A tároló mélyreható elemzése
Ezen az oldalon
A leckét 2026. november 3-án frissítettük a Codex kézikönyve alapján: a „Deep Research for GitHub“ nem Codex-funkció. A tároló elemzését a Codex csak olvasható módban végzi, míg a mélyreható kutatás (deep research) a ChatGPT Work funkciója, amelynek elérhetősége a fiókodtól és a munkaterületedtől függ. Eltávolítottuk az előző verzió forrás nélküli, időtartamokat összehasonlító táblázatát. Források: Codex CLI · Nem interaktív mód.
A tároló mélyreható elemzése
Mielőtt módosítanád a kódot, gyakran először meg kell értened azt: egy legacy projekt architektúráját, függőségeit és technikai tartozásait. Erre a célra két eszköz illik. A Codex belülről elemzi a tárolót – fájlokat olvas, vizsgálja a Git előzményeket, és diagnosztikai parancsokat futtat – anélkül, hogy bármit is megváltoztatna. A ChatGPT Work mélyreható kutatás (deep research) funkciója több forrásból végez vizsgálatokat, és forrásolt jelentést készít; ez a megfelelő eszköz olyan kérdésekhez, amelyek túlmutatnak a tárolón, például egy külső könyvtár értékeléséhez.
Elemzés módosítások nélkül
Egy szabványos Codex feladat egy cselekvést hajt végre: kód írása, hiba javítása vagy tesztek generálása. Elemzés esetén arra kell kérned a Codexet, hogy szintetizáljon anélkül, hogy bármit módosítana, és add meg számára az eszközöket, hogy betartsa ezt a korlátozást. Állítsd a munkamenetet csak olvasható módra (/permissions, mód: read-only), vagy futtasd az elemzést a codex exec paranccsal, amely alapértelmezetten egy csak olvasható homokozóban (sandbox) fut. Képes数百 fájlt beolvasni, megvizsgálni a Git előzményeket, és részletes jelentést készíteni. Ez a különbség azonnal megjelenik a promptodban is, amelynek a megértésre kell összpontosítania, nem a módosításra:
"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?"
Az eredmény nem egy commit, hanem egy strukturált dokumentum, amely hivatkozásokat tartalmaz a releváns fájlokra és ajánlásokat. Te átnézed, megvitatod egy technikai értekezleten, és kijavítod, ahol téves.
A technikai beilleszkedés felgyorsítása
Amikor egy fejlesztő csatlakozik egy csapathoz, általában az első két hetét arra fordítja, hogy fejben újraalkotson egy térképet, amelyet soha senki nem írt le: melyik szolgáltatás hív meg mit, miért visel egy modul olyan nevet, amely már nem illik a tartalmához, vagy hol bújik meg a számlázási logika. A Codex megrajzolhatja ezt a térképet számára:
"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"
Az így létrejött dokumentum referenciaanyagként szolgál az első hetekben, és a csapat visszajelzései alapján folyamatosan korrigálják. Ennek a korrigálási gyakorlatnak van egy váratlan előnye: feltárja azokat a vakfoltokat, amelyeket senki nem dokumentált, mert „mindenki tudja, hogyan működik“.
Függőségek és technikai tartozás auditálása
A második természetes felhasználási eset a leltárkészítés. Egy hároméves kódbázis felhalmoz elhagyatott könyvtárakat, funkcionális duplikációkat és halott importálásokat, amelyeket senki nem mer törölni az áttekinthetőség hiánya miatt:
"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"
Ez az elemzés keresztbe hivatkozik a package.json fájlra, a lock fájlra és a kódban ténylegesen jelen lévő importálásokra. Az ismert sebezhetőségek és a csomagok karbantartási státusza nyilvános adatokat igényel, ezért kifejezetten engedélyezned kell a hálózati hozzáférést, vagy használnod kell a csomagkezelőd auditáló eszközeit (például az npm audit parancsot). A technikai tartozás értékelése ugyanerre a logikára épül, egy további követelménnyel – a prompt utolsó sorával. Rendezési szempontok nélkül negyven probléma listáját kapod, fogalmad sem lesz, hol kezdjed.
"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."
Ezen elemzések értéke a befektetett idő és az elért eredmények arányában rejlik: néhány precíz utasítás napoknyi olvasást helyettesít. Mérd ezt a saját projektjeiden, ne támaszkodj általános becslésekre, és mindig nézd át a jelentést: az ügynök tévedhet, különösen abban, ami nincs benne a tárolóban.
Külső projekt értékelése bevezetés előtt
Egy nyílt forráskódú könyvtár bevezetése előtt a kérdés túlmutat a tárolón: a kiadások gyakorisága, a hibajegyek aktivitása és a hírnév. Ez a ChatGPT Work mélyreható kutatás (deep research) funkciójának területe. Az asztali alkalmazásban válts Work módra, nyisd meg a Plugins menüt, és válaszd a Deep research lehetőséget; a webes felületen nyisd meg a + menüt egy Work beszélgetésben. Az elérhetőség a fiókodtól és a munkaterületedtől függ:
"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?"
Ez az ellenőrzési lépés, amelyet szinte mindig kihagyunk, mert nem tudunk rá fél napot szánni, mégis a hiánya két évvel később kerül sokba: a könyvtárat már nem karbantartják, az egyetlen fejlesztője eltűnt, és ott maradsz egy függőséggel, amelyet hirtelen újra kell írnod.
Cselekvőképes jelentések készítése
A jelentés minősége közvetlenül függ a prompt pontosságától. A „Hol vannak a töréspontok?“ kérdés sokkal hasznosabb eredményt hoz, mint a „Elemezd a projektet“, mert az első megfogalmazás szöget üt és hierarchiát kényszerít ki. Kérj explicit formátumot is – „rangsorold prioritás szerint“, „rendszerezd modulok szerint“ –, hogy olyan dokumentumot kapj, amelyet átfuthatsz, nem pedig elejétől a végéig kell olvasnod. Ezután kövesd konkrét Codex feladatokkal, amelyek megoldják az azonosított problémákat. Ekkor az elemzés megszűnik pusztán egy újabb jelentés lenni, és egy munkaterv kiindulópontjává válik. Végül oszd meg ezeket a jelentéseket a csapatoddal, mivel az értékük nő azzal, ahányan nap mint nap hivatkoznak rájuk.
Főbb megállapítások
- A tároló elemzéséhez futtasd a Codexet csak olvasható módban (
/permissions, vagycodex exec, amely alapértelmezetten csak olvasható) - Ideális beilleszkedéshez, auditokhoz és a technikai tartozás értékeléséhez
- A ChatGPT Work mélyreható kutatás (deep research) funkciója alkalmas több forrást igénylő kérdésekre, például egy külső könyvtár értékelésére
- Az eredmények konkrét Codex feladatokba torkollnak az azonosított problémák megoldására
- Minden jelentést nézz át: egy ügynök tévedhet, különösen a hiányzó tartalmak tekintetében