AI-agenter för LaunchDarkly
En Monmo-agent arbetar i LaunchDarkly som en release manager som läser granskningsloggen. Den hittar flaggor som borde ha tagits bort för månader sedan, planerar procentvisa utrullningar steg för steg, berättar vem som ändrade en flagga och när, och förklarar experimentresultat på vanlig svenska. Den använder den åtkomsttoken du ansluter och frågar innan den slår på eller av en flagga, ändrar målgruppsinställningar eller arkiverar något.
Uppdaterad 2026-11-13 · Gratis att börja. Betalabonnemang från $15 i månaden.
Vad AI-agenter gör i LaunchDarkly
Hitta och ta bort gamla flaggor
Agenten listar flaggor som har varit markerade som lanserade eller inaktiva i över 30 dagar, kontrollerar var de används i koden på GitHub och skapar ett utkast till en pull request som tar bort var och en. Den frågar innan den mergar eller arkiverar.
FrågaHitta flaggor som har visat en och samma variant i produktion i 30 dagar och öppna pull requests för att rensa bort de fem viktigaste.
Se vem som ändrade en flagga och varför
Fråga varför den nya kassan visades för alla i går. Agenten läser flaggans granskningslogg och hittar ändringen, vem som gjorde den, kommentaren som lämnades och vilken miljö det gällde.
FrågaVem ändrade flaggan new-checkout i produktion i går, vad ändrades exakt och fanns det en kommentar?
Planera en procentvis utrullning
Agenten skriver en utrullningsplan, till exempel 5, 25, 50 och sedan 100 procent, med felfrekvensen i Datadog att kontrollera mellan stegen. Varje steg får ett eget kort, så att du bara går vidare när siffrorna ser bra ut.
FrågaPlanera en utrullning av flaggan search-v2 till 100 procent under en vecka och kontrollera felfrekvensen mellan stegen.
Jämför målgruppsinställningar mellan miljöer
Agenten jämför en flaggas regler, individuella mål, segment och standardvarianter i staging och produktion. Den pekar ut skillnader som skulle kunna överraska den som testar i staging.
FrågaJämför flaggan pricing-page i staging och produktion och berätta vad som beter sig annorlunda.
Stäng snabbt av en flagga
Under en incident kan du be agenten stänga av en flagga. Den förbereder ändringen och visar miljö och effekt på ett kort, så att du kan godkänna på några sekunder i stället för att leta i gränssnittet.
FrågaDen nya rekommendationswidgeten orsakar fel. Förbered en avstängning av dess flagga i produktion direkt.
Förklara resultatet av ett experiment
För ett avslutat experiment läser agenten mätresultaten för varje variant, noterar hur säkra resultaten är och hur stort urvalet var och skriver en kort sammanfattning. Du avgör vilken variant som vinner.
FrågaSammanfatta experimentet onboarding-copy på vanlig svenska. Är skillnaden verklig eller är det för tidigt att säga?
Håll flaggorna väl beskrivna
Agenten hittar flaggor som saknar beskrivning, ansvarig eller taggar. Den skriver ett utkast på en rad om syftet med varje flagga utifrån koden och det Jira-ärende där den infördes, och föreslår alla ändringar tillsammans.
FrågaLista flaggor utan beskrivning eller ansvarig och föreslå båda utifrån koden och det ursprungliga Jira-ärendet.
Så ansluts appen
- 1Du skapar en åtkomsttoken i LaunchDarkly och ansluter den en gång. Rollen Reader passar för rapporter och granskningar. För ändringar behövs Writer eller en anpassad roll begränsad till utvalda projekt och miljöer.
- 2LaunchDarkly hör hemma hos din utvecklingsagent. En produkt- eller dataagent kan läsa experimentresultat via samma anslutning. Ingen annan behöver den.
- 3Det krävs inget godkännande för att läsa flaggor, granskningsloggen och experimentresultat. Agenten frågar innan den slår på eller av en flagga, ändrar målgruppsinställningar eller utrullningsprocent, ändrar ett segment eller arkiverar en flagga. Om du kräver godkännanden för produktion går agentens begäran fortfarande igenom dem.
Vanliga frågor
Kan en AI-agent ändra feature flags i LaunchDarkly?
Ja, en godkänd ändring i taget. En Monmo-agent förbereder av- eller påslagningen, den nya målgruppsregeln eller nästa utrullningssteg och visar flagga, miljö och effekt på ett kort. När du godkänner görs ändringen via LaunchDarkly-anslutningen, eller i agentens egen webbläsare om anslutningen inte täcker det som behövs.
Hur kan AI hjälpa till att rensa bort gamla feature flags?
Det som tar tid vid flaggrensning är att hitta koden. AI-agenten listar flaggor som har visat en och samma variant i flera veckor, hittar var de används i GitHub, skapar ett utkast till en pull request som tar bort var och en och arkiverar flaggan efter mergning. Både mergning och arkivering väntar på ditt godkännande.
Är det säkert att ge en AI-agent en LaunchDarkly-token?
Ge agenten bara de behörigheter den behöver. En Reader-token räcker för granskningar, rapporter och sammanfattningar av experiment. Vill du att agenten ska göra ändringar kan du använda en anpassad roll begränsad till de projekt och miljöer det gäller. Varje ändring väntar fortfarande på ditt godkännande och du kan återkalla tokenen när som helst.
Kan en AI-agent sköta en stegvis utrullning?
Den kan planera stegen och genomföra varje steg när du godkänner det. Mellan stegen kontrollerar den de mått du väljer, till exempel felfrekvens i Datadog eller konvertering i Amplitude, och berättar om de höll sig på rätt nivå. Om något ser fel ut rekommenderar den att pausa eller rulla tillbaka i stället för att gå vidare.
Din nästa kollegaskulle kunna börja idag.
Skapa din första AI-agent på en minut. Det är gratis att komma igång.