Correction par IA

Le panneau Correction par IA d'une page de problème envoie la stack trace, les breadcrumbs et la requête (query string retirée) du dernier événement à Claude et renvoie un résumé, la cause probable, une correction et un niveau de confiance, ainsi qu'un prompt prêt à copier pour Claude Code ou Cursor. Connectez un dépôt GitHub et il lit aussi les fichiers de la stack trace au commit de la release qui a planté, peut ouvrir une pull request avec la correction et un test, et apprend des problèmes similaires que vous avez déjà corrigés. Tout ce qu'il lit est encadré comme donnée non fiable, pour que le texte d'une erreur ou de votre code ne puisse pas orienter le modèle.

1Acheter du crédit

Sur Consommation, achetez un pack de crédit IA de 5 $, 20 $ ou 50 $ via un paiement unique Stripe Checkout. Le solde est partagé par l'espace de travail et n'expire jamais.

2Connecter GitHub (facultatif)

Projet, GitHub, Connecter GitHub installe la GitHub App Blipit.io sur votre compte ou votre organisation, et vous choisissez les dépôts qu'elle peut voir. Choisissez ensuite le dépôt, la branche par défaut, le chemin racine pour un monorepo, et la façon dont les releases correspondent aux commits : la release est un commit git (3f2a9c1 ou web@3f2a9c1), la release correspond à un motif de tag tel que v{release}, ou toujours la branche par défaut. Une release enregistrée via la CLI ou l'API avec un commit utilise toujours ce commit. Seuls les propriétaires et administrateurs peuvent modifier ce réglage ; les membres peuvent le voir.

3Lancer une correction

Les propriétaires et administrateurs choisissent un modèle et lancent ; les résultats apparaissent pour tout le monde sur le problème. Claude Haiku 5.5 est le plus rapide et le moins cher, Sonnet 5.5 équilibré, Opus 5.5 le plus approfondi. Cela prend généralement 10 à 90 secondes. Une correction à la fois par problème et trois par espace de travail. Code lu par l'IA liste chaque fichier avec les lignes envoyées, le commit et la raison de sa lecture ; quand la release n'a pas pu être associée à un commit, il indique que la branche par défaut a été lue à la place.

4Ouvrir une pull request

Après une analyse, Ouvrir une pull request demande à Claude la plus petite modification possible accompagnée d'un test. Blipit vérifie que chaque modification s'applique proprement sur la branche par défaut actuelle et refuse les modifications des fichiers de CI, des secrets, des manifestes de dépendances et des lockfiles, puis pousse une nouvelle branche blipit/fix-<issue> et ouvre une pull request avec l'explication, un lien vers le problème et les labels blipit et ai-fix. Rien n'est jamais poussé sur votre branche par défaut, et vos protections de branche et vos checks s'appliquent comme d'habitude. Le problème affiche la pull request et indique si elle a été fusionnée.

5Comment vous êtes facturé

Chaque modèle affiche son prix typique à côté de son nom avant que vous ne le lanciez, et Ouvrir une pull request affiche son prix sur le bouton. Avant l'appel, le prix maximal est réservé sur votre solde ; ensuite le prix réel est débité et le reste restitué immédiatement. Un refus, une réponse tronquée, une erreur d'API ou une pull request qui n'a pas pu être ouverte libère toute la réservation, et toute réservation de plus de 15 minutes est libérée à la visite suivante. Chaque achat et débit figure dans le registre sur Consommation.

6Données en direct sur les pull requests

Avec Scale, quand une pull request GitHub modifie des lignes de code derrière des erreurs ouvertes ou des requêtes Odoo lentes, Blipit publie un commentaire sur la pull request et le met à jour à chaque nouveau commit. Les erreurs de toutes les stacks sont rapprochées grâce à leurs stack traces. C'est une correspondance exacte, sans IA, donc sans crédit IA. Activez-le ou désactivez-le par projet sur la page GitHub du projet.

