OllamaをGitLab CI/CDに組み込む方法｜マージリクエストのコードレビューとセキュリティチェックをローカルLLMで自動化する手順

この記事のポイント

・GitLab RunnerをシェルモードでOllamaと同じサーバーに配置すれば、MR差分を直接ローカルLLMに送れる
・.gitlab-ci.ymlに`only: - merge_requests`を指定するとMR作成時だけジョブが起動する
・Python 20行でOllama APIに差分を投げてレビューを取得し、GitLab APIでMRコメントに自動投稿できる
・差分は`head -c 3000`で切り詰めてトークン上限を超えないようにするのが最初の実務的対処

# requestsライブラリのインストール（gitlabrunnerユーザー環境）
pip3 install requests

# GitLab Runner公式リポジトリの追加
curl -L "https://packages.gitlab.com/install/repositories/runner/gitlab-runner/script.deb.sh" | sudo bash

# インストール
sudo apt install -y gitlab-runner

# バージョン確認
gitlab-runner --version

# Runnerの登録（シェルモード）
sudo gitlab-runner register \
  --url "https://gitlab.example.com" \
  --token "glrt-YOUR_RUNNER_TOKEN" \
  --executor "shell" \
  --description "ollama-code-reviewer" \
  --tag-list "ollama-review"

# Runnerの起動確認
sudo systemctl status gitlab-runner

# gitlab-runnerユーザーとしてOllama疎通確認
sudo -u gitlab-runner curl -s http://localhost:11434/api/tags | python3 -m json.tool | head -10

# .gitlab-ci.yml（疎通確認用・最小構成）
stages:
  - review

ollama-ping:
  stage: review
  tags:
    - ollama-review
  only:
    - merge_requests
  script:
    - curl -s http://localhost:11434/api/tags | python3 -m json.tool | head -5
    - echo "Ollama疎通OK"

#!/usr/bin/env python3
# scripts/mr_review.py
import os
import subprocess
import sys
import requests

OLLAMA_URL  = "http://localhost:11434/api/generate"
MODEL       = "phi4:14b-q4_K_M"
GITLAB_URL  = os.environ["CI_SERVER_URL"]
PROJECT_ID  = os.environ["CI_PROJECT_ID"]
MR_IID      = os.environ.get("CI_MERGE_REQUEST_IID", "")
TOKEN       = os.environ["GITLAB_REVIEW_TOKEN"]
TARGET_BR   = os.environ.get("CI_MERGE_REQUEST_TARGET_BRANCH_NAME", "main")

if not MR_IID:
    print("MRコンテキスト外です。スキップします。")
    sys.exit(0)

# 差分を取得（py/sh/goのみ・先頭3000文字に切り詰め）
result = subprocess.run(
    ["git", "diff", f"origin/{TARGET_BR}...HEAD",
     "--", "*.py", "*.sh", "*.go", "*.rb", "*.js"],
    capture_output=True, text=True
)
diff = result.stdout[:3000]

if not diff.strip():
    print("レビュー対象の差分がありません。スキップします。")
    sys.exit(0)

# Ollamaにレビューを依頼する
prompt = (
    "あなたは経験豊富なコードレビュアーです。"
    "以下のgit diffを日本語でレビューしてください。\n"
    "バグのリスク・セキュリティ上の問題・改善点を箇条書きで指摘してください。\n"
    "問題がなければ「問題なし」と一言記載してください。\n\n"
    f"{diff}"
)

resp = requests.post(OLLAMA_URL, json={
    "model":  MODEL,
    "prompt": prompt,
    "stream": False,
    "options": {"temperature": 0.2, "num_ctx": 4096}
}, timeout=180)
resp.raise_for_status()
review_text = resp.json()["response"]

# GitLab APIでMRにコメントを投稿する
comment_body = (
    f"## AIコードレビュー（Ollama / {MODEL}）\n\n"
    f"{review_text}\n\n"
    f"---\n*このコメントはローカルLLMによって自動生成されました。内容は参考情報として扱ってください。*"
)
api_resp = requests.post(
    f"{GITLAB_URL}/api/v4/projects/{PROJECT_ID}/merge_requests/{MR_IID}/notes",
    headers={"PRIVATE-TOKEN": TOKEN},
    json={"body": comment_body},
    timeout=30
)
api_resp.raise_for_status()
print(f"MRコメントを投稿しました（note_id={api_resp.json()['id']}）")

# .gitlab-ci.yml（コードレビュージョブ追加版）
stages:
  - review

ollama-code-review:
  stage: review
  tags:
    - ollama-review
  only:
    - merge_requests
  variables:
    GIT_FETCH_EXTRA_FLAGS: "--tags"
  before_script:
    # ターゲットブランチの最新をfetchして差分を正確に取得する
    - git fetch origin ${CI_MERGE_REQUEST_TARGET_BRANCH_NAME}
  script:
    - python3 scripts/mr_review.py

