MergePilot

多 Agent 代码与数据库变更安全闭环系统

普通变更，AI 自主完成。高危变更，系统停下等人工。

[]

演示

Demo 视频（75 秒 · 1080p · 中文旁白）：Watch Demo

在线体验：解压 MergePilot-demo.zip 后执行 node backend/server.mjs，访问 http://127.0.0.1:4173

要解决的问题

AI 改代码很快，但企业不敢让它碰生产环境：出了高危漏洞谁负责？改坏了怎么追溯？MergePilot 解决的是"敢让 AI 改"这件事——每一步有审计，高危必须人工点头，拒绝就真的停下。

三条安全决策路径

路径	案例	行为	验证点
自主完成	PR #1（普通变更）	AI 审查 → 修复 → 验证，全自动完成，无人工介入	项目 completed · PR 保持 OPEN
批准后完成	PR #2（高危 · CWE-22）	人工安全门 → 批准 → 修复 → 探针验证（200→404）	修复有效 · PR 保持 OPEN
拒绝后停止	PR #3（严重 · CWE-78）	人工拒绝 → 永久 BLOCKED → 409 终态	拒绝不可翻转 · 审计归档

Agent 协同设计

Reviewer、Fixer、Verifier 三个 Agent 职责分离、互相制衡：

• Reviewer 只做语义判断与风险分级（NORMAL / HIGH / CRITICAL），不修改代码
• Fixer 在被派发前保持 LOCKED，高危时必须等人工门放行
• Verifier 用独立探针复核修复效果（不信任 Fixer 的自述），结果写入 MinIO 证据
• 人工安全门：高危时系统自动暂停（Fixer/Verifier LOCKED），批准或拒绝均为真实人工记录，拒绝后 409 终态不可翻转
• DAG 依赖：review-1 → fix-1 → verify-1，逐级锁定防止越权

Agent 只承担语义判断，六类 Skill 以 Schema、deadline、错误码和 fail-closed 合同执行。Workflow Controller 负责状态机、确定性交接、CAS、超时 HOLD 和回滚；Policy Gateway 负责 ALLOW/DENY/HOLD；GitHub MCP 是隔离服务，PAT 不进入 Worker。

AgentLoop 云端 Trace

全流程已接入阿里云 AgentLoop，Agent + LLM + Tool 三类 span 合并在同一条链路。

权威 Trace：fbf4a3cec0493990d76e10a102418be1（真实 CoPaw 运行，17.6s）

指标	值
Agent 调用	1
LLM 调用	24
工具调用	8
总 Token	51,890（入 49,867 / 出 2,023）
模型	deepseek-chat
会话 ID	N2KQqHVSBsSZc9utWsEeZ5f

span 父子关系：agent_step → invoke_agent → { chat deepseek-chat（原生）+ genai.llm.call（loongsuite 包装）+ tool.projectflow + tool.taskflow + matrix.send }。原生 agentscope span 与 loongsuite 包装 span 共享全局 TracerProvider，天然合并。

RAG 检索能力

内置 8 篇合成演示文档（9 分块），支持自然语言检索并返回引用来源。

• 每次检索返回 query_hash（不保存原文）、top_k、逐条 {document_id, chunk_id, score, source_ref}
• 无引用来源的答案不会被标记为已验证
• 数据模式为 SYNTHETIC/REDACTED（合成演示集，非企业语料）
• 嵌入：本地确定性 hash-bow-256（无外部服务依赖）

PolarDB 与 Branch 边界

项	状态
PolarDB	NOT CONNECTED（8 项接入门槛已在代码中预留）
Database Branch	SIMULATED（隔离模拟环境上的验证状态机）
PR Auto Merge	DISABLED

支持 create_branch → validate_migration → assert_data → rollback_check 全链路（当前在模拟 fixture 上运行）。真实 PolarDB 接入需满足 8 项门槛后由环境变量切换。

快速开始

演示平台（推荐）

# 解压 MergePilot-demo.zip 后，在 MergePilot-demo 目录执行：
node backend/server.mjs
# 访问 http://127.0.0.1:4173

前端已预构建，Node.js ≥ 18 即可，零第三方依赖。自测：node backend/test/selftest.mjs（54/54）。

主项目（Python 控制面）

从 v0.1.0-preview.4 Release 下载资产，按 bootstrapper.ps1 引导执行。

仓库结构

MergePilot/
├── demo-platform/       # 演示平台：前端 + 后端 + RAG + PolarDB 模拟适配器
│   ├── backend/         # 零依赖 Node 后端（server + API + RAG + PolarDB 边界）
│   ├── frontend/        # React 控制台（含预构建 dist）
│   ├── evidence-adapter/# 只读数据适配层 + 内置演示数据集
│   ├── rag-data/        # RAG 合成数据集
│   ├── SKILLS.md        # 核心 Skill 清单
│   └── test/            # 自测脚本（54 项）
├── evidence/            # 回放证据子集（SHA256 锁定）
├── shared/              # 数据契约
├── docs/                # 文档与架构图
├── skills/              # Agent Skill 定义
├── config/              # 配置
└── LICENSE              # Apache 2.0

评估方法

结果评估与轨迹评估分开执行、分别呈现：

• 结果评估（最终状态）：关联仓库识别、影响表识别、历史风险命中、候选结论、数据核对、回滚检查、人工门终态
• 轨迹评估（过程顺序）：先检索 RAG、正确选择工具、创建隔离 Branch、拒绝后锁定、source_refs 保留、Agent→LLM→Tool Trace 形成

即使最终状态正确，若过程顺序违规（如未检索先动手、跳过人工门），轨迹评估仍判不通过。

技术栈

• 主项目：Python（pyproject.toml）· 2471 tests · 6 类 Skill · 4 Agent 承载 6 类职责
• 演示平台：Node.js 零依赖后端 + React 前端（Vite 预构建）
• 可观测：OpenTelemetry GenAI 语义约定 · loongsuite 探针 · 阿里云 AgentLoop

许可

Apache License 2.0