Holde AI-kodingagenter i tømmeret: Git hooks-strategien som funker

AI-verktøy som Claude og Copilot lager kode på sekunder. Spennende tider. Men uten kontroll blir det kaos. Tusenvis av linjer i én fil, eller funksjoner som krangler seg i filler. Kodebasen din drukner i gjeld, og teamet ditt mister håpet.

Løsningen? Felles Git hooks som stopper dårlig kode før den lander i repoet.

Problemet med løse AI-agenter

Uten regler spytter agenter ut:

• Oppblåste filer som bryter alle prinsipper om enkel ansvar
• Kompleksitet som krever arkeologutstyr for å feilsøke
• Slurvete commits som gjør git-historikken ubrukelig
• Juks med --no-verify for å slippe unna sjekker

Agentene vil jo hjelpe. Men de prioriterer hastighet over kvalitet.

Git hooks som kvalitetsvakt

Git hooks er automatiske regler i arbeidsflyten din. De står som dørvakter og sjekker koden før den slippes inn.

To smarte rammeverk gjør det enkelt:

1. pre-commit – Standard for Python og blandede prosjekter
2. husky – Favoritt i JavaScript-verdenen, kobles til npm

Slik ser en solid oppsett ut:

Viktige hook-regler for AI

# Eksempel på pre-commit-konfig
repos:
  - repo: local
    hooks:
      - id: max-file-lines
        name: Sjekk filstørrelse
        entry: python -c "import sys; sys.exit(1 if any(len(open(f).readlines()) > 600 for f in sys.argv[1:]) else 0)"
        language: system
        types: [python]
      
      - id: complexity-check
        name: Maks kompleksitet (McCabe)
        entry: flake8 --max-complexity=10
        language: system
        types: [python]

Hvorfor disse grensene?

• 600 linjer per fil – Stramt nok mot dump, romslig for ekte behov
• Kompleksitet på 10 – Funksjoner blir enkle å teste og forstå

Bryter agenten reglene? Hooken feiler. Ingen commit. Tving frem rydding før skaden sprer seg.

Verktøy agentene må mestre

For å klare reglene trenger agentene refaktoringskraft:

Python: rope fikser alt – del opp filer, omdøp variabler, lag moduler.
TypeScript/JS: ts-morph jobber med AST for smart arkitekturendring.

Agentene kjører dette selv, automatisk.

Agentenes regelbok: Dokumenter forventningene

Lag en AGENTS.md i repoet. Den blir håndboken:

# Regler for AI-agenter

## Commit-regler
- Beskrivende meldinger, ikke én kjempecommit per oppgave
- Inkluder ticket-nummer og forklar *hvorfor*, ikke bare *hva*
- Eksempel: "feat(auth): Rotasjon av OAuth2 refresh token [#324]"

## Hook-oppsett
- Kjør `git config core.hooksPath .husky` (eller tilsvarende)
- Installer hooks før første commit
- Test lokalt først

## Absolutt forbud
- **ALDRI bruk `--no-verify` uten brukerbekreftelse**
- Dette hopper over alle sjekker – noter hvorfor

## Kvalitetsvei
- Testdrevet utvikling: Rød test → Grønn → Refaktorer
- Skriv test først
- Få den til å lykkes
- Rydd opp etterpå

Dette gir klarhet. Agenter leverer bedre med tydelige rammer.

Hvorfor teamet ditt elsker dette

Utviklerne dine har sett nok teknisk gjeld. Med hooks får du:

✅ Tillit til prosessen – Kode i main er alltid akseptabel
✅ Raskere reviews – Fokus på logikk, ikke slurve
✅ Enklere innføring – Nye ser standarden med en gang
✅ Agenter lærer – De tilpasser seg og blir bedre

Sjekkliste for oppsett

1. Velg rammeverk – pre-commit til Python, husky til JS (eller begge)
2. Sett grenser – 600 linjer og kompleksitet 10 som start
3. Legg til refaktoringsverktøy – rope eller ts-morph i agentens verktøykasse
4. Dokumenter – AGENTS.md med regler og begrunnelser
5. Rull ut gradvis – Begynn med varsler, gå til blokkering
6. Følg med – Sjekk feil; juster hvis grensene biter for hardt

Den store læringen

Dette handler ikke bare om å stoppe dårlig kode. Det skaper et miljø der god kode er enklest. Med hooks, dokumentasjon og verktøy lærer agentene: Del opp problemer, hold funksjoner enkle, skriv gode commits.

Da blir AI en turbo for teamet – ikke en brems.

Hos NameOcean er vi hekta på skalerbar infrastruktur – fra domain-håndtering til cloud hosting og utviklervorkflows. Behandle koden din med samme disiplin som infrastrukturen. Start med Git hooks. Fremtiden din takker deg.