การสอนใช้ CodeRabbit: ตั้งค่า GitHub จนถึงเขียน .coderabbit.yaml เพื่อให้ AI ตรวจสอบ PR เหมือนคนในทีมของคุณ

บริษัทสตาร์ทอัพในไทเปมีพนักงานประมาณสิบคน ส่วนทีม backend มีเพียงสามคนเท่านั้น ผู้อำนวยการฝ่ายเทคโนโลยีบอกว่าปัญหาที่ใหญ่ที่สุดของพวกเขาไม่ใช่การเขียนโค้ด แต่คือการตรวจสอบโค้ด: ทุกคนต้องรีบพัฒนาฟีเจอร์ PR จะถูกส่งออกมาแล้วรอสองสามวัน และสุดท้ายมักจะเป็นคนที่ว่างที่กด Approve เมื่อไหร่ก็ตาม ตั้งแต่ที่ทุกคนเริ่มใช้เครื่องมือ AI อย่าง Cursor ในการเขียนโค้ด จำนวน PR เพิ่มขึ้นและปัญหานี้ก็รุนแรงขึ้น

CodeRabbit เป็นหนึ่งในเครื่องมือ AI ตรวจสอบโค้ดที่ได้รับความนิยมมากที่สุดในตอนนี้ บทความนี้สรุปขั้นตอนตั้งแต่ติดตั้งจนถึงการปรับแต่งตามข้อมูลจากเว็บไซต์และเอกสารทางการ (docs.coderabbit.ai) ฉันไม่ได้ลองใช้งานจริงใน repo ของบริษัทนั้น คำสั่งและการตั้งค่าตามเอกสารทางการ

CodeRabbit คืออะไร

CodeRabbit คือแพลตฟอร์ม AI ที่จะโพสต์ความคิดเห็นอัตโนมัติบน Pull Request เว็บไซต์บอกว่ามีลูกค้า 17,000 รายและใช้ repo 6,000,000 ราย รวมถึงบริษัทอย่าง Swiggy, Clerk, Writer ฯลฯ รองรับ GitHub (รวม Enterprise Server), GitLab (รวม self-hosted), Azure DevOps, Bitbucket Cloud และ Bitbucket Data Center และยังสามารถตรวจสอบโค้ดที่ยังไม่ได้ส่งมอบใน VS Code, Cursor และคอมมานด์ไลน์ได้ด้วย

สิ่งที่มันทำได้

ตรวจสอบ PR: หลังจากเปิด PR จะมีการโพสต์สรุป, รายละเอียดไฟล์, และข้อเสนอแนะในบรรทัดโดยอัตโนมัติ หลายข้อเสนอแนะสามารถใช้ได้ทันทีด้วยปุ่มเดียว

โต้ตอบด้วยคำสั่ง: ในความคิดเห็น PR แท็ก @coderabbitai เพื่อให้มันทำการรีวิวใหม่, สร้าง unit test, เติม docstring, แก้ CI

เรียนรู้: หากคุณตอบว่า “ไม่ต้องแก้ที่นี่ เรามีแนวทางแบบนี้” มันจะจดจำและไม่แนะนำซ้ำในครั้งต่อไป

การรวมระบบ: รองรับ linter และเครื่องมือ SAST, Jira และ Linear, และสามารถเชื่อมต่อข้อมูลภายนอกผ่าน MCP

ผลิตภัณฑ์อื่น ๆ: Triage เพื่อจัดลำดับความสำคัญของ PR, Change Stack เพื่อช่วยทำความเข้าใจ diff ใหญ่, Security สำหรับสแกนช่องโหว่อย่างต่อเนื่อง, และ Agent ที่ทำงานใน Slack, Discord

วิธีใช้: ตั้งค่าและทำการตรวจสอบครั้งแรก

ขั้นตอนที่ 1: ลงชื่อเข้าใช้ด้วยบัญชี Git

ไปที่เว็บไซต์และลงทะเบียนด้วยบัญชี GitHub, GitLab, Azure DevOps หรือ Bitbucket ตามที่ต้องการ เว็บไซต์ระบุว่าทุกแผนการชำระเงินมีทดลองใช้ฟรี 14 วันโดยไม่ต้องใช้บัตรเครดิต

ขั้นตอนที่ 2: เลือก repo ที่ต้องการตรวจสอบ

หลังจากลงชื่อเข้าใช้ ไปที่การตั้งค่า repository เลือก repo ที่คุณต้องการให้ CodeRabbit ตรวจสอบ แนะนำให้เริ่มต้นด้วยโปรเจกต์ขนาดกลาง-เล็กที่มี PR บ่อย ๆ ไม่ควรเปิดใช้งานทั่วทั้งองค์กรตั้งแต่แรก

