Hluboká analýza repozitáře
Na této stránce
Lekce aktualizována 3. listopadu 2026 na základě manuálu Codex: „Deep Research for GitHub“ není funkcí Codexu. Analýza repozitáře se provádí s Codexem v režimu pouze pro čtení, zatímco hloubkový výzkum (deep research) je funkcí ChatGPT Work, jejíž dostupnost závisí na vašem účtu a pracovním prostoru. Nesprávná srovnávací tabulka dob trvání z předchozí verze, která neměla oporu ve zdrojích, byla odstraněna. Zdroje: Codex CLI · Neinteraktivní režim.
Hluboká analýza repozitáře
Než začnete kód upravovat, musíte mu často nejprve porozumět: architektuře zastaralého projektu, jeho závislostem a technickému dluhu. K tomu slouží dva nástroje. Codex analyzuje repozitář zevnitř – čte soubory, zkoumá historii Gitu a spouští diagnostické příkazy – aniž by cokoli měnil. Hloubkový výzkum (deep research) v ChatGPT Work provádí šetření napříč více zdroji a dodává report s odkazy na prameny; je to správný nástroj pro otázky přesahující rámec repozitáře, jako je hodnocení externí knihovny.
Analýza bez jakýchkoli úprav
Běžný úkol pro Codex provádí akci: píše kód, opravuje chybu nebo generuje testy. Pro analýzu požádejte Codex, aby syntetizoval informace bez jakýchkoli úprav, a dejte mu prostředky, jak se tohoto omezení držet. Nastavte relaci do režimu pouze pro čtení (/permissions, režim read-only) nebo spusťte analýzu pomocí codex exec, který ve výchozím nastavení běží v sandboxu pouze pro čtení. Dokáže proskenovat stovky souborů, prozkoumat historii Gitu a vytvořit podrobný report. Tento rozdíl se okamžitě projeví ve vašem promptu, který by se měl zaměřit na pochopení, nikoli na úpravy:
"Analyze the architecture of this project without modifying any files.
How does data flow from the API to the database? What patterns are
used? Where are the fragility points?"
Výsledkem není commit, ale strukturovaný dokument obsahující odkazy na relevantní soubory a doporučení. Ten si prohlédnete, prodiskutujete na technické schůzce a opravíte tam, kde není správně.
Zrychlení technického zapracování (Onboarding)
Když se k týmu připojí nový vývojář, obvykle stráví první dva týdny mentální rekonstrukcí mapy, kterou si nikdo nikdy nezapsal: která služba volá co, proč má modul název, který už neodpovídá jeho obsahu, nebo kde se skrývá logika fakturace. Codex mu tuto mapu dokáže nakreslit:
"Analyze this repository and generate an onboarding guide
for a new developer. Cover:
- General architecture and layers
- Naming and structure conventions
- End-to-end flow of a typical request
- The most important files to read first
- Common pitfalls and project-specific quirks"
Výsledný dokument slouží jako reference během prvních několika týdnů a je upravován podle zpětné vazby týmu. Toto cvičení opravování má neočekávaný přínos: odhaluje slepá místa, která se nikdo neobtěžoval zdokumentovat, protože „všichni vědí, jak to funguje“.
Audit závislostí a technického dluhu
Druhým přirozeným případem použití je inventarizace. Tříletá kódová základna hromadí opuštěné knihovny, funkční duplicity a mrtvé importy, které se nikdo neodváží smazat kvůli nedostatku přehledu:
"Analyze all project dependencies (package.json
and lock file). Identify:
- Obsolete packages (last update > 1 year ago)
- Known vulnerabilities
- Duplicate packages (same functionality)
- Unused packages (imported nowhere)
- Packages with incompatible licenses"
Tato analýza zkříží package.json, lock file a importy skutečně přítomné v kódu. Pro známé zranitelnosti a stav údržby balíčků potřebuje veřejná data, takže musíte explicitně povolit přístup k síti, nebo použít auditní nástroje svého správce balíčků (jako je npm audit). Hodnocení technického dluhu follows stejnou logiku s jedním dodatkem – posledním řádkem promptu. Bez kritérií pro řazení získáte seznam čtyřiceti problémů bez tušení, kde začít.
"Evaluate the technical debt of this project. Analyze:
- Cyclomatic complexity of core modules
- Most frequently modified files (Git hotspots)
- Code duplication patterns
- Unresolved TODOs and FIXMEs
- Test coverage by module
Rank problems by impact and effort to fix."
Hodnota těchto analýz spočívá v poměru investovaného času k dosaženým výsledkům: několik přesných instrukcí nahradí dny čtení. Ověřte si to na vlastních projektech místo spoléhání se na obecné odhady a vždy si report zkontrolujte: agent se může mýlit, zejména co se týče toho, co repozitář neobsahuje.
Vyhodnocení externího projektu před přijetím
U open-source knihovny, kterou zvažujete adoptovat, jde otázka beyond rámec repozitáře: frekvence vydávání, aktivita v issuech a reputace. To je doména hloubkového výzkumu (deep research) v ChatGPT Work. V desktopové aplikaci přepněte na Work, otevřete Plugins a vyberte Deep research; na webu otevřete menu + v konverzaci Work. Dostupnost závisí na vašem účtu a pracovním prostoru:
"Analyze the repository github.com/org/library.
Evaluate its maturity:
- Release frequency and maintenance
- Documentation quality
- Community activity (issues, PRs)
- Test coverage
- Recommendation: Is it safe to adopt in production?"
Toto je ověřovací krok, který téměř vždy vynecháme, protože na něj nemůžeme obětovat půl dne, přestože nás jeho absence o dva roky později stojí draze: knihovna se již neudržuje, její jediný maintainer zmizel a vy zůstanete se závislostí, kterou musíte ve spěchu přepsat.
Získání akčních reportů
Kvalita reportu přímo závisí na přesnosti promptu. „Kde jsou slabá místa?“ přinese mnohem užitečnější výsledek než „Analyzuj projekt“, protože první formulace vnucuje úhel pohledu a vynucuje hierarchii. Požadujte také explicitní formát – „seřaď podle priority“, „uspořádej podle modulu“ – abyste získali dokument, který lze rychle proskenovat, místo abyste ho museli číst od začátku do konce. Následně pokračujte konkrétními úkoly pro Codex, které identifikované problémy opraví. V tu chvíli přestane být analýza jen dalším reportem a stane se výchozím bodem pro pracovní plán. Nakonec tyto reporty sdílejte se svým týmem, protože jejich hodnota roste s počtem lidí, kteří se na ně denně odvolávají.
Klíčové poznatky
- Pro analýzu repozitáře spusťte Codex v režimu pouze pro čtení (
/permissionsnebocodex exec, který je ve výchozím nastavení pouze pro čtení) - Ideální pro zapracování nových členů, audity a hodnocení technického dluhu
- Hloubkový výzkum (deep research) v ChatGPT Work se hodí pro otázky vyžadující více zdrojů, jako je hodnocení externí knihovny
- Výsledky slouží jako vstup pro konkrétní úkoly Codexu k opravě identifikovaných problémů
- Každý report zkontrolujte: agent se může mýlit, zejména u toho, co repozitář neobsahuje