraph basierende Architektur steuert Workflows nach Konfidenzleveln und führt Tests sicher in einer E2B-Sandbox mit pytest-json-report aus. Für die Code-Implementierung kommt ein hybrider Retrieval-Stack aus BM25, Cohere Rerank, Symbol-Matching und Reciprocal Rank Fusion zum Einsatz. Während Gemini Flash Modelle komplexe Planungen und adversarial Code-Reviews übernehmen, verarbeiten leichtere Google-Modelle die dateispezifische Umsetzung. Die Gemini-Aufrufe sind zudem mit Live-Google-Suche verknüpft, um stets aktuelle API-Dokumentationen einzubinden. Das Projekt demonstriert das fortgeschrittene Potenzial von LLM-Pipelines zur Automatisierung von Entwickler-Workflows.
Es handelt sich um die technische Veröffentlichung eines Entwickler-Automatisierungstools mittels LLMs. Dies ist für moderne Developer-Workflows und LLM-Anwendungen hochrelevant, hat jedoch keine branchenverändernde Wirkung auf das klassische AdTech- oder MarTech-Ökosystem.
Marktsignale zu GitHub in Echtzeit verfolgen
Polaris7 erfasst behördliche Registrierungen, Primärquellen, Führungswechsel und Deal-Aktivitäten rund um die Uhr. Erstellen Sie Ihren kostenlosen Explorer-Workspace, um automatisierte Executive Briefings zu erhalten.
Wichtigste Kernpunkte & Evidenz
- resolvo generiert aus GitHub-Issues und Repo-URLs voll funktionsfähige, getestete Pull Requests samt automatisierter Reviews.
- Das System basiert auf LangGraph und ist als StateGraph-Multi-Agenten-Pipeline strukturiert.
- Gemini Flash Modelle steuern die hochkomplexe Planung und adversarial Code-Reviews, während Google-Leichtgewichtsmodelle die dateispezifische Implementierung übernehmen.
- Die Integration der Google-Suche in Gemini-Aufrufe liefert aktuelle Web-Ergebnisse für APIs und Dokumentationen.
- Tests laufen in einer sicheren E2B-Sandbox, ergänzt durch ein mehrstufiges Retrieval aus BM25, Cohere Rerank, Symbol-Matching und Reciprocal Rank Fusion.
Verknüpfte Unternehmen
4 verknüpfte Unternehmen“resolvo is an agentic pipeline that takes a GitHub issue and a repo URL and hands you back a working pull request — with tests already passi...”
“I used Gemini Flash models for the two critical steps that need the most contextual judgment ... while Google's lite models handle enrichmen...”
“The planner fuses five signals — raw-issue BM25, enriched-query BM25, Cohere rerank-v4.0, symbol-name matching, and one-hop dependency expan...”
Ontologie & Marktkonzepte
Verwandte Marktsignale & Trends
Aktuelle verifizierte Unternehmensentwicklungen und Deal-Aktivitäten in diesem Marktsegment.
Entwicklung eines agentenbasierten PR-Reviewers mit dem Antigravity SDK
Google hat angekündigt, das Gemini CLI in das Antigravity CLI zu überführen und seine KI-Terminal-Tools zu vereinheitlichen. Ein aktueller technischer Beitrag demonstriert, wie Entwicklungs-Teams mithilfe des Google Antigravity SDK und der GitHub Action run-agy-sdk einen automatisierten Pull-Request-Reviewer aufbauen können. Die beschriebene agentenbasierte Pipeline führt verwaltete Antigravity Agenten in isolierten Sandboxes aus, nutzt den GitHub MCP Server für PR-Kommentare und setzt ein ANTIGRAVITY_API_KEY-Secret voraus. Der Leitfaden empfiehlt, das SDK direkt auf dem GitHub Actions Host-Runner auszuführen, um kontrollierten Zugriff auf Docker-basierte MCP Server zu ermöglichen. Zudem werden bewährte Sicherheitsvorgaben wie die Einschränkung auf bestimmte Trigger-Ereignisse und das Pinnen von Action-Commits vermittelt, um Automatisierungsworkflows effizient und sicher zu migrieren.
Autonomen KI-Coding-Agenten für nächtliche GitHub-PRs entwickeln
Ein technischer Leitfaden beschreibt eine Architektur für autonome KI-Coding-Agenten, die Aufgaben wie GitHub-Issues ohne menschliches Eingreifen in überprüfbare Pull Requests umwandeln. Der Workflow gliedert sich in die fünf Phasen Ingest, Plan, Execute, Verify und Package, wobei enge, inspizierbare Schritte statt eines einzigen großen Prompts im Vordergrund stehen. Der Artikel behandelt Best Practices für die GitHub-Integration – darunter ein Branch pro Aufgabe, Draft-PRs und Provenienz-Labels –, Sicherheitskontrollen wie feingranulare Personal Access Tokens und Container-Ausführungen sowie Betriebslimits für Token und Kosten. Während mechanische und objektiv verprüfbare Aufgaben wie Dependency-Bumps oder das Hinzufügen von Tests zuverlässig gelöst werden, scheitern Agenten an ambivalenter Produktlogik oder schwachen Testsuiten. Die Implementierung wurde an realen Repositories getestet und liefert pragmatische Empfehlungen zu Sicherheit und Budgetierung.
Pull Requests verlieren an Bedeutung durch den Vormarsch von KI-Agenten
Google hat eine native Gemini-App für macOS weltweit als kostenlosen Download für Geräte ab macOS 15 veröffentlicht. Die Mac-App bietet ein System-Tastenkürzel (Option + Leertaste), beantwortet Fragen zu Benutzerdateien sowie Code, unterstützt Screen-Sharing auf Einzeltabellenbasis und ermöglicht Desktop-Kreativworkflows wie die Bildgenerierung via Nano Banana 2 sowie die Videoerstellung mit Google Veo 3.1. Parallel kündigte Google Gemini 3.1 Flash TTS an – ein Text-to-Speech-Modell mit Audio-Tags für über 70 Sprachen –, während Personal Intelligence in arabischen Ländern für zahlende Tarife (AI Ultra, Pro, Plus) ausgebaut wird und Gemini in Chrome folgt. Viele Funktionen sind über Google Vids und als Vorschau in der Gemini API verfügbar. Technische Releases und Agenten-Frameworks verschieben Entwickler-Workflows grundlegend.
Marktsignale & Strategische Shifts in Echtzeit verfolgen
Erstellen Sie benutzerdefinierte Watchlists, um automatisierte, evidenzbasierte Executive Briefings zu erhalten, sobald wesentliche Signale oder Marktverschiebungen auftreten.