Какие плагины доступны в Codex и зачем они нужны: большой обзор
Разберем несколько плагинов, каждый из которых закрывает отдельный класс задач:
- AWS Core;
- Browser;
- CodeRabbit;
- Documents;
- GitHub;
- Sentry;
- Spreadsheets.
Ниже — подробный обзор каждого плагина Codex: что он делает, в каких задачах полезен и как могут выглядеть реальные сценарии использования.
1. AWS Core: инфраструктура, backend, serverless и облачные задачи
AWS Core — это набор возможностей для работы с Amazon Web Services. Это не один узкий инструмент, а целая группа навыков под разные AWS-сценарии: Lambda, API Gateway, Step Functions, EventBridge, S3, DynamoDB, IAM, CloudWatch, CDK, CloudFormation, ECS, ECR, Bedrock, Amplify Gen2, биллинг и оптимизация затрат.
Главная ценность такого плагина в том, что он помогает работать не только с кодом, но и с облачной архитектурой вокруг него. В AWS ошибка часто находится не в одной строке приложения, а на стыке IAM, runtime, network, deploy-конфига и логов. Плагин полезен именно там, где нужно собрать картину целиком.
Например, если Lambda падает с AccessDeniedException, проблема может быть не в самой функции. Возможно, роль Lambda не имеет нужного действия.
Возможно, trust policy настроена неверно. Возможно, поверх всего стоит SCP в AWS Organizations. Возможно, доступ ограничен permission boundary. Без контекста такие ошибки легко чинить методом случайных правок, добавляя *, пока “не заработает”. AWS Core нужен как раз для того, чтобы не превращать инфраструктуру в минное поле.
Пример задачи 1: собрать serverless API
Представим задачу: нужно сделать API для приема заявок с сайта. Пользователь отправляет форму, backend сохраняет данные в DynamoDB, а затем кладет событие в EventBridge для дальнейшей обработки.
Через AWS Core можно попросить:
Спроектируй serverless API на API Gateway + Lambda + DynamoDB + EventBridge. Напиши CDK на TypeScript, IAM-права с минимальными разрешениями, обработчик Lambda и базовые CloudWatch alarms.
В результате можно получить не только код Lambda, но и инфраструктуру:
- API Gateway route;
- Lambda function;
- DynamoDB table;
- EventBridge bus или rule;
- IAM policy только на нужные таблицы и действия;
- CloudWatch log retention;
- alarms на ошибки и throttling;
- структуру проекта.
Это уже ближе к production-ready решению, чем просто “вот функция на Node.js”.
Пример задачи 2: починить Lambda в продакшене
Другой сценарий: в проде периодически появляются 504 Gateway Timeout. Пользователь видит только то, что API “иногда тупит”. Плагин помогает разложить диагностику:
- проверить timeout у API Gateway и Lambda;
- посмотреть CloudWatch logs;
- сравнить p95/p99 duration;
- понять, есть ли cold starts;
- проверить подключение к RDS или внешнему API;
- посмотреть memory utilization;
- предложить увеличение memory, изменение timeout или async pipeline.
Запрос может быть таким:
У меня Lambda за API Gateway иногда возвращает 504. Разбери возможные причины, дай CloudWatch Logs Insights queries и предложи минимальный план фикса.
В хорошем ответе будут не только общие слова, но и конкретные запросы:
или:
Пример задачи 3: Amazon Bedrock и RAG
AWS Core также полезен для AI-приложений на Bedrock. Например, нужно сделать внутреннего ассистента по документам компании.
Задача может звучать так:
Спроектируй RAG-систему на Amazon Bedrock Knowledge Bases. Нужно загружать PDF в S3, индексировать, задавать вопросы через API и логировать источники ответа.
Плагин поможет продумать:
- S3 bucket для документов;
- Knowledge Base;
- embedding model;
- vector store;
- IAM-доступ;
- ingestion flow;
- вызов модели через Converse API;
- формат цитирования источников;
- guardrails;
- стоимость и лимиты.
Для таких задач важно, что решение должно быть не только “модель отвечает”, но и управляемым: кто имеет доступ к документам, где хранятся логи, как обновляется индекс, как отслеживается стоимость.
Пример задачи 4: оптимизация AWS bill
AWS Core пригоден не только для разработки, но и для финансовой части облака.
Например:
Посмотри структуру AWS-затрат и предложи, как сократить счет на 25% без риска для production.