ขั้นตอนที่ 3: เปิด PR ดูผลลัพธ์

เปิด PR ตามกระบวนการปกติ CodeRabbit จะเริ่มตรวจสอบโดยอัตโนมัติ ดูความคิดเห็นรอบแรกเพื่อประเมินว่าการตั้งค่าเริ่มต้นเหมาะสมกับทีมของคุณหรือไม่

ขั้นตอนที่ 4: โต้ตอบด้วยคำสั่ง

คำสั่งที่ใช้บ่อย:

• @coderabbitai review : ตรวจสอบเฉพาะการเปลี่ยนแปลงใหม่
• @coderabbitai full review : ตรวจสอบทั้งหมดตั้งแต่ต้น
• @coderabbitai pause และ resume : หยุดและเริ่มต้นตรวจสอบอัตโนมัติ
• @coderabbitai generate unit tests : สร้าง unit test
• @coderabbitai autofix : แก้ข้อเสนอแนะที่ยังไม่ได้แก้
• @coderabbitai rate limit : ตรวจสอบจำนวนเครดิตที่เหลือ

ใส่ @coderabbitai ignore ในคำอธิบาย PR เพื่อให้ PR นี้ไม่ถูกตรวจสอบอัตโนมัติ เหมาะกับ PR ที่เปลี่ยนแค่ไฟล์ตั้งค่า หรือเวอร์ชัน

ขั้นตอนที่ 5: เขียนการตั้งค่าเป็น .coderabbit.yaml

วางไฟล์ .coderabbit.yaml ในรากของ repo การตั้งค่าที่นี่มีความสำคัญเหนือการตั้งค่าผ่านเว็บ หากไม่รู้ว่าจะเริ่มต้นอย่างไร ให้แสดงความคิดเห็นใน PR ใด ๆ ด้วย @coderabbitai generate configuration มันจะสร้าง PR ที่ส่งออกการตั้งค่าปัจจุบันเป็นไฟล์

ตัวอย่างสำหรับทีมในไต้หวัน:

yaml
language: "zh-TW"
reviews:
profile: "chill"
path_filters:
- "!dist/"
path_instructions:
- path: "src/api/"
instructions: "ตรวจสอบว่าทุกอินพุตได้รับการตรวจสอบแล้ว ข้อความผิดพลาดไม่ควรเปิดเผยข้อมูลภายใน"

เอกสารการตั้งค่าระบุรหัสภาษา zh-TW หลังตั้งค่าแล้วความคิดเห็นจะเป็นภาษาจีนแบบเต็ม

ขั้นตอนที่ 6: ตรวจสอบบนเครื่องก่อน

ติดตั้ง CLI ด้วย Homebrew (brew install coderabbit) หรือสคริปต์ติดตั้งทางการ มีเวอร์ชัน PowerShell สำหรับ Windows ใช้ cr auth login เพื่อเข้าสู่ระบบ จากนั้นในไดเรกทอรีโปรเจกต์พิมพ์ cr เพื่อทำการตรวจสอบการเปลี่ยนแปลงปัจจุบัน; เพิ่ม --uncommitted เพื่อตรวจสอบเฉพาะไฟล์ที่ยังไม่ได้ commit; เพิ่ม --base develop เพื่อเปรียบเทียบกับ branch ที่กำหนด

เคล็ดลับขั้นสูง

เคล็ดลับ 1: ปรับ profile ก่อนพูดถึงความแม่นยำ
profile มี quiet, chill, assertive สามารถปรับได้ตามความต้องการ โดยค่าเริ่มต้นเป็น chill หากคุณรู้สึกว่ามีข้อเสนอแนะมากเกินไป ลองเปลี่ยนเป็น quiet

เคล็ดลับ 2: path_instructions คือหัวใจ
ข้อแนะนำต่อเส้นทางหนึ่งมีขีดจำกัด 20,000 ตัวอักษร ใช้เพื่อระบุจุดสำคัญของทีม เช่น โมดูลการเงินต้องตรวจสอบการปัดเศษจำนวนเงิน, ส่วน front-end ต้องตรวจสอบคุณสมบัติการเข้าถึง (a11y) การตั้งค่านี้มีประโยชน์มากกว่ากฎทั่วไป

เคล็ดลับ 3: ให้มันอ่าน AGENTS.md ของคุณ
ไฟล์การตั้งค่าอาจอ่าน CLAUDE.md, AGENTS.md, .cursor/rules ฯลฯ หากทีมของคุณมีข้อกำหนดสำหรับ AI ในการเขียนโค้ด AI ที่ตรวจสอบก็จะใช้มาตรฐานเดียวกัน

เคล็ดลับ 4: ใช้ Learnings แทนการกด ignore เสมอ
เมื่อพบข้อเสนอแนะที่ไม่ตรงใจ ตอบกลับด้วยเหตุผล แทนการกด ignore จะช่วยให้ AI เรียนรู้และปรับปรุงในครั้งต่อไป การตั้งค่าขอบเขต Learnings สามารถเป็น repo เดียวหรือองค์กรทั้งหมด

