00:00:00Vor Kurzem bin ich auf ein Tool namens CodeRabbit gestoßen, das im Grunde ein KI-gestützter
00:00:05Code-Review-Assistent ist. Es lässt sich in Plattformen wie GitHub integrieren und gibt
00:00:10zeilenweises Feedback zu Pull-Requests. Die Idee ist simpel, aber extrem wirkungsvoll. Sobald man
00:00:16einen Pull-Request öffnet, prüft eine KI automatisch den Code, schlägt Verbesserungen vor,
00:00:22weist auf Bugs hin und markiert potenzielle Probleme. Aber wie bei den meisten KI-Tools heute
00:00:28ist die kostenlose Version recht limitiert, und für den vollen Funktionsumfang braucht man
00:00:33ein Abo. Also habe ich getan, was die meisten Entwickler tun würden: Ich habe versucht,
00:00:38es selbst zu bauen. Aber diesmal schreiben wir nicht hunderte Zeilen Code, sondern
00:00:44erstellen das gesamte System mit n8n, einer leistungsstarken Plattform für Workflow-Automatisierung.
00:00:51Fangen wir an. Zuerst müssen wir n8n einrichten. Dafür gibt es im Grunde zwei Optionen.
00:00:56Die erste ist, es lokal mit einem einfachen Befehl auf dem Rechner auszuführen – ideal zum
00:01:01Experimentieren. Wenn die Automatisierung aber im Hintergrund rund um die Uhr laufen soll,
00:01:06muss sie irgendwo gehostet werden. Man kann dafür n8n Cloud nutzen, die offizielle
00:01:12Managed-Hosting-Plattform. Ich persönlich fand das jedoch etwas teuer, da die Preise bei
00:01:17etwa 20 $ pro Monat starten und je nach Nutzung weiter ansteigen können.
00:01:23Zudem kann die manuelle Einrichtung von n8n auf einem Server ohne Vorkenntnisse
00:01:28ziemlich komplex sein. Wer es günstiger und deutlich einfacher haben möchte, kann
00:01:33Hostinger nutzen, den Sponsor des heutigen Videos. Geht dazu einfach auf den
00:01:39ersten Link in der Beschreibung. Er führt direkt zur n8n-Self-Hosting-Seite von Hostinger.
00:01:44In der Preisübersicht sieht man sofort, dass die Tarife im Vergleich zur n8n Cloud
00:01:50sehr erschwinglich sind. Aber der Preis ist nicht der einzige Vorteil. Wenn man n8n
00:01:56auf einem VPS von Hostinger selbst hostet, erhält man unbegrenzte Workflows, die volle
00:02:03Datenhoheit und planbare Kosten, da man nicht pro Nutzung zahlt. Ein weiterer Pluspunkt:
00:02:08Hostinger bietet ein One-Click-Setup, sodass n8n in wenigen Minuten ohne komplizierte
00:02:14Installation bereitsteht. Für dieses Tutorial empfehle ich den KVM2-Tarif, die beliebteste
00:02:20Option mit genug Ressourcen für mehrere Workflows. Nach der Auswahl des Tarifs
00:02:25gelangt man zur Kasse, um den Abrechnungszeitraum zu wählen. Mit 12 oder 24 Monaten
00:02:31erhält man meist den besten Wert. Weiter unten lässt sich die Serverregion wählen,
00:02:37und im Bereich Betriebssystem sieht man, dass n8n bereits vorausgewählt ist.
00:02:42Übrigens: Wer noch mehr sparen will, kann meinen Gutscheincode DECODINGCOALATEN
00:02:48für zusätzliche 10 % Rabatt nutzen. Danach einfach ein Konto erstellen,
00:02:54Zahlungsdaten eingeben und den Kauf abschließen. Nach der Zahlung werdet ihr
00:02:58zur VPS-Einrichtung weitergeleitet, wo ihr ein Root-Passwort für euren Server festlegt.
00:03:04Kurz darauf ist der VPS bereit und erscheint in eurem Hostinger-Dashboard.
00:03:10Das war's schon. Jetzt können wir uns auf den spannenden Teil konzentrieren: den Workflow.
00:03:16Sobald der VPS fertig ist, klickt auf "App verwalten", erstellt euer n8n-Konto,
00:03:22sofern ihr noch keines habt, und ihr landet direkt im Dashboard. Dort habt ihr
00:03:27beim Erstellen von Workflows zwei Möglichkeiten: Entweder ihr fangt komplett bei null an,
00:03:33oder ihr nutzt ein bestehendes Template, das jemand anderes bereits erstellt hat.
00:03:38Für unseren KI-GitHub-Code-Reviewer nutzen wir ebenfalls eine Vorlage und passen
00:03:44diese an unsere Bedürfnisse an. Importieren wir also das Template. Ihr könnt es direkt
00:03:50in eure Instanz laden oder in die Zwischenablage kopieren und in den Editor einfügen.
00:03:55Ich wähle die Option mit der Zwischenablage. Nun geht es an die Arbeit am Workflow.