Типовая логика анализа:
- какие сервисы дают основной расход;
- есть ли простаивающие EC2/RDS;
- есть ли overprovisioned Lambda memory;
- можно ли использовать Savings Plans;
- есть ли дорогой NAT Gateway traffic;
- не растут ли CloudWatch Logs без retention;
- есть ли лишние EBS snapshots;
- какие S3 storage classes подходят.
Это особенно ценно для стартапов и небольших команд: AWS легко начинает стоить дорого не из-за “большой нагрузки”, а из-за забытых ресурсов, неправильного трафика или логов без retention.
2. Browser: проверка интерфейсов в реальном браузере
Browser — это плагин для работы с браузером внутри Codex. Он нужен для задач, где недостаточно написать код. Нужно открыть страницу, кликнуть кнопку, увидеть состояние интерфейса, проверить mobile layout, убедиться, что форма отправляется, а страница не белая.
В frontend-разработке это критично. Код может собираться, тесты могут проходить, но пользователь увидит поломанную верстку, перекрытый текст, неработающий dropdown или кнопку, которая уехала за край экрана.
Browser закрывает именно эту часть: “проверить глазами браузера”, но автоматизированно.
Пример задачи 1: проверить локальный сайт
Типичный запрос:
Запусти локальный сайт, открой localhost:3000, проверь главную страницу и поправь, если есть визуальные проблемы.
Сценарий работы:
- Запускается dev-сервер.
- Открывается страница в браузере.
- Проверяется, что нет blank screen.
- Смотрятся консольные ошибки.
- Делается скриншот.
- Проверяется desktop и mobile.
- Если что-то сломано, вносятся правки.
- Страница проверяется повторно.
Это особенно полезно после изменений в CSS, layout, навигации, модалках, формах.
Пример задачи 2: протестировать форму
Допустим, есть форма регистрации. Нужно проверить:
- валидацию email;
- required fields;
- disabled state кнопки;
- loading state;
- сообщение об ошибке;
- success state;
- поведение при повторной отправке.
Запрос:
Проверь форму регистрации через браузер: введи некорректный email, пустой пароль, потом валидные данные. Убедись, что состояния отображаются нормально.
Плагин может пройти сценарий как пользователь: кликнуть в поля, набрать текст, нажать submit, посмотреть результат. Это ближе к ручному QA, чем к статическому анализу кода.
Пример задачи 3: проверить адаптив
Одна из частых frontend-проблем — интерфейс выглядит нормально на широком экране и ломается на мобильном.
Можно попросить:
Проверь страницу каталога на 1440px, 768px и 390px. Найди места, где текст вылезает, карточки ломаются или кнопки становятся слишком маленькими.
Browser помогает увидеть:
- налезание текста;
- горизонтальный скролл;
- fixed header, который перекрывает контент;
- карточки разной высоты;
- таблицы, которые не адаптируются;
- меню, которое невозможно открыть на mobile.
Пример задачи 4: проверить Three.js или canvas
Если проект содержит 3D-сцену, игру или canvas-анимацию, обычный тест “сборка прошла” ничего не гарантирует. Canvas может быть пустым, камера может смотреть не туда, объект может быть за пределами сцены.
Запрос:
Проверь Three.js-сцену: canvas должен быть не пустой, объект должен быть виден на desktop и mobile, а управление мышью должно работать.
Browser здесь полезен, потому что может открыть страницу и визуально проверить, что сцена действительно отрисована.
3. CodeRabbit: AI code review
CodeRabbit — это плагин для code review. Его задача — помогать находить ошибки, риски, пропущенные проверки, проблемы безопасности и потенциальные регрессии в изменениях.
Важно понимать: code review — это не “похвалить код” и не “переписать под вкусы ревьюера”. Хорошее ревью в первую очередь ищет баги и риски:
- что может сломаться;
- какие edge cases не обработаны;
- где не хватает тестов;
- где поведение изменилось случайно;
- где есть security-риск;
- где код стал сложнее поддерживать.
CodeRabbit может быть дополнительным ревью-слоем рядом с обычным анализом Codex.
Пример задачи 1: проверить Pull Request
Запрос:
Проверь PR через CodeRabbit и дай список только actionable замечаний: баги, регрессии, security, тесты.
Хороший результат должен быть структурирован по серьезности:
- P0/P1 — критичные ошибки;
- P2 — существенные, но не блокирующие;
- P3 — улучшения и поддерживаемость.
Например:
- “В обработчике webhook нет проверки подписи.”
