GitLab revelou o GitLab 17, uma grande atualização de sua plataforma devsecops que traz um catálogo CI/CD de componentes de pipeline reutilizáveis ​​e um painel de impacto de IA. A empresa também anunciou o GitLab Duo Enterprise, um assistente com tecnologia de IA que ajuda a detectar vulnerabilidades no código e resolver gargalos de CI/CD.

O GitLab Duo Enterprise, tema de um evento de lançamento virtual em 24 de junho, combina os recursos de IA focados no desenvolvedor do GitLab Duo Pro, que incluem sugestões e explicações de código, com recursos de IA voltados para empresas para outros aspectos do ciclo de vida de desenvolvimento de software. , como detectar e corrigir vulnerabilidades de segurança e resumir discussões de problemas e solicitações de mesclagem. O GitLab Duo Enterprise também resolverá gargalos e falhas de CI/CD e aprimorará a colaboração da equipe, disse o GitLab.

O GitLab 17, lançado em 16 de maio, apresenta um catálogo de CI/CD que permite aos usuários do GitLab descobrir, reutilizar e contribuir com componentes de CI/CD pré-construídos. Os usuários também podem criar um catálogo privado para distribuir pipelines personalizados para automatizar fluxos de trabalho.

O novo painel de impacto de IA no GitLab 17 tem como objetivo ajudar as organizações a compreender o impacto do assistente de programação de IA GitLab Duo na produtividade do desenvolvedor. Por exemplo, os usuários podem comparar tendências de uso de IA com métricas de desenvolvimento de software, como lead time, tempo de ciclo, DORA e vulnerabilidades.

O GitLab também ofereceu uma lista de melhorias na plataforma devsecops:

  • Um gerenciador de segredos nativo para permitir que os usuários armazenem credenciais confidenciais.
  • Integrações de testes estáticos de segurança de aplicativos (SAST) para ajudar a melhorar a precisão, reduzir falsos positivos e resolver riscos na camada de aplicativos.
  • Recursos analíticos para compreender os padrões de comportamento do usuário, medir o desempenho do produto e priorizar melhorias de recursos.
  • Recursos de planejamento ágil empresarial, incluindo épicos aprimorados, campos personalizados em problemas e roteiros.
  • Um registro de modelo para cientistas de dados desenvolverem modelos de IA/ML na mesma plataforma onde os engenheiros criam e implantam código.