پرش به محتوای اصلی
آخرین اخبار
۲ وایر پاداش مطالعه

رونمایی از سرویس Vercel CI؛ راهکاری سریع‌تر برای تست کدهای تولیدشده با هوش مصنوعی

انتشار:۷ آبان ۱۴۰۵(۲ ساعت پیش)
۳ دقیقه زمان مطالعه
۰ دیدگاه
اشتراک و پسندیدن

پلتفرم Vercel از نسخه آزمایشی سرویس Vercel CI رونمایی کرد؛ ابزاری جدید که با اجرای هدفمند تست‌ها، زمان انتظار توسعه‌دهندگان را بین ۲ تا ۶ برابر کاهش می‌دهد. این سرویس به‌طور ویژه برای مدیریت حجم انبوه کدهای ارسالی توسط ایجنت‌های هوش مصنوعی طراحی شده است. کاربران تمام حساب‌ها می‌توانند بدون نیاز به فایل‌های تنظیمات پیچیده، از این زیرساخت سریع بهره‌مند شوند.

رونمایی از سرویس Vercel CI؛ راهکاری سریع‌تر برای تست کدهای تولیدشده با هوش مصنوعی

در یک نگاه (نکات کلیدی خبر)

خلاصه مهم‌ترین نکات و تحولات این گزارش برای مطالعه سریع

  • سرویس جدید Vercel CI فقط بخش‌هایی از پروژه را که تحت تأثیر تغییرات کد قرار گرفته‌اند اجرا می‌کند تا زمان انجام تست‌ها تا شش برابر سریع‌تر شود.
  • این زیرساخت در پاسخ به افزایش چشمگیر پول‌ریکوئست‌های ارسالی توسط ایجنت‌های هوش مصنوعی و برای جلوگیری از صف‌های طولانی بازبینی کد توسعه یافته است.
  • توسعه‌دهندگان بدون نیاز به نوشتن فایل‌های پیچیده کانفیگ و تنها با برچسب‌گذاری تسک‌ها در Turborepo می‌توانند از این قابلیت ابری استفاده کنند.

معرفی سرویس

سرویس Vercel CI یک بستر یکپارچه‌سازی مداوم (CI) از شرکت Vercel است که در ۲۸ اکتبر ۲۰۲۶ به‌صورت بتای عمومی برای تمامی پلن‌های کاربری منتشر شد. این سرویس بر پایه ابزار Turborepo توسعه یافته است؛ به این صورت که نمودار وابستگی تسک‌ها را در فایل turbo.json بررسی می‌کند، فقط کارهایی را که مستقیماً تحت تأثیر تغییرات کد قرار گرفته‌اند اجرا کرده و نتایج مابقی وظایف را از حافظه کَش ابری (Remote Cache) بازیابی می‌کند و برای هر تسک نیز یک ماشین با منابع متناسب اختصاص می‌دهد. پلتفرم Vercel این زیرساخت را با این هدف ساخته است که امروزه ایجنت‌های کدنویسی هوش مصنوعی پول‌ریکوئست‌های به مراتب بیشتری نسبت به انسان‌ها ثبت می‌کنند و هر یک از این درخواست‌ها باید در صف طولانی بررسی‌های سنتی CI منتظر بمانند.

اطلاعیه رسمی: معرفی Vercel CI · گزارش تغییرات: نسخه آزمایشی Vercel CI در دسترس قرار گرفت · مستندات فنی: vercel.com/docs/ci