- “При пустом массиве функция падает на items[0].”
- “Тесты покрывают happy path, но не проверяют отказ внешнего API.”
- “Изменился формат ответа API, frontend ожидает старое поле.”
Пример задачи 2: security review
Допустим, в PR изменили авторизацию.
Запрос:
Сделай security review изменений в auth middleware. Особенно проверь token validation, redirects, cookies и bypass cases.
Что может быть найдено:
- JWT принимается без проверки aud;
- refresh token пишется в небезопасный cookie;
- redirect URL не валидируется;
- middleware пропускает route при trailing slash;
- ошибка авторизации возвращает лишние детали;
- логируются sensitive headers.
Это как раз класс задач, где дополнительная пара “AI-глаз” может окупиться.
Пример задачи 3: review backend refactor
После рефакторинга backend-кода легко случайно изменить контракт.
Запрос:
Проверь refactor service layer. Сравни поведение до и после: ошибки, null cases, транзакции, формат ответа.
CodeRabbit может помочь найти:
- потерянную транзакцию;
- изменение порядка операций;
- отсутствие rollback;
- ошибку при null;
- изменение HTTP status;
- несоответствие типов;
- пропущенный await.
Пример задачи 4: fix-review цикл
Иногда полезен цикл:
- Получить замечания.
- Исправить критичные.
- Повторно проверить.
- Подготовить summary.
Запрос:
Проведи review, исправь P1/P2, затем повторно проверь diff и дай итоговый список изменений.
Это превращает ревью из статического отчета в рабочий процесс.
4. Documents: работа с Word-документами
Documents — плагин для .docx: создания, редактирования, форматирования, комментариев, redline-версий и визуальной проверки.
Это полезно, когда результат должен быть не просто текстом, а полноценным документом: договор, отчет, коммерческое предложение, техническое задание, акт, презентационный handout.
Главная разница между “сгенерировать текст” и “собрать документ” — в структуре и оформлении. В Word важны стили, таблицы, переносы страниц, поля, заголовки, колонтитулы, аккуратность.
Пример задачи 1: коммерческое предложение
Запрос:
Создай .docx коммерческое предложение для внедрения CRM: титульный блок, описание работ, этапы, сроки, таблица стоимости, условия оплаты.
Плагин может собрать документ с:
- заголовками;
- таблицей стоимости;
- этапами проекта;
- сроками;
- блоком условий;
- местом для подписи;
- единым стилем.
После этого документ можно визуально проверить через рендер страниц, чтобы таблица не развалилась и заголовки не остались сиротливо внизу страницы.
Пример задачи 2: редактирование договора
Запрос:
Открой договор, замени реквизиты, добавь пункт про SLA, оставь комментарий к разделу ответственности и сохрани redline-версию.
Здесь важны не только текстовые изменения, но и то, чтобы:
- не сломать форматирование;
- сохранить структуру;
- корректно вставить пункт;
- оставить комментарии;
- сделать версию с видимыми изменениями.
Пример задачи 3: отчет из markdown
Допустим, есть черновик отчета в markdown. Нужно отдать его в Word.
Запрос:
Преврати этот markdown-отчет в .docx: сохрани заголовки, списки, таблицы, добавь титульную страницу и оглавление.
Плагин может:
- преобразовать markdown-структуру;
- оформить заголовки стилями Word;
- сделать таблицы;
- добавить титульную страницу;
- подготовить документ для отправки.
Пример задачи 4: визуальная QA документа
Частая проблема документов: в коде все “правильно”, но при открытии в Word таблица уехала, заголовок оказался в конце страницы, а приложение начинается с некрасивого разрыва.
Запрос:
Проверь визуально .docx, отрендерь страницы и поправь переносы, если таблицы или заголовки выглядят плохо.
Это делает Documents особенно полезным для финальных артефактов.
5. GitHub: PR, issue, CI и публикация изменений
GitHub — один из самых рабочих плагинов в разработке. Он помогает не просто писать код локально, а взаимодействовать с реальным workflow: PR, issue, review comments, checks, GitHub Actions, branches, draft PR.
Условно он закрывает путь от “у нас есть задача” до “изменения оформлены и готовы к ревью”.
Пример задачи 1: починить failing CI
Запрос:
Разбери, почему CI падает в текущем PR, найди ошибку в GitHub Actions logs и предложи минимальный фикс.
Типичный процесс:
- Найти PR.
- Посмотреть checks.
