Agenti AI per LaunchDarkly
Un agente Monmo lavora in LaunchDarkly come un release manager che consulta il registro delle attività. Trova i flag che avrebbero dovuto essere rimossi mesi fa, pianifica rollout percentuali passo dopo passo, ti dice chi ha modificato un flag e quando, e spiega i risultati degli esperimenti con parole semplici. Usa il token di accesso che colleghi e chiede la tua approvazione prima di attivare o disattivare un flag, modificarne il targeting o archiviare qualsiasi elemento.
Aggiornato 2026-11-13 · Inizia gratis. Piani a pagamento da $15 al mese.
Cosa fanno gli agenti in LaunchDarkly
Trova e rimuovi i flag obsoleti
Elenca i flag contrassegnati come rilasciati o inattivi da oltre 30 giorni, ne cerca i riferimenti nel codice su GitHub e prepara una pull request per rimuovere ciascuno dal codice. Prima del merge e dell'archiviazione chiede la tua approvazione.
ChiediTrova i flag che in produzione hanno mostrato una sola variante per 30 giorni e apri pull request di pulizia per i primi cinque.
Scopri chi ha modificato un flag e perché
Chiedigli perché ieri il nuovo checkout è apparso a tutti: legge il registro delle attività del flag e trova la modifica, chi l'ha fatta, il commento lasciato e l'ambiente interessato.
ChiediChi ha modificato il flag new-checkout in produzione ieri, cosa è cambiato esattamente e c'era un commento?
Pianifica un rollout percentuale
Prepara un piano di rollout, ad esempio al 5, 25, 50 e poi 100 percento, indicando il tasso di errore in Datadog da controllare tra un passaggio e l'altro. Ogni passaggio ha una scheda dedicata, così puoi procedere solo quando i dati sono soddisfacenti.
ChiediPianifica il rollout del flag search-v2 al 100 percento nell'arco di una settimana, controllando i tassi di errore tra un passaggio e l'altro.
Confronta il targeting tra ambienti
Mette a confronto regole, destinatari individuali, segmenti e varianti predefinite di un flag in staging e in produzione, e segnala le differenze che potrebbero sorprendere chi esegue i test in staging.
ChiediConfronta il flag pricing-page tra staging e produzione e dimmi cosa si comporta diversamente.
Disattiva rapidamente un flag
Durante un incidente, chiedigli di disattivare un flag: prepara la modifica su una scheda che ne indica ambiente ed effetto, così puoi approvarla in pochi secondi senza cercare nell'interfaccia.
ChiediIl nuovo widget di raccomandazioni sta causando errori. Prepara subito la disattivazione del suo flag in produzione.
Spiega i risultati di un esperimento
Per un esperimento concluso, legge i risultati delle metriche per ogni variante, indica quanto sono affidabili e quanto era ampio il campione, poi scrive un breve riepilogo. La scelta della variante vincente spetta a te.
ChiediRiassumi l'esperimento onboarding-copy con parole semplici. La differenza è reale o è troppo presto per dirlo?
Mantieni aggiornate le descrizioni dei flag
Trova i flag senza descrizione, referente o tag, prepara per ciascuno una descrizione dello scopo in una riga, basandosi sul codice e sulla issue Jira che lo ha introdotto, e propone le modifiche in un unico gruppo.
ChiediElenca i flag senza descrizione o referente e prepara entrambi basandoti sul codice e sulla issue Jira originale.
Come si collega
- 1Crea un token di accesso in LaunchDarkly e collegalo una volta sola. Il ruolo Reader è adatto per report e verifiche; per le modifiche serve Writer o un ruolo personalizzato limitato ai progetti e agli ambienti scelti.
- 2LaunchDarkly è adatto al tuo agente di sviluppo. Anche un agente di prodotto o dati può leggere i risultati degli esperimenti tramite la stessa connessione; gli altri non ne hanno bisogno.
- 3La lettura dei flag, del registro delle attività e dei risultati degli esperimenti non richiede approvazione. Per attivare o disattivare un flag, modificare il targeting o le percentuali di rollout, cambiare un segmento o archiviare un flag, l'agente chiede prima il tuo consenso. Se richiedi approvazioni per la produzione, anche la richiesta dell'agente segue quella procedura.
Domande frequenti
Un agente AI può modificare i feature flag in LaunchDarkly?
Sì, una modifica approvata alla volta. Un agente Monmo prepara l'attivazione o la disattivazione, la nuova regola di targeting o il passaggio successivo del rollout e mostra flag, ambiente ed effetto su una scheda. Dopo la tua approvazione, esegue la modifica tramite la connessione a LaunchDarkly oppure nel proprio browser, se la connessione non copre quella funzione.
Come può l'AI aiutare a rimuovere i vecchi feature flag?
La parte più lenta della pulizia dei flag è trovare il codice. L'agente AI elenca i flag che da settimane mostrano una sola variante, ne trova i riferimenti in GitHub, prepara una pull request per rimuovere ciascuno dal codice e archivia il flag dopo il merge. Sia il merge sia l'archiviazione attendono la tua approvazione.
È sicuro dare a un agente AI un token di LaunchDarkly?
Concedigli solo i permessi necessari. Un token Reader è sufficiente per verifiche, report e riepiloghi degli esperimenti. Se vuoi che apporti modifiche, usa un ruolo personalizzato limitato ai progetti e agli ambienti interessati. Ogni modifica attende comunque la tua approvazione e puoi revocare il token in qualsiasi momento.
Può gestire un rollout graduale al posto mio?
Può pianificare i passaggi ed eseguire ciascuno con la tua approvazione. Tra un passaggio e l'altro controlla le metriche che scegli, come il tasso di errore in Datadog o la conversione in Amplitude, e ti dice se sono rimaste stabili. Se qualcosa non va, consiglia di sospendere o annullare il rollout invece di procedere.
La tua prossima assunzionepotrebbe iniziare oggi.
Crea il tuo primo agente in un minuto. Iniziare è gratis.