Инструмент для AI-ревью кода: с помощью LLM, например OpenAI, Claude или Ollama, оставляет комментарии к строкам, сводки и ответы в pull- и merge request.
Nayjest/Gito
Открытый AI-ревьюер кода: проверяет pull request на GitHub и изменения в локальных ветках с помощью LLM любого провайдера.
Open source альтернатива:CodeRabbit
- Звёзды
- 466
- Форки
- 45
- Открытые issues
- 61
- Последний коммит
- в прошлом месяце
Что это?
Gito — AI-ревьюер кода с интерфейсом командной строки. Он анализирует pull request или изменения в локальной ветке с помощью языковой модели и сообщает о вероятных проблемах с безопасностью, ошибках и недостатках сопровождаемости. Gito построен на ai-microcore и работает с API, совместимыми с OpenAI, а также с Anthropic, Google и локальными средами выполнения, такими как Ollama, vLLM и llama.cpp.
В CI Gito можно настроить через GitHub Actions или GitLab CI: он публикует результаты ревью в комментариях к PR и реагирует на упоминания от мейнтейнеров. Встроенный мастер `gito deploy` генерирует файлы workflow. Локально команда `gito review` проверяет текущую ветку относительно основной, а `gito remote` — удалённый репозиторий.
Поведение Gito настраивается отдельно для каждого репозитория в `.gito/config.toml`: там можно задать промпты и шаблоны вывода, исключить файлы, а также подключить Jira или Linear. Gito не хранит состояние: исходный код передаётся напрямую из runner или с локальной машины выбранному провайдеру модели и не сохраняется в Gito.
Ключевые возможности
- 01Проверяет pull request в GitHub и GitLab через CI-workflow и публикует результаты в комментариях.
- 02Поддерживает API, совместимые с OpenAI, Anthropic, Google и локальные среды выполнения LLM, например Ollama и vLLM.
- 03Запускает `gito review` локально для проверки ветки или проверяет удалённый репозиторий.
- 04Позволяет настраивать промпты, шаблоны вывода и список исключённых файлов через TOML-конфиг проекта.
- 05Интегрируется с Jira и Linear для работы с задачами.
- 06Поставляется с автономным установщиком для Windows и мастером настройки `gito deploy`.
Сценарии использования
- Добавление автоматического первичного ревью для каждого pull request в репозитории GitHub.
- Проверка локальных изменений перед отправкой, без передачи кода стороннему сервису ревью.
- Запуск ревью кода с собственной моделью в изолированной среде или там, где важна конфиденциальность.
- Соблюдение специфичных для проекта стандартов ревью с помощью пользовательских промптов в CI.
Быстрый старт
- 1
Установите Gito из PyPI с помощью pip
pip install gito.bot - 2
Запустите мастер первоначальной настройки, чтобы настроить подключение к LLM
gito setup - 3
Перейдите в корень репозитория, переключитесь на ветку для проверки и запустите проверку
gito review
Что важно знать
- В качестве требования для установки через pip указан только Python версий 3.11–3.13.
- Поддержка GitLab всё ещё находится в бета-версии, а поддержка Bitbucket только планируется.
- Для проверок требуется ключ API LLM или модель, размещённая локально.
В подборках
Темы
Частые вопросы
- Что такое Gito?
- Открытый AI-ревьюер кода: проверяет pull request на GitHub и изменения в локальных ветках с помощью LLM любого провайдера. Gito — AI-ревьюер кода с интерфейсом командной строки. Он анализирует pull request или изменения в локальной ветке с помощью языковой модели и сообщает о вероятных проблемах с безопасностью, ошибках и недостатках сопровождаемости. Gito построен на ai-microcore и работает с API, совместимыми с OpenAI, а также с Anthropic, Google и локальными средами выполнения, такими как Ollama, vLLM и llama.cpp.
- Gito можно использовать бесплатно? Какая у него лицензия?
- Gito распространяется с открытым исходным кодом под лицензией MIT. Перед использованием в коммерческих продуктах проверьте условия лицензии.
- Gito всё ещё поддерживается?
- Обновлялся за последние 6 месяцев. Последний коммит в Gito — 1 окт. 2026 г..
- Для чего можно использовать Gito?
- Добавление автоматического первичного ревью для каждого pull request в репозитории GitHub. Проверка локальных изменений перед отправкой, без передачи кода стороннему сервису ревью. Запуск ревью кода с собственной моделью в изолированной среде или там, где важна конфиденциальность. Соблюдение специфичных для проекта стандартов ревью с помощью пользовательских промптов в CI.
- Как установить Gito?
- Установите Gito из PyPI с помощью pip: pip install gito.bot Запустите мастер первоначальной настройки, чтобы настроить подключение к LLM: gito setup Перейдите в корень репозитория, переключитесь на ветку для проверки и запустите проверку: gito review
- Где скачать Gito?
- Исходный код и инструкции по установке — на GitHub: https://github.com/Nayjest/Gito
Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.
Похожие проекты
CLI и GitHub Action, которые после AI code review оценивают риск слияния pull request и показывают затронутые файлы и эндпоинты.
Открытый GitHub-бот, который работает с вашим ключом и запускает AI-ревью кода, триаж issues и автоисправления CI в GitHub Actions.
CLI для AI-ревью кода: детерминированный выбор файлов и правил сочетается с LLM-агентом, который оставляет комментарии к конкретным строкам Git diff.
Open source AI-ревьюер кода для pull request, который можно развернуть самостоятельно и подключить к любому LLM-провайдеру.
Git-хук запускает AI-код-ревью каждого staged diff до создания коммита и показывает inline-комментарии в браузере.