RepoImmune MCP Server

RepoImmune verwandelt gelöste Bugs eines Repositorys in code-native, evidenzgestützte Prüfungen, die von Menschen und Coding-Agenten abgefragt werden können.

Schnellstart in 60 Sekunden

git clone https://github.com/Alex0AI/RepoImmune.git
cd RepoImmune
python -m venv .venv
# Windows: .venv\Scripts\activate
# macOS/Linux: source .venv/bin/activate
python -m pip install -e .
repoimmune init .
repoimmune check --diff examples/reintroduce-astropy-12907.diff --memory examples/memory
repoimmune replay astropy-12907 --memory examples/memory
repoimmune report --format html

Die Demo ist offline, schlüssellos und zur Laufzeit abhängigkeitsfrei. Die Prüfung beendet sich absichtlich mit 2, weil sie eine echte historische Regression aus Astropy PR #12907 findet.

Related MCP server: cms mcp

Was ist ausführbares Gedächtnis?

Eine Behavior Card ist keine Chat-Zusammenfassung. Sie bindet eine Invariante an Vorher/Nachher-Code, AST-Form, exakte Symbole, Regressionstests, Commits, Quell-URLs, Lizenz, Evidenzklasse und eine optionale Wiedergabe-Kapsel. RepoImmune weigert sich, einen geminten Kandidaten zu fördern, wenn die Evidenzkette unvollständig ist.

flowchart LR
  I[Issue / report] --> B[Buggy commit]
  B --> F[Failing behavior]
  F --> P[Fix PR / commit]
  P --> T[Regression test]
  T --> S[AST + symbol change]
  S --> V[Repository invariant]
  V --> C[Patch immunity check]

Die enthaltene vertikale Scheibe erkennt genau diese Rückentwicklung:

- cright[-right.shape[0]:, -right.shape[1]:] = right
+ cright[-right.shape[0]:, -right.shape[1]:] = 1

Sie meldet die präzise Zeile, erklärt, warum der All-Einsen-Block historisch falsch war, verlinkt das Issue/den PR/den Merge-Commit und nennt die mit dem Fix hinzugefügten pytest-Fälle.

CLI

repoimmune init .
repoimmune mine --repo owner/project
repoimmune check --diff HEAD~1
repoimmune recall "pagination returns duplicate rows"
repoimmune explain <behavior-card-id>
repoimmune replay <capsule-id>
repoimmune report --format html
repoimmune validate <card.json>

check gibt Markdown, JSON oder SARIF aus. mine speichert nur konservative Kandidaten; es ruft nie ein LLM auf und leitet keine Behavior Card allein aus einem Titel ab.

Agent- und CI-Integrationen

• Die zusammengesetzte GitHub Action analysiert Pull-Request-Diffs schreibgeschützt und lädt SARIF/Markdown-Evidenz hoch.

• Der stdio-MCP-Server stellt sechs strukturierte, schreibgeschützte Tools bereit: search_past_failures, explain_code_history, check_patch_against_memory, list_invariants_for_file, get_regression_test und replay_behavior_case.

• Die offene Agent Skill fordert einen Agenten auf, sich vor riskanten Änderungen und erneut vor der Abschlussmeldung an die Historie zu erinnern. Sie gewährt keine Commit-, Push-, Merge- oder Test-Umgehungs-Befugnis.

• Die statische Demo funktioniert ohne Anmeldung oder API-Schlüssel.

Evidenzklassen

Jedes Ergebnis ist explizit eine der folgenden:

• verified: direkt wiedergegeben oder mechanisch mit primärer Code-/Test-Evidenz bestätigt.

• externally_reported: vertrauenswürdiger Upstream- oder Benchmark-Ausführungsnachweis, hier nicht reproduziert.

• heuristic: nützliches Kandidaten- oder Ähnlichkeitssignal, kein Beweis.

• inconclusive: widersprüchliche oder unvollständige Evidenz.

Ein Ähnlichkeitswert wird nie als Beweis dargestellt. Ergebnisse zeigen immer den abgeglichenen Code und die Quell-Evidenz.

