RepoImmune MCP Server

RepoImmune convierte los errores resueltos de un repositorio en comprobaciones nativas del código y respaldadas por evidencia que pueden consultar tanto humanos como agentes de codificación.

Inicio rápido en 60 segundos

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

La demo está fuera de línea, en sin claves y sin dependencias en tiempo de ejecución. La comprobación termina intencionadamente con el código 2 porque encuentra una regresión histórica real de Astropy PR #12907.

Related MCP server: cms mcp

¿Qué es la memoria ejecutable?

Una Behavior Card no es un resumen de chat. Vincula un invariante con el código antes/después, la forma del AST, los elementos exactos, los tests de regresión, los commits, las URLs de la fuente, la licencia, la clase de evidencia y una cápsula opcional de reproducción. RepoImmune se niega a promover un candidato cuando la cadena de evidencia está incompleta.

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]

El vertical slice incluido detecta esta reversión exacta:

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

Informa de la línea exacta, explica por qué el bloque de todos unos fue históricamente incorrecto, enlaza el issue/PR/de merge y nombra los casos pytest añadidos con el fix.

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 emite Markdown, JSON o SARIF. mine solo guarda las barreras candidatas; nunca llama a un LLM y no clasifica una Behavior Card únicamente a partir de un título.

Integraciones con agentes y con CI

• La GitHub Action compuesta analiza los diffs de los pull request en modo solo lectura y sube la evidencia SARIF/Markdown.

• El servidor MCP stdio expone seis herramientas estructuradas y de solo lectura: search_past_failures, explain_code_history, check_patch_against_memory, list_invariants_for_file, get_regression_test y replay_behavior_case.

• La habilidad Agent Skill pide al agente que recuerde el historial antes de hacer cambios y de nuevo antes de dar la tarea por terminada. No concede autoridad para hacer commit, push, merge con varias.

• La demo estática funciona sin iniciar sesión ni clave de API.

Clases de evidencia

Cada resultado se clasifica explícitamente en uno de los siguientes:

• verified: reproducido directamente y con corroboración mecánica mediante evidencia primaria de código/test.

• extern: confiando en un registro upstream o de benchmark, no reproducido aquí.

• heuristic: señal útil de candidato o de similitud, no una prueba.

• inconclusive: evidencia contradictoria o incompleta.

Un valor de similitud nunca se presenta como prueba. Los hallazgos siempre muestran el código coincidente y la evidencia de la fuente.

¿Por qué es diferente?

• La memoria del agente/chat: recuerda conversaciones o datos del repositorio; RepoImmune extrae el historial del código y crea comprobaciones mecánicas que perduran más allá de cualquier sesión de agente.

• SWE-bench: evalúa si un agente puede reparar un issue; RepoImmune convierte issues resueltos en activos de prevención duraderos.

• Análisis estático: parte de la regla general; RepoImmune aprende invariantes específicos del repositorio a partir de fallos reales de ese repositorio.

• Generación de tests: puede permitir tests; RepoImmune conserva la cadena causal entre el reporte, el código erróneo/corregido, el test y la invariante.

• git blame: el quién y cuándo; RepoImmune explica por qué el comportamiento debe conservarse y puede comprobarlo.

Consulta research-landscape.md para ver la comparación basada en evidencia.

Modelo de seguridad

El texto de un issue, los comentarios del PR, el código, los parches y los metadatos del repositorio son datos no confiables. RepoImmune nunca los evalúa como instrucciones. Minería usa respuestas HTTPS limitadas; se valida la identificación de los refs y los nombres de repositorios; las cápsulas se ejecutan con argv fijo, sin shell, rechazan rutas absolutos y enlaces simbólicos y tienen un límite de tiempo. Los comandos de instalación o los tests no se ejecutan por defecto. Consulta SECURITY.md y docs/threat-model.md.

Alcance actual y límites honestos

La versión alpha soporta en profundidad AST de Python y evidencia de pytest. TypeScript/TSX usa un adaptador opcional pinado de tree-sitter para la extracción de estructura y llamadas; JavaScript usa una estructura de tokens determin Mercy, y Jest/Vitest se pueden registrar como evidencia de test. La alcance interprocedural del programa completo, la reconstrucción automática del entorno upstream y un soporte amplio de lenguajes son parte de la hoja de ruta. Las tarjetas a escala de dataset son externally_report hasta que se reproducen; el vertical slice de Astropy incluido es la única cápsula de comportamiento verificada localmente en v0.1.0.

Reproducibilidad

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

Todos los recuentos publicados se regeneran en research/results.json; las clasificaciones de clasificaciones y las limitaciones se conservan, incluidos casos no concluyentes. El origen de los datos se documenta en DATA_SOURCES.md, THIRD_PARTY.md y research/data-card.md.

La instantánea v0.1 incluida cuenta con 500 candidatos, 120 Behavior Cards, 12 repositorios y 30 cápsulas de comportamiento ligeras. En mutaciones deterministas detectó 120/120 exactas en reversiones históricas y 120/120 eliminaciones de sentencias protegidas; las refactorizaciones de la misma forma frazen con símbolos símbolos que produjeron 9/120 falsos positivos (7.5%). La búsqueda desde el título alcanzó un Recall@5/MRR 1.0/1.0, pero eso explícitamente es una prueba del sistema de misma fuente. La precisión de la minería independiente y el A/B de agentes controlado siguen sin ser concluyentes.

Colaboración

Lee CONTRIBUTING.md, la hoja de ruta y el esquema de Behavior Card antes de proponer una nueva fuente de extracción o evidencia. Licencia Apache-2.0.

中文说明：README.zh-CN.md