بررسی جزئیات

ویژگی‌های کلیدی

  1. انجام حداقل کار ممکن و هوشمندانه: اکثر ابزارهای سنتی CI با هر بار push کردن کد، حتی برای تغییر یک خط ساده، کل جریان کاری را از ابتدا اجرا می‌کنند. در مقابل، Vercel CI با استفاده از گراف وظایف در Turborepo، از اجرای تسک‌هایی که ورودی‌های آن‌ها دست‌نخورده باقی مانده‌اند صرف‌نظر می‌کند. همان‌طور که یکی از مدیران ارشد مهندسی Vercel در شبکه اجتماعی X اشاره کرده است: «اگر فقط بخش بک‌اند را تغییر داده‌اید، نیازی به اجرای ابزار linter روی کدهای فرانت‌اند وجود ندارد.»
  2. حذف فایل‌های پیکربندی YAML: شما تنها با افزودن برچسب "tags": ["ci"] در فایل turbo.json تسک‌ها را مشخص می‌کنید. بنابراین دیگر نیازی به فایل‌های تنظیمات جداگانه برای CI که به‌مرور زمان با ساختار پروژه ناسازگار می‌شوند نیست و قابلیت Remote Cache نیز به‌طور پیش‌فرض فعال است.
  3. محاسبات مجزا برای هر تسک: هر تسک باقی‌مانده روی یک ماشین ایزوله اختصاصی اجرا می‌شود که توان پردازشی آن توسط لایه ابری Hive متعلق به Vercel تأمین می‌گردد و اجرای آن بلافاصله پس از تکمیل وابستگی‌ها آغاز می‌شود. پکیج‌ها و وابستگی‌ها نیز در هر اجرا تنها یک‌بار نصب شده و در دفعات بعدی از طریق کَش در دسترس قرار می‌گیرند.
  4. افزایش چشمگیر سرعت: طبق اعلام Vercel، زمان لازم از لحظه push تا تأیید نهایی تست‌ها در این سرویس بین ۲ تا ۶ برابر سریع‌تر شده است و Vercel CI تا کنون نزدیک به ۸ میلیون تسک را در مخازن کد داخلی این شرکت و پروژه‌های بتای خصوصی با موفقیت پردازش کرده است.
  5. پیش‌نیازها و محدودیت‌های فعلی: استفاده از این قابلیت نیازمند ابزار Turborepo نسخه 2.11.7 به بالا و خط فرمان Vercel CLI نسخه 64.3.1 به بالا است. نسخه بتا در حال حاضر از مخازن گیت‌هاب، سیستم‌عامل لینوکس و رویدادهای git-push پشتیبانی می‌کند. برخی آزمایش‌کنندگان اولیه در پلتفرم X یادآور شده‌اند که هزینه دقیقه‌ای این سرویس نسبت به رانرهای گیت‌هاب بالاتر است، بنابراین صرفه اقتصادی آن ناشی از کاهش قابل‌توجه تعداد تسک‌های اجراشده خواهد بود.
  6. نقشه راه توسعه: امکانات پیشرفته پایش و رصد سیستم، دستور vc ci برای اجرای توزیع‌شده پیش از ارسال نهایی کد و انتخاب دقیق‌تر و هوشمندانه‌تر تست‌ها، از جمله مواردی هستند که پیش از عرضه نهایی اضافه خواهند شد.

نحوه استفاده

راهنمای شروع به کار

  1. ابتدا مطمئن شوید که پروژه از Turborepo استفاده می‌کند؛ در غیر این صورت فایل turbo.json و بسته turbo را اضافه کنید (این ابزار حتی در مخازن تک‌پکیجی نیز کاربرد دارد).
  2. تسک‌هایی را که مایلید توسط سیستم CI اجرا شوند برچسب‌گذاری کنید:
{
  "tasks": {
    "lint": { "tags": ["ci"] }
  }
}
  1. کد خود را push کنید. در این حالت، هر وظیفه‌ای که دارای برچسب ci باشد با هر بار تغییر بررسی می‌شود، اما تنها زمانی عملاً به مرحله اجرا می‌رسد که تغییرات کد روی آن تأثیر گذاشته باشد.

علاوه بر این، Vercel پیشنهاد می‌کند که می‌توانید چنین درخواستی را به ایجنت هوش مصنوعی خود بدهید: «سرویس Vercel CI را برای این پروژه راه‌اندازی کن. دستور npx skills use vercel/ci@setup را اجرا کرده و مراحل مشخص‌شده را دنبال نما.»

