作りました
ast-grepで抽出したコードにJevの自然言語ルールを適用し、命名やコメントの不一致を高速スコア評価するツール紹介。
タイトルを3回読み返して「あれ?これすごく便利なやつでは?」という気持ちになった。あとで。
すごいスピード感。連休中に浦島される。
はやーい!!!!!!!
なるほど、使い所やポジションはそこら辺になってくるか
なるほど、これは非常に膝を打った→"「静的検査で取りこぼす処理に、脳を入れて対応する」というのが、自分にとっては一番自然"
なるほどこういう用途だと適材適所感
なるほどとは思うけど、もう嘘になってても人が読まなしいAIも騙されない気はする
“約 9,800 行、22 ルール、1,950 subject に対して、7.7 秒掛かって約 8 円 ($0.055)” 思ったより高額
"jev を使った新規性と実用性を考えたとき、やはり「静的検査で取りこぼす処理に、脳を入れて対応する」というのが、自分にとっては一番自然に思えました。"
このコストなら入れない理由がないな。
“既存の静的な Lint でできない事に注力。言語理解はLLM なので、モデルの性能でブレます”
Lunaにやらせればいいのでは。
jev-lint: コード中の命名やコメントが嘘になってないかを高速に確認
作りました
ast-grepで抽出したコードにJevの自然言語ルールを適用し、命名やコメントの不一致を高速スコア評価するツール紹介。
タイトルを3回読み返して「あれ?これすごく便利なやつでは?」という気持ちになった。あとで。
すごいスピード感。連休中に浦島される。
はやーい!!!!!!!
なるほど、使い所やポジションはそこら辺になってくるか
なるほど、これは非常に膝を打った→"「静的検査で取りこぼす処理に、脳を入れて対応する」というのが、自分にとっては一番自然"
なるほどこういう用途だと適材適所感
なるほどとは思うけど、もう嘘になってても人が読まなしいAIも騙されない気はする
“約 9,800 行、22 ルール、1,950 subject に対して、7.7 秒掛かって約 8 円 ($0.055)” 思ったより高額
"jev を使った新規性と実用性を考えたとき、やはり「静的検査で取りこぼす処理に、脳を入れて対応する」というのが、自分にとっては一番自然に思えました。"
このコストなら入れない理由がないな。
“既存の静的な Lint でできない事に注力。言語理解はLLM なので、モデルの性能でブレます”
Lunaにやらせればいいのでは。