00:04:01Starten wir mit dem ersten Node. Das ist der GitHub-Trigger, der auf Ereignisse
00:04:06in eurem GitHub-Repository lauscht. Zur Konfiguration klickt doppelt auf den Node
00:04:11und erstellt neue Zugangsdaten. Es gibt zwei Wege, das Konto zu verbinden.
00:04:17Ich nutze OAuth2. Für die benötigten Daten geht in eure GitHub-Einstellungen zu den
00:04:23Developer Settings, öffnet "OAuth Apps" und erstellt eine neue Anwendung. Gebt ihr
00:04:30einen Namen und kopiert die Redirect-URL von n8n in das Feld für die Callback-URL.
00:04:36Nach der Registrierung generiert GitHub eine Client-ID und ihr könnt ein Client-Secret
00:04:42erstellen. Kopiert beide Werte in die Felder bei n8n, klickt auf "Connect" und autorisiert
00:04:48die App. Gebt dann den Repository-Besitzer und -Namen ein und stellt sicher, dass
00:04:54der Event-Typ auf "Pull Request" steht. Nun lauscht der Workflow automatisch auf PRs.
00:05:00Der nächste Node ist dafür zuständig, die Dateiänderungen (Diffs) des Pull-Requests
00:05:06abzurufen. Wann immer ein PR erstellt wird, gibt es Änderungen zwischen dem alten
00:05:11und neuen Code, die dieser Node abruft, damit unsere KI sie analysieren kann.
00:05:17Danach folgt ein JavaScript-Node namens "Create Target Prompt". Dieser bereitet
00:05:23den Prompt für das KI-Modell vor. Im Code findet ihr die Variable "userMessage",
00:05:29die die Anweisungen für die KI enthält. Das Tolle ist: Ihr könnt diesen Prompt
00:05:34völlig frei anpassen, je nachdem wie streng das Review ausfallen soll. Dann kommt
00:05:40der "Code Review Agent"-Node, der die Anfrage tatsächlich an das KI-Modell sendet.
00:05:45Das Template nutzt ursprünglich OpenAI und Google Sheets für Programmierrichtlinien.
00:05:51Für dieses Tutorial nutzen wir aber Google Gemini. Wir entfernen also den Sheets-Node
00:05:57und ersetzen das OpenAI-Modell durch ein Gemini-Chat-Modell. Fügt einfach euren
00:06:04Gemini-API-Key ein, und schon übernimmt Gemini das Code-Review. Bis hierhin erledigt
00:06:10unser Workflow bereits die Hauptarbeit: Er lauscht auf PRs, ruft den geänderten Code ab,
00:06:16erstellt einen Prompt und sendet ihn zur Analyse. Jetzt müssen die Ergebnisse zurück
00:06:22nach GitHub. Der Node "GitHub Robot" ist dafür zuständig, Kommentare direkt im
00:06:27Pull-Request zu posten. Wir nutzen wieder unsere GitHub-Daten, geben die Repository-Details
00:06:32ein und wählen "Comment" als Event-Typ. Zuletzt haben wir einen weiteren GitHub-Node,
00:06:39der ein Label hinzufügt, um den Kommentar als KI-generiert zu kennzeichnen. Klickt
00:06:44doppelt darauf und füllt die Daten aus. Das Label könnt ihr nach Belieben anpassen.
00:06:50Unser Workflow ist fertig. Vor dem Testen müssen wir ihn noch oben rechts
00:06:56veröffentlichen und ihm einen Namen geben. Jetzt testen wir das Ganze. Ich nutze
00:07:03dafür mein Repository "Quizify", ein KI-Quiz-Generator-Projekt. Um den Workflow
00:07:09zu prüfen, füge ich absichtlich schlechten Code ein, damit die KI etwas zu kritisieren hat.
00:07:16Erstellt vor dem Pushen einen separaten Branch für den Pull-Request. Sobald der Branch
00:07:21gepusht ist, erstellen wir den PR. Wenn alles korrekt konfiguriert ist, sollte der
00:07:30Workflow automatisch triggern. Und wie man sieht, hat die KI den Code bereits analysiert
00:07:36und Kommentare im Pull-Request hinterlassen. Das passiert nun automatisch bei jedem
00:07:43neuen PR. In den n8n-Logs könnt ihr sehen, dass der Workflow erfolgreich durchgelaufen ist.
00:07:49So baut man also seinen eigenen KI-Code-Reviewer mit n8n, gehostet auf Hostinger,
00:07:55um Code-Reviews in wenigen Minuten zu automatisieren. Und das ist nur die Spitze
00:08:00dessen, was mit n8n möglich ist. Wenn man erst einmal anfängt zu experimentieren,
00:08:06kann man alles automatisieren, von Deployment-Pipelines bis hin zu KI-Agenten.
00:08:12Das war's für heute. Danke an Hostinger für das Sponsoring dieses Videos. Schaut es
00:08:17euch unbedingt mal an. Wenn euch das Video geholfen hat, lasst ein Like da und abonniert.
00:08:23Wir sehen uns im nächsten Video!