Roo Code для тестировщика: как превратить обязательные запросы к DeepSeek в реальную пользу

Знакомо? Модульный проект, где непонятно, откуда что берётся. Тест не видит элемент, хотя он точно есть на экране. А ещё в компании развернули локальный DeepSeek и установили норму запросов — и вы честно её выполняете, копируя куски кода в чат и получая ответы уровня «попробуйте проверить id элемента». Проблема не в AI. Проблема в том, что чат не видит ваш проект. Покажу, как подключить тот же корпоративный DeepSeek через Roo Code — и вместо абстрактных советов получать анализ конкретно вашего кода. С промтами для Kaspresso, решением проблемы «невидимых» id и миграцией с Espresso.

https://habr.com/ru/articles/985308/

#kaspresso #espresso #android #kotlin #roo_code #deepseek #сезон_ии_в_разработке

Как создать документацию к коду, а потом ее обновить с помощью нейросети

В этой статье мы рассмотрим, как использовать нейросети для описания кода через VS Code и как вносить изменения в описание в репозитории с помощью MCP-сервера GitHub.

https://habr.com/ru/articles/981282/

#mcpserver #roo_code #openai #openai_api

Как я автоматизировал анализ логов из Kibana с помощью LLM и AI-агентов

Инструменты вроде OpenSearch, Elastic или Kibana давно стали стандартом для поиска и визуализации логов благодаря удобству и мощной поисковой системе. Однако, когда речь заходит о сложном анализе — агрегациях, парсинге, выявлении сложных закономерностей — их встроенные средства быстро достигают предела возможностей. Особенно сложно становится, если структура логов далека от идеала: например, как у нас — всё содержимое свалено в одно поле Message в формате JSON. Меня зовут Игорь Щегловитов, я работаю экспертом по тестированию в QC облачной инфраструктуры и веб-порталов. Раньше наша команда решала такие задачи кастомными утилитами на C#, которые выгружали логи из ELK и анализировали их локально. Однако каждое новое требование превращалось в мини-проект: доработать код, написать новые парсеры, скрипты агрегации и фильтрации. Работа замедлялась, техдолг рос. Я решил использовать связку AI-агентов с кастомными промптами, собственный сервисный слой (MCP) для доступа к логам и LLM-модель, чтобы превращать пользовательские запросы в автоматический алгоритм анализа. Так, кейсы вроде «Посчитай уникальных пользователей за сутки» или «Проанализируй ошибки за период» решаются без ручного кодинга. Под катом мой кейс: расскажу, как это сделал, поделюсь ссылкой на гитхаб, так что, если хотите упростить себе анализ логов, — эта статья для вас.

https://habr.com/ru/companies/kaspersky/articles/953780/

#kibana #opensearch #ai #roocode #логи #llm #машинное_обучение #тестирование #roo_code #elasticsearch

Я тоже понимаю, почему ИИ не заменяет полностью разработчиков

В этой статье я расскажу о том, как правильно использовать ИИ для разработки, и почему ИИ всё ещё далеко не идеален.

https://habr.com/ru/articles/925606/

#roo_code #разработка_с_помощью_ии

Как использовать Cline и Roo Code в качестве AI-ассистента для кода?

Почти год назад мы рассмотрели подборку AI-ассистентов для кода, сегодня же мне хотелось бы сосредоточить внимание на одном конкретном, а именно — Cline, номер 1 на OpenRouter. Предлагаю вместе пробежаться по настройке и интеграции, а также использовании Cline в качестве ИИ-ассистента. *А также мы поговорим про Roo Code — форке Cline, но совсем немного, поскольку они абсолютно идентичны в настройке и функционале. Приятного прочтения!

https://habr.com/ru/companies/bothub/articles/881248/

#cline #roo_code #ai_assistants #ai_assistant #ии #ииассистент #openrouter