ข้อควรระวัง

ค่าใช้จ่าย: แผนการชำระเงินตามผู้พัฒนา ลด 20% เมื่อชำระรายปี Essentials รายปี 24 ดอลลาร์ต่อคนต่อเดือน, รายเดือน 30 ดอลลาร์; Team รายปี 48 ดอลลาร์, รายเดือน 60 ดอลลาร์; Advanced รายปี 72 ดอลลาร์; Enterprise ต้องติดต่อฝ่ายขาย ทั้งหมดคิดค่าบริการเฉพาะผู้พัฒนาที่เปิด PR การติดตั้งผ่าน GitHub หรือ GitLab เป็นฟรีถ้าเป็น repo สาธารณะ

จำนวนการตรวจสอบ: แผนไม่มีจำกัด PR แต่มีขีดจำกัดการตรวจสอบต่อชั่วโมงต่อผู้พัฒนา: Essentials 5 ครั้ง, Team 8 ครั้ง, Advanced 10 ครั้ง หากเกินสามารถเปิดใช้งานการคิดค่าบริการตามปริมาณได้ 0.25 ดอลลาร์ต่อไฟล์ ผู้ดูแลระบบสามารถตั้งขีดจำกัดรายเดือน

ระดับฟีเจอร์: การสร้าง unit test, การแก้ไข merge conflict, และฟีเจอร์ Finishing touches เริ่มต้นที่แผน Team; การตรวจสอบความปลอดภัยของ PR และการเฝ้าระวังความปลอดภัยอย่างต่อเนื่อง ต้องแผน Advanced ขึ้นไป

ข้อพิจารณาสำหรับทีมไต้หวัน: หลังตั้งค่าเป็น zh-TW ความคิดเห็นจะเป็นภาษาจีน แต่ชื่อตัวแปรและข้อความ commit ยังเป็นภาษาอังกฤษ การผสมภาษาสามารถทำให้เหนื่อยได้ แนะนำให้ทีมกำหนดภาษาที่ใช้ในความคิดเห็นล่วงหน้าแล้วเขียนลงในไฟล์ตั้งค่า ไม่ควรให้แต่ละคนปรับเอง นอกจากนี้ หากต้องใช้ชื่อบริษัทในการออกใบกำกับภาษี ควรตรวจสอบหัวข้อใบกำกับและวิธีการชำระเงินจากบริษัทต่างประเทศ เนื่องจากฝ่ายการเงินอาจใช้เวลามากกว่าการนำระบบมาใช้

ข้อมูล: โค้ดจะถูกส่งไปยัง CodeRabbit เพื่อวิเคราะห์ หากบริษัทมีความไวต่อการรั่วไหลของโค้ด Enterprise มีตัวเลือก self-hosted และสามารถขอการตรวจสอบความปลอดภัยของผู้ขายก่อนทำสัญญา

ความคิดเห็นจาก TheAI Academy

ความเร็วของ AI ในการเขียนโค้ดได้เกินกว่าความเร็วของมนุษย์ในการตรวจสอบโค้ด CodeRabbit ช่วยเติมช่องว่างนี้ แต่ไม่ใช่แค่ติดตั้งแล้วใช้งานได้ทันที ต้องปรับ profile, path_instructions และ Learnings ให้เหมาะสมก่อนจึงจะทำงานเหมือนสมาชิกในทีม

ความคิดเห็น: ทีมขนาดเล็กที่มี PR มากและเวลาของวิศวกรอาวุโสไม่เพียงพอเหมาะที่สุด; โครงการโอเพ่นซอร์สส่วนบุคคลสามารถใช้แผนฟรีได้ ใช้เป็นกรองแรก แล้วคนที่กด Approve ยังต้องเป็นมนุษย์

หากต้องการเรียนรู้กระบวนการตรวจสอบ AI อย่างละเอียด สามารถอ่าน AI Code Review Workflow ของเรา; หากยังคงเปรียบเทียบเครื่องมืออื่น ๆ Greptile และ Qodo มีแนวทางคล้ายกัน

แหล่งข้อมูล

• เว็บไซต์ CodeRabbit
• ราคาแผน CodeRabbit
• เอกสาร CodeRabbit: Quickstart
• เอกสาร CodeRabbit: Review commands
• เอกสาร CodeRabbit: YAML configuration
• เอกสาร CodeRabbit: Configuration reference
• เอกสาร CodeRabbit: CLI

บทความนี้สรุปข้อมูลจากเว็บไซต์และเอกสารทางการในเดือนตุลาคม 2026 การเปลี่ยนแปลงแผน, คำสั่ง, และอินเทอร์เฟซอาจมีการปรับปรุง โปรดอ้างอิงเว็บไซต์เป็นหลัก