Warum sich das unterscheidet

• Agent-/Chat-Gedächtnis: erinnert sich an Gespräche oder Repository-Fakten; RepoImmune minet Code-Historie und erstellt mechanische Prüfungen, die jede Agenten-Sitzung überdauern.

• SWE-bench: bewertet, ob ein Agent ein Issue reparieren kann; RepoImmune wandelt gelöste Issues in dauerhafte Präventions-Assets um.

• Statische Analyse: geht von allgemeinen Regeln aus; RepoImmune lernt repository-spezifische Invarianten aus den tatsächlichen Fehlern dieses Repositorys.

• Testgenerierung: kann Tests erstellen; RepoImmune bewahrt die kausale Kette aus Meldung, fehlerhaftem/behobenem Code, Test und Invariante.

• git blame: sagt, wer und wann; RepoImmune erklärt, warum Verhalten überleben muss, und kann es prüfen.

Siehe research-landscape.md für den evidenzgestützten Vergleich.

Sicherheitsmodell

Issuetext, PR-Kommentare, Code, Patches und Repository-Metadaten sind unvertrauenswürdige Daten. RepoImmune wertet sie nie als Anweisungen aus. Mining verwendet begrenzte HTTPS-Antworten; Refs und Repository-Namen werden validiert; Kapsel-Läufe verwenden festes argv ohne Shell, lehnen absolute Pfade und Symlinks ab und haben ein Zeitlimit. Installationsskripte oder Tests unbekannter Repositorys werden standardmäßig nie ausgeführt. Siehe SECURITY.md und docs/threat-model.md.

Aktueller Umfang und ehrliche Grenzen

Die Alpha unterstützt Python-AST- und pytest-Evidenz umfassend. TypeScript/TSX hat einen optionalen, fest gepinnten tree-sitter-Adapter für normalisierte Struktur- und Aufruf-Extraktion; JavaScript verwendet deterministische Token-Struktur, und Jest/Vitest können als Test-Evidenz erfasst werden. Ganzprogramm-interprozedurale Erreichbarkeit, automatische Upstream-Umgebungsrekonstruktion und breite Sprachunterstützung stehen auf der Roadmap. Datensatzskalen-Karten sind externally_reported, bis sie wiedergegeben werden; die gebündelte Astropy-Vertikalscheibe ist die einzige lokal verifizierte Verhaltenskapsel in v0.1.0.

Reproduzierbarkeit

python scripts/build_research_snapshot.py --limit 500 --cards 120
python scripts/run_experiments.py
pytest
coverage run -m pytest && coverage report
ruff check . && mypy src/repoimmune

Alle veröffentlichten Zahlen werden in research/results.json neu generiert; Klassifikationen und Einschränkungen bleiben erhalten, einschließlich erfolgloser oder unschlüssiger Fälle. Die Datenherkunft ist in DATA_SOURCES.md, THIRD_PARTY.md und research/data-card.md dokumentiert.

Der eingecheckte v0.1-Snapshot enthält 500 Kandidaten, 120 Behavior Cards, 12 Repositorys und 30 leichte strukturelle Kapseln. Bei deterministischen Mutationen erkannte er 120/120 exakte historische Rückentwicklungen und 120/120 geschützte Assertions-Löschungen; Refactorings mit gleichem Symbol und fester Form erzeugten 9/120 falsch-positive Ergebnisse (7,5 %). Titelbasierter Abruf erreichte Recall@5/MRR 1,0/1,0, aber dies ist ausdrücklich ein Plumbing-Test mit derselben Quelle. Unabhängige Mining-Präzision und kontrolliertes Agent-A/B bleiben unschlüssig.

Mitwirken

Lesen Sie CONTRIBUTING.md, die Roadmap und das Behavior-Card-Schema, bevor Sie einen neuen Miner oder eine neue Evidenzquelle vorschlagen. Apache-2.0-lizenziert.

中文说明：README.zh-CN.md