#!/usr/bin/env python3
# scripts/security_check.py
import os, re, subprocess, sys, requests

PATTERNS = [
    (r'(?i)password\s*=\s*["\'][^"\']{4,}["\']',  "ハードコードされたパスワードの疑い"),
    (r'(?i)secret\s*=\s*["\'][^"\']{8,}["\']',    "ハードコードされたシークレットの疑い"),
    (r'(?i)api_key\s*=\s*["\'][^"\']{8,}["\']',   "ハードコードされたAPIキーの疑い"),
    (r'(?i)token\s*=\s*["\'][A-Za-z0-9_\-]{16,}["\']', "ハードコードされたトークンの疑い"),
    (r'-----BEGIN (RSA|EC|OPENSSH) PRIVATE KEY-----', "秘密鍵が含まれている疑い"),
]

OLLAMA_URL = "http://localhost:11434/api/generate"
MODEL      = "phi4:14b-q4_K_M"
GITLAB_URL = os.environ["CI_SERVER_URL"]
PROJECT_ID = os.environ["CI_PROJECT_ID"]
MR_IID     = os.environ.get("CI_MERGE_REQUEST_IID", "")
TOKEN      = os.environ["GITLAB_REVIEW_TOKEN"]
TARGET_BR  = os.environ.get("CI_MERGE_REQUEST_TARGET_BRANCH_NAME", "main")

if not MR_IID:
    sys.exit(0)

result = subprocess.run(
    ["git", "diff", f"origin/{TARGET_BR}...HEAD"],
    capture_output=True, text=True
)
diff = result.stdout

# パターンマッチによる検出
findings = []
for line_no, line in enumerate(diff.splitlines(), 1):
    for pattern, label in PATTERNS:
        if re.search(pattern, line):
            findings.append(f"- 行{line_no}: {label}\n  `{line[:120].strip()}`")

if not findings:
    print("セキュリティパターンのマッチなし。")
    sys.exit(0)

# 検出内容をOllamaで精査して誤検知を除去する
finding_text = "\n".join(findings)
prompt = (
    "以下はコード差分から検出されたセキュリティ懸念のリストです。"
    "各項目が実際のリスクかどうかを判断し、誤検知を除外した上で、"
    "真のリスクのみを日本語で簡潔に説明してください。\n\n"
    f"{finding_text}"
)
resp = requests.post(OLLAMA_URL, json={
    "model": MODEL, "prompt": prompt, "stream": False,
    "options": {"temperature": 0.1}
}, timeout=120)
resp.raise_for_status()
analysis = resp.json()["response"]

# MRコメントに投稿
comment = (
    f"## セキュリティチェック結果（Ollama / {MODEL}）\n\n"
    f"**パターン検出数: {len(findings)}件**\n\n"
    f"{analysis}\n\n"
    f"---\n*自動チェック結果です。最終判断は担当者が行ってください。*"
)
api_resp = requests.post(
    f"{GITLAB_URL}/api/v4/projects/{PROJECT_ID}/merge_requests/{MR_IID}/notes",
    headers={"PRIVATE-TOKEN": TOKEN},
    json={"body": comment}, timeout=30
)
api_resp.raise_for_status()
print(f"セキュリティチェック結果を投稿しました（検出: {len(findings)}件）")
sys.exit(1 if findings else 0)  # 検出があればCIを失敗扱いにする

# .gitlab-ci.yml（セキュリティジョブ追加・最終版）
stages:
  - review

variables:
  GIT_FETCH_EXTRA_FLAGS: "--tags"

.mr-base:
  tags:
    - ollama-review
  only:
    - merge_requests
  before_script:
    - git fetch origin ${CI_MERGE_REQUEST_TARGET_BRANCH_NAME}

ollama-code-review:
  extends: .mr-base
  stage: review
  script:
    - python3 scripts/mr_review.py
  allow_failure: true  # レビュー失敗でもMRをブロックしない

ollama-security-check:
  extends: .mr-base
  stage: review
  script:
    - python3 scripts/security_check.py
  allow_failure: false  # 秘密鍵検出時はMRをブロックする

ローカルLLMのCI/CD活用を2日間のハンズオンで体験する

コードレビュー自動化やセキュリティチェックなど、ローカルLLMを実務に組み込む実践的な活用術を実機GPU環境で手を動かしながら習得したい方向けに、「ローカルAIマスターセミナー」を開催しています。
少人数（最大8名）ZOOMハンズオン形式で実施しています。