- Открыть failed job.
- Прочитать logs.
- Выделить настоящую ошибку, а не шум вокруг.
- Найти файл в коде.
- Предложить fix.
- После подтверждения исправить и проверить.
Пример: CI падает не потому, что “тесты плохие”, а потому что Node version отличается от локальной, snapshot устарел, env var не задана, миграция не применяется или тест зависит от timezone.
Пример задачи 2: закрыть review comments
Запрос:
Посмотри unresolved comments в PR и исправь только actionable замечания.
Это очень практичный сценарий. В больших PR комментарии могут быть разного качества:
- реальные баги;
- просьбы переименовать;
- вопросы;
- спорные вкусовые предпочтения;
- замечания, уже устаревшие после новых коммитов.
GitHub-плагин помогает вытащить контекст и обработать именно то, что нужно.
Пример задачи 3: создать draft PR
Запрос:
Собери мои локальные изменения в commit, push branch и открой draft PR с нормальным описанием.
Хороший PR description обычно включает:
- что изменено;
- почему;
- как тестировалось;
- риски;
- скриншоты, если frontend;
- связанные issue.
Это снимает с разработчика скучную, но важную часть работы.
Пример задачи 4: триаж issue
Запрос:
Посмотри issue #123, найди вероятную причину в коде и предложи план фикса.
Процесс может быть таким:
- прочитать issue;
- найти затронутые файлы;
- воспроизвести проблему;
- проверить историю изменений;
- предложить фикс;
- добавить тест;
- связать PR с issue.
Пример задачи 5: сравнить ветки
Запрос:
Сравни текущую ветку с main и дай обзор изменений для релиз-нотов.
Можно получить:
- список фич;
- bugfixes;
- breaking changes;
- миграции;
- изменения API;
- что стоит проверить перед релизом.
6. Sentry: production-ошибки без гадания
Sentry — это плагин для анализа ошибок в продакшене. Он нужен, когда проблема уже случается у пользователей, и локальный код сам по себе не дает полной картины.
Он может помочь с:
- последними issue;
- частотой ошибок;
- affected users;
- stack trace;
- breadcrumbs;
- release tags;
- environment;
- URL;
- связью ошибки с конкретным релизом.
Пример задачи 1: найти главные ошибки за сутки
Запрос:
Посмотри production errors за последние 24 часа и скажи, что чинить первым.
Хороший ответ должен учитывать не только количество событий, но и влияние:
- сколько пользователей затронуто;
- где возникает ошибка;
- новая она или старая;
- связана ли с последним релизом;
- ломает ли ключевой сценарий;
- есть ли workaround.
Ошибка, которая случилась 500 раз у одного bot-like пользователя, может быть менее важной, чем ошибка, которая случилась 20 раз у 20 разных платящих клиентов на checkout.
Пример задачи 2: разобрать конкретный issue
Запрос:
Разбери Sentry issue: почему падает, какой файл виноват и как исправить.
Анализ обычно включает:
- stack trace;
- top frame;
- breadcrumbs;
- request payload;
- tags;
- release;
- user impact;
- likely root cause;
- proposed fix.
Например, ошибка Cannot read properties of undefined может быть связана не с “плохим frontend”, а с тем, что backend иногда не возвращает поле в старом формате.
Пример задачи 3: проверить релиз
Запрос:
Проверь, исчезла ли ошибка после релиза 2026.05.10-1.
Нужно посмотреть события до и после релиза, понять, появляются ли новые events, и можно ли закрывать issue.
Пример задачи 4: связать Sentry и код
Самый полезный сценарий:
Найди по Sentry stack trace соответствующий файл в репозитории и подготовь фикс с regression test.
Тогда Sentry становится не просто мониторингом, а входом в repair workflow.
7. Spreadsheets: Excel, CSV, аналитика и финансовые модели
Spreadsheets — плагин для работы с таблицами: .xlsx, .xls, .csv, .tsv. Он нужен, когда нужно не просто прочитать данные, а сделать нормальный табличный артефакт: отчет, модель, графики, формулы, сводные таблицы, форматирование.
Пример задачи 1: финансовая модель
Запрос:
Создай Excel-модель unit economics для SaaS: MRR, churn, CAC, LTV, payback, base/bull/bear сценарии.
Хорошая модель будет содержать:
- лист assumptions;
- сценарии;
- расчет MRR;
- churn;
- CAC;
- gross margin;
- LTV;
- payback period;
- графики;
- итоговые метрики.
