Qlane

嘿 Product Hunt 的朋友们，我是 Nazar，qlane 的创始人。我们打造这个平台，是因为读代码和运行代码能发现的 bug 完全不同——而市面上几乎所有工具都只停留在"读"的层面。

每一个 PR，它都会克隆、构建，并在临时沙盒中真正启动你的应用——无论是单个仓库，还是通过 Docker Compose 配合种子数据运行的整套多服务栈。然后，一个 AI 智能体会从内部进行测试，配备工程师的全套工具：一个真实的浏览器、一个 shell、对源码的读取权限，以及可连接的服务端日志、数据库和错误追踪系统。

区别在于它看问题的方式：

- 静态代码评审：读 diff，靠猜。

- 黑盒测试工具：点点 UI，看看 DOM。

- qlane：在浏览器里复现 bug，然后读取失败的网络请求、匹配的服务端日志行、出错的数据库记录以及源码——并以原生 GitHub 评审评论的形式发布根因分析。

它运行的是你的整个应用，而不仅仅是你的代码。给出的是证据，而不是观点。因为它会启动完整的服务栈，所以它还能捕捉到单组件测试在结构上根本无法发现的跨服务 bug。

我想问你一个问题：你最近遇到的最后一个通过了代码评审和测试、却只有在真实数据跑起来之后才暴露的 bug 是什么？追溯到真正根因又花了多长时间？

感谢阅读——我今天会全天待在评论区。