Skip to main content
Skip to content

Statistiques du dépôt

Utilisez les résultats de révision au niveau du référentiel pour identifier les lacunes dans Copilot code review la couverture et les opportunités d’amélioration des pratiques d’examen.

Les insights du référentiel rassemblent l’activité et Copilot code review les résultats des demandes de tirage pour un référentiel appartenant à l’organisation. Utilisez-le pour décider où développer la couverture de révision ou examiner les commentaires sur lesquels les développeurs n’agissent pas. Les tableaux de bord d’organisation et d’entreprise vous aident plutôt à comprendre l’adoption et l’utilisation au sein des équipes.

Pour ouvrir la page et vérifier les exigences d’accès, consultez Affichage des analyses du dépôt.

Signaux récapitulatifs

La section Copilot code review affiche la même plage de dates que la section Demandes d’extraction. Ses quatre cartes récapitulatives décrivent différentes populations. Les deux cartes du taux de traitement affichent les pourcentages et les nombres de commentaires traités/évalués, tandis que les autres cartes comptent les pull requests fusionnées.

SignalComment elle est calculéeComment l’utiliser ?
Taux de traitement globalCommentaires traités divisés par commentaires évalués.Recherchez les modifications apportées à la façon dont les développeurs agissent en fonction des retours. Un faible taux est une raison d’inspecter des exemples, et non de prouver que les commentaires sont inutiles.
Taux de traitement de gravité élevéeCommentaires à gravité élevée traités / commentaires à gravité élevée évaluésHiérarchiser l’examen des commentaires de gravité élevée qui n’ont pas été traités. Vérifiez le nombre de commentaires avant de tirer des conclusions d’un petit échantillon.
Aucune demande de suivi humainNombre de pull requests fusionnées examinées par Copilot sans examen humain demandant des modifications après sa première révision. Le pourcentage utilise toutes les demandes de tirage fusionnées examinées par Copilot comme son dénominateur.Comprendre la fréquence à laquelle les réviseurs humains ont ensuite demandé des modifications. Il ne s’agit pas d’une mesure du code sans défaut ni d’un remplacement pour l’examen humain.
Fusionné sans examen par CopilotToutes les pull requests fusionnées moins les pull requests fusionnées examinées par Copilot. Le pourcentage utilise toutes les pull requests fusionnées comme dénominateur.Identifiez les lacunes de couverture, puis vérifiez si les pull requests non couvertes doivent avoir reçu un examen.

Une demande de modification humaine après la première révision de Copilot exclut la pull request du nombre de demandes de modification ultérieures, même si la demande a été rejetée ultérieurement ou si la pull request a été approuvée. Les demandes de modification effectuées avant le premier examen Copilot ne l’excluent pas.

Le message « La révision automatique est désactivée » décrit la configuration, et non le nombre de pull requests qui n’ont pas fait l’objet d’une révision. Ne supposez pas qu’elle explique chaque pull request sans couverture de révision. Les révisions manuelles peuvent toujours contribuer à la couverture.

Ce qui est considéré comme des retours pris en compte

Lorsqu’une demande de tirage est fusionnée, un modèle IA évalue chaque commentaire publié Copilot code review pour déterminer si le problème qu’il a soulevé a été résolu. Un commentaire est comptabilisé comme traité lorsqu’un développeur effectue l’une des actions suivantes :

  • Applique une suggestion dans la demande de tirage.
  • Demande à Copilot de le corriger.
  • Envoie un correctif effectué manuellement ou avec n’importe quel agent.
  • Accepte les commentaires et reporte explicitement le correctif à une pull request ultérieure.

Les commentaires qui n’ont pas été traités restent dans le total évalué, mais pas dans le total pris en compte. Ces résultats diffèrent des nombres d’applications de suggestion, qui couvrent les blocs de suggestions prêts à appliquer et les applications à l’aide du bouton Appliquer.

Ces métriques incluent les commentaires publiés Copilot code review sur les pull requests sur GitHub.

Contexte de pull request

Utilisez la section Pull requests pour comprendre l’activité du dépôt en même temps que ses résultats de révision. Il affiche les dates de reporting et deux cartes côte à côte.

MetricCe qu’il montreLimite d’interprétation
Débit des demandes de tirageNombre total de pull requests fusionnées et ouvertes pendant la période de reporting, avec un graphique à barres quotidien des pull requests fusionnées.Les pull requests ouvertes et fusionnées sont des populations d’activités distinctes, et non un entonnoir. Une pull request fusionnée cette semaine peut avoir été ouverte précédemment.
Temps médian de fusionDurée médiane quotidienne de la création à fusionner pour les demandes de tirage fusionnées chaque jour, affichée en jours.N’effectuez pas la moyenne des médianes quotidiennes pour calculer une médiane hebdomadaire. Une médiane descendante ne signifie pas que chaque demande de fusion a été fusionnée plus rapidement.

Répartitions des taux d’adresses

Trois cartes de répartition côte à côte affichent les taux de traitement sous forme de barres horizontales, avec des pourcentages et le nombre de commentaires traités/évalués. Chaque taux divise les commentaires traités par des commentaires évalués au sein de ce groupe, et non par tous les commentaires du référentiel.