И главное — формулы, а не просто статические числа.
Пример задачи 2: анализ транзакций
Запрос:
Возьми CSV с банковскими транзакциями, сгруппируй расходы по категориям и сделай Excel-отчет с графиками.
Процесс:
- прочитать CSV;
- нормализовать даты;
- распознать категории;
- найти дубли;
- посчитать итоги по месяцам;
- построить графики;
- сохранить .xlsx.
Пример задачи 3: отчет продаж
Запрос:
Сделай отчет продаж по регионам: выручка, средний чек, динамика по месяцам, топ-10 товаров.
Результат может включать:
- summary sheet;
- pivot-like таблицы;
- charts;
- conditional formatting;
- отдельные листы по регионам;
- выводы.
Пример задачи 4: аудит Excel-модели
Запрос:
Проверь эту Excel-модель: найди сломанные формулы, hardcoded numbers и подозрительные расхождения.
Можно проверить:
- формулы с ошибками;
- ссылки на пустые ячейки;
- разные формулы в одной колонке;
- захардкоженные значения там, где должна быть ссылка;
- несходящиеся итоги;
- скрытые листы;
- странные внешние ссылки.
Пример задачи 5: шаблон регулярного отчета
Запрос:
Создай шаблон ежемесячного финансового отчета, куда можно вставлять новые данные, а графики и итоги обновляются автоматически.
Такой шаблон может иметь:
- лист raw data;
- лист mapping;
- лист summary;
- формулы;
- графики;
- инструкции;
- проверку входных данных.
Дополнительные возможности рядом с плагинами
Кроме перечисленных плагинов, в среде есть отдельные возможности, которые не всегда называются “плагинами”, но практически работают как расширения.
Генерация изображений
Можно создавать или редактировать raster-изображения: обложки, иллюстрации, фоны, mockup, texture, sprites.
Примеры задач:
- сгенерировать обложку для статьи;
- сделать hero image для лендинга;
- подготовить иллюстрацию для поста;
- создать набор игровых ассетов;
- адаптировать изображение под стиль бренда.
Например:
Сгенерируй обложку для статьи о том, как AI меняет финансовую аналитику. Стиль — современная редакционная иллюстрация, без текста на изображении.
Генерация озвучки
Есть инструмент для создания voiceover из текста. Он может сделать короткий preview и полный аудиофайл.
Примеры:
- озвучить статью;
- сделать аудио для видео;
- подготовить voiceover для курса;
- создать короткую презентационную начитку.
Запрос:
Озвучь этот текст спокойным деловым голосом и сделай preview первых 30 секунд.
Automations
Можно создавать напоминания, повторяющиеся проверки и follow-up задачи.
Примеры:
- “Напомни через час проверить деплой.”
- “Каждый понедельник утром проверяй CI.”
- “Раз в день смотри страницу и сообщай, если она изменилась.”
- “Вернись к этому треду завтра и продолжи анализ.”
Это полезно для задач, где не нужно держать всё в голове прямо сейчас.
Как это выглядит в реальной работе
Самое интересное начинается не тогда, когда плагин используется отдельно, а когда несколько возможностей соединяются в цепочку.
Сценарий 1: frontend-фича от кода до PR
Задача:
Добавь страницу настроек пользователя, проверь в браузере и открой PR.
Рабочая цепочка:
- Изучить код.
- Реализовать страницу.
- Запустить тесты.
- Открыть UI через Browser.
- Проверить desktop/mobile.
- Исправить визуальные проблемы.
- Сделать commit.
- Через GitHub открыть draft PR.
- Добавить описание и тесты.
Здесь участвуют Browser и GitHub.
Сценарий 2: production bug
Задача:
Пользователи жалуются на ошибку при оплате. Посмотри Sentry и почини.
Цепочка:
- Sentry: найти issue.
- Понять stack trace и affected route.
- Найти код.
- Написать regression test.
- Исправить bug.
- Запустить тесты.
- GitHub: подготовить PR.
- После deploy снова проверить Sentry.
Здесь Sentry становится входом в разработку, а GitHub закрывает delivery.
Сценарий 3: AWS incident
Задача:
API периодически отвечает 504, нужно понять почему.
Цепочка:
- AWS Core: CloudWatch Logs Insights queries.
- Проверка Lambda duration и timeout.
- Проверка API Gateway integration timeout.
- Проверка внешних зависимостей.
- Исправление кода или инфраструктуры.