کاربردهای بهینه

  • مخازن مونو‌ریپو (Monorepo) که بیشتر تغییرات کد در آن‌ها تنها یک پکیج خاص را درگیر می‌کند
  • تیم‌های توسعه‌ای که ایجنت‌های هوش مصنوعی آن‌ها روزانه حجم زیادی پول‌ریکوئست کوچک ایجاد می‌کنند
  • پروژه‌هایی که در حال حاضر از قابلیت Remote Cache در Turborepo بهره می‌برند

نکته کاربردی

پیش از مهاجرت کامل به این بستر، چند کامیت واقعی را با سیستم CI فعلی خود مقایسه کنید؛ برای نمونه یکی از آزمایش‌کنندگان اولیه زمان اجرای تست‌ها را از ۹۶ ثانیه به ۳۵ ثانیه کاهش داد، هرچند بخش عمده این دستاورد به این دلیل بود که ۹ مورد از ۱۰ تسک مستقیماً از حافظه کَش خوانده شدند.

بازخورد و اشتراک‌گذاری این مطلب

اگر این گزارش برایتان مفید بود، با پسندیدن و اشتراک‌گذاری آن با دیگران، از محتوای تخصصی هوش مصنوعی حمایت کنید.

اشتراک‌گذاری در شبکه‌های اجتماعی:

دیدگاه ها و گفتگوی تخصصی

نظرات خود را با جامعه مخاطبان وایر ای آی در میان بگذارید

۰ دیدگاه

هنوز دیدگاهی برای این مطلب ثبت نشده است

اولین نفری باشید که دیدگاه، تحلیل یا دیدگاه خود را درباره این موضوع با دیگران به اشتراک می گذارد.

مطالب مرتبط و پیشنهادی

مدل تبدیل گفتار به متن Parakeet v3 انویدیا بدون نیاز به پایتون و کارت گرافیک اجرا می‌شود
آخرین اخبار

مدل تبدیل گفتار به متن Parakeet v3 انویدیا بدون نیاز به پایتون و کارت گرافیک اجرا می‌شود

تیم توسعه‌دهنده handy-computer نسخه کم‌حجم و بهینه‌سازی‌شده GGUF را برای مدل تبدیل گفتار به متن Parakeet v3 انویدیا منتشر کرد. این نسخه امکان اجرای روان و محلی مدل را بدون وابستگی به پایتون یا کارت‌های گرافیک مجزا روی پردازنده‌های معمولی فراهم می‌کند.

۲ دقیقه مطالعه
۰
۷ آبان
رونمایی از مدل Mistral Large 4؛ ایجنت کدنویسی ۱ تریلیون پارامتری با دسترسی آزاد
آخرین اخبار

رونمایی از مدل Mistral Large 4؛ ایجنت کدنویسی ۱ تریلیون پارامتری با دسترسی آزاد

شرکت Mistral وزن‌های عمومی مدل جدید Mistral Large 4 را با ۱ تریلیون پارامتر و تمرکز ویژه بر ایجنت‌های کدنویسی و امنیت سایبری منتشر کرد. این مدل بر پایه معماری ترکیبی از متخصصان توسعه یافته است و با مصرف بهینه توکن، گزینه‌ای قدرتمند برای استقرار روی زیرساخت‌های خصوصی به شمار می‌رود.

۶ دقیقه مطالعه
۰
۷ آبان
مدل جدید Qwen3.5-4B-3D-Coder متن را به صحنههای سهبعدی تعاملی در مرورگر تبدیل می‌کند
آخرین اخبار

مدل جدید Qwen3.5-4B-3D-Coder متن را به صحنههای سهبعدی تعاملی در مرورگر تبدیل می‌کند

یک توسعهدهنده مستقل نسخهای اختصاصی از مدل Qwen با نام Qwen3.5-4B-3D-Coder را معرفی کرده است که توصیفات متنی را به صحنههای سهبعدی تعاملی در کتابخانه Three.js تبدیل می‌کند. این مدل سبک با ۴ میلیارد پارامتر، تمام کدهای جاوااسکریپت و صحنه گرافیکی را در قالب یک فایل تکی HTML به کاربر تحویل می‌دهد و روی سیستمعامل محلی نیز قابل اجرا است.

۲ دقیقه مطالعه
۰
۷ آبان