  • Gravité des commentaires : comparez haut, moyen et faible pour déterminer quels commentaires non traités ont besoin d’une investigation.
  • Niveau d’effort de révision : comparez Max, Balanced et Lite pour comprendre les résultats des révisions qui ont utilisé chaque niveau d’effort. Les révisions routées par Adaptive sont comptabilisées sous le niveau d’effort qu’Adaptive a sélectionné pour cette révision.
  • Personnalisation : comparez les instructions personnalisées, les compétences de l’agent, les serveurs MCP et Aucun groupe de personnalisation.

Les groupes de personnalisation se chevauchent. Un commentaire qui a utilisé des instructions personnalisées et un serveur MCP peut contribuer aux deux groupes. N’additionnez pas ces groupes et ne combinez pas leurs pourcentages comme s’ils étaient des populations distinctes. Certains commentaires peuvent ne pas avoir de gravité ou d’effort de révision enregistrés, de sorte que les décomptes par répartition n’ont pas besoin d’être égaux au total global.

Les différences entre les niveaux d’effort ou les groupes de personnalisation sont descriptives. Ils ne prouvent pas que l’augmentation de l’effort ou l’ajout de personnalisation provoque un taux de résolution plus élevé ou une meilleure qualité de code. Passez en revue les commentaires représentatifs et tenez compte des différences dans les demandes de fusion avant de modifier votre configuration de révision.

Commentaires traités par catégorie

Les commentaires traités par catégorie classent le nombre de commentaires traités dans chaque catégorie, et non la part des commentaires évalués traités dans cette catégorie. Une barre plus grande n’établit pas un taux de traitement plus élevé, des constatations plus graves ou davantage de défauts corrigés.

Le graphique affiche les catégories supérieures de la période sous forme de barres horizontales décroissantes et regroupe les catégories restantes sous Toutes les autres catégories. Les catégories affichées varient selon le dépôt et la période. Par exemple, citons bogue, documentation, sécurité, concurrence et performances.

Dans l’API, custom identifie les commentaires sur les instructions de codage du référentiel, tout en other identifiant les commentaires qui ne correspondent pas à un type prédéfini. La répartition du type de commentaire de l’API n’est pas limitée aux catégories affichées dans le tableau de bord.

Utilisez les catégories pour choisir des commentaires à inspecter, tels que les commentaires sur la sécurité ou les performances sur lesquels les développeurs ont agi.

Les cartes hebdomadaires et les graphiques de pull requests couvrent sept jours calendaires se terminant le dernier jour entièrement publié. Vérifiez les dates affichées plutôt que de supposer que la période se termine à la date d’hier. Les résultats des commentaires sont attribués au jour où la pull request a été fusionnée, et non au jour où le commentaire a été publié.

Tendance mensuelle du taux de traitement

Le taux d’adresses au fil du temps compare les niveaux d’effort d’examen sur un maximum de six mois calendriers terminés. Il s’agit d’une période distincte des cartes hebdomadaires. Chaque taux mensuel utilise les totaux de commentaires pris en compte et évalués du mois, et non une moyenne de pourcentages quotidiens.

Identifiez chaque série par son étiquette Max, Balanced ou Lite, et non par couleur seule. L’axe vertical affiche le pourcentage du taux d’adresses. Une variation de 60% à 70% est une augmentation de 10 points de pourcentage.

Le graphique utilise des lignes quand au moins trois mois sont disponibles et des barres groupées pour moins de trois mois. L’historique disponible varie :

  • Le GitHub.com, la couverture des tendances commence en août 2026. Le mois d’août comprend les efforts d’examen demandés avant que l’effort d’examen effectif ait commencé à être enregistré le 26 août.
  • Pour les entreprises avec résidence des données, la couverture commence en octobre 2026 et la tendance n’est pas affichée avant qu’au moins deux mois complets soient disponibles. Certaines régions ont moins d’historique, car les données historiques nécessitent une validation supplémentaire.

Six mois est la fenêtre d’affichage maximale, pas une garantie de six mois d’historique.

Données manquantes et activité nulle

Les données manquantes ou non publiées ne sont pas identiques à zéro activité. Une indication de données obsolètes signifie que la période de rapport n’a pas rattrapé le dernier jour attendu. Un état d’attente signifie que les données ne sont pas encore disponibles, et non qu’aucun avis n’a été laissé.

Un taux sans commentaires évalués n’a pas de dénominateur. Ne l’interprétez pas comme un taux d’adresses mesuré de 0 %. De même, aucune pull request fusionnée ne signifie qu’il n’existe aucune base pour un pourcentage de pull requests fusionnées.

Les transferts de dépôts peuvent limiter l’historique disponible dans le périmètre actuel de l’organisation ou de l’entreprise du dépôt.

Analyser les rapports sous-jacents

Pour une analyse personnalisée, utilisez les rapports quotidiens de référentiel existants à partir de l’API Copilot de métriques d’utilisation. Additionnez les nombres traités et évalués sur les jours pertinents avant de diviser pour calculer un taux. Ne pas calculer les taux quotidiens moyens ou déduire des nombres exacts à partir de pourcentages arrondis du tableau de bord.

L’objet copilot_code_review contient le nombre de commentaires par résultat et les répartitions. La couverture des pull requests utilise pull_requests.total_merged et pull_requests.total_merged_reviewed_by_copilot. Pour connaître les définitions de champs canoniques, les règles d’inclusion et les liens vers les points de terminaison de rapport, consultez Données disponibles dans les métriques d’utilisation Copilot.