- Добавление alarms.
- GitHub PR.
- После релиза мониторинг.
Сценарий 4: отчет для руководства
Задача:
Сделай отчет по продажам за квартал и подготовь версию для отправки.
Цепочка:
- Spreadsheets: обработать CSV.
- Построить таблицы и графики.
- Documents: собрать .docx с выводами.
- Вставить ключевые таблицы.
- Проверить рендер документа.
Здесь таблицы дают расчет, документы дают презентационный формат.
Сценарий 5: ревью перед большим merge
Задача:
Перед merge проверь PR максимально внимательно.
Цепочка:
- GitHub: получить diff и контекст PR.
- CodeRabbit: дополнительный AI-review.
- Собственное ревью Codex: баги, регрессии, тесты.
- Browser: если есть UI, проверить сценарии.
- Итог: список блокеров и рекомендаций.
Как правильно ставить задачи, чтобы плагины работали лучше
Хорошая формулировка сильно повышает качество результата. Вместо “посмотри проект” лучше дать цель и критерий готовности.
Для GitHub
Хорошо:
Посмотри текущий PR, найди failing checks, разбери логи и предложи минимальный фикс. Код меняй только после плана.
Еще лучше:
Посмотри unresolved review comments и исправь только P1/P2. В конце дай список файлов и тестов.
Для Browser
Хорошо:
Открой localhost:3000/settings, проверь desktop и mobile. Особое внимание: форма профиля, validation, submit, меню.
Для Sentry
Хорошо:
Посмотри production issues за последние 24 часа. Отсортируй по impact: affected users, frequency, связь с последним релизом.
Для AWS Core
Хорошо:
Напиши CDK TypeScript для Lambda + SQS + DLQ. Нужны минимальные IAM-права, alarms и log retention.
Для Documents
Хорошо:
Создай .docx отчет на 5-7 страниц: титул, summary, три раздела, таблица рисков, выводы. Проверь визуальный рендер.
Для Spreadsheets
Хорошо:
Из этого CSV сделай .xlsx: лист raw data, summary, pivot по месяцам, график выручки, conditional formatting для падений больше 10%.
Для CodeRabbit
Хорошо:
Проведи review изменений и выдай только actionable findings: bugs, security, missing tests. Style nitpicks не нужны.
Что важно понимать об ограничениях
Плагины расширяют возможности, но не отменяют здравый смысл и процесс.
Например:
- Browser может показать, что UI выглядит нормально, но не заменяет полноценный e2e-набор.
- CodeRabbit может найти полезные замечания, но не должен слепо диктовать архитектуру.
- Sentry показывает симптомы production, но иногда нужен доступ к логам backend или метрикам.
- AWS Core помогает проектировать и чинить инфраструктуру, но опасные действия вроде удаления ресурсов требуют явного контроля.
- Documents и Spreadsheets могут создавать качественные файлы, но финальные юридические и финансовые документы всё равно должен проверять ответственный специалист.
- GitHub-плагин ускоряет PR workflow, но ветвление, релизная политика и права доступа остаются частью процесса команды.
Итог
Плагины превращают Codex из “чата с кодом” в рабочую среду, которая может участвовать в полном цикле задач:
- спроектировать архитектуру;
- написать код;
- проверить интерфейс;
- разобрать CI;
- сделать review;
- найти production-ошибку;
- подготовить PR;
- собрать документ;
- проанализировать таблицы;
- помочь с облачной инфраструктурой.
Если смотреть практически, каждый плагин закрывает свой участок:
- AWS Core — облако, backend, serverless, IAM, мониторинг, стоимость.
- Browser — реальная проверка UI и пользовательских сценариев.
- CodeRabbit — дополнительный слой code review.
- Documents — Word-документы с форматированием и визуальной проверкой.
- GitHub — PR, issue, CI, review comments и delivery workflow.
- Sentry — production errors и диагностика реальных сбоев.
- Spreadsheets — Excel, CSV, модели, отчеты, графики и формулы.
Самая большая польза появляется, когда они используются не по отдельности, а связкой. Например: Sentry находит ошибку, Codex чинит код, Browser проверяет UI, GitHub оформляет PR, CodeRabbit помогает с ревью, а после релиза Sentry подтверждает, что ошибка исчезла.
Именно в таких цепочках AI-инструмент перестает быть просто генератором текста и становится полноценным участником инженерного процесса.
Оплачивайте сервисы через карту, которую не заблокируют: GoGoCard