  • Les erreurs ouvertes sur les lignes modifiées, chacune avec son nombre d'événements, sa dernière apparition et un lien vers le problème.
  • Dans Odoo : les actions lentes qui lancent des requêtes depuis les lignes modifiées, avec les requêtes répétées, l'exécution la plus lente et un lien vers Pulse.
  • Les erreurs et requêtes lentes ailleurs dans les fichiers modifiés, dans une section repliée.
  • Blipit lit seulement la liste des fichiers modifiés, les numéros des lignes modifiées et l'arborescence des fichiers. Aucun code n'est envoyé à l'IA, et le texte des requêtes ne quitte jamais Blipit.

Bon à savoir

  • Prix typiques pour un rapport de 6 000 tokens : moins de $0.01 avec Haiku 5.5, environ $0.11 avec Sonnet 5.5 et $0.22 avec Opus 5.5. Avec un dépôt connecté, une exécution lit davantage, généralement $0.02, $0.34 et $0.68, et une pull request coûte généralement $0.03, $0.68 et $1.36. Les longues stack traces et les gros fichiers coûtent plus cher ; le rapport est plafonné à 40 000 caractères et le code à 12 fichiers et 120 000 caractères.
  • Ce qui est envoyé, et où : le rapport d'erreur part vers l'API d'Anthropic quand quelqu'un lance une correction. Avec GitHub connecté, Blipit récupère à ce moment-là sur GitHub les fichiers de la stack trace et les fichiers qu'ils importent, et les envoie à Anthropic avec le rapport. Les fichiers qui ressemblent à des secrets (.env, clés, certificats, identifiants, fichiers de compte de service) ne sont jamais lus, les valeurs qui ressemblent à des secrets, comme les clés d'API et les clés privées, sont remplacées avant l'envoi, et les fichiers vendorisés, générés et binaires sont ignorés. Blipit ne conserve avec l'analyse que les chemins des fichiers et le commit, pas le code.
  • La GitHub App demande Contents en lecture et écriture (lire les fichiers ; écrire uniquement pour pousser la branche blipit/fix-), Pull requests en écriture (ouvrir la pull request et savoir quand elle est fusionnée) et Metadata en lecture. Les tokens d'accès sont créés pour chaque exécution, limités à ce seul dépôt et expirent en moins d'une heure ; la clé privée de l'application est un secret serveur chiffré qui ne quitte jamais le serveur.
  • Problèmes similaires : Correction par IA recherche les problèmes résolus du même projet ayant un titre similaire ou le même type d'exception et indique à Claude quelle correction a été retenue, soit une pull request Blipit fusionnée, soit une analyse antérieure après laquelle le problème a été résolu. Il ne cherche jamais en dehors de votre espace de travail.
  • Odoo : pour les problèmes venant du module Odoo, Claude reçoit aussi la version et l'édition d'Odoo, les modules installés et leurs versions (les modules personnalisés par leur nom), le modèle, la méthode, l'étape du workflow et l'état de l'enregistrement, les noms des champs en cours d'écriture, et des liens vers les lignes exactes du code d'Odoo lui-même sur github.com/odoo/odoo pour cette version. Les ids d'enregistrement, les valeurs des champs et les noms des personnes ne sont jamais envoyés.
  • Pour déconnecter, ouvrez Projet, GitHub et appuyez sur Déconnecter ; Correction par IA cesse immédiatement de lire le code. Pour retirer complètement l'accès de Blipit, désinstallez l'application Blipit.io dans vos paramètres GitHub ; Blipit oublie alors l'installation. La connexion, la déconnexion et chaque pull request figurent dans le journal d'audit.
  • Rien n'est envoyé à Anthropic tant que personne ne lance de correction ni n'ouvre de pull request. La politique de confidentialité nomme Anthropic comme sous-traitant pour cela.
  • Votre agent de codage peut récupérer la dernière analyse terminée, les fichiers qu'elle a lus et sa pull request via l'outil MCP get_ai_fix.

Bloqué ? Écrivez à support@blipit.io. Les clés et l'identifiant de chaque projet sont sous Clés API dans app.blipit.io.