RepoImmune MCP Server

RepoImmune 将仓库中已解决的 bug 转化为代码原生、有证据支撑的检查项，供人类和编码代理查询。

60 秒快速上手

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

该演示离线运行、无需密钥、运行时零依赖。检查项有意以退出码 2 结束，因为它发现了一个来自 Astropy PR #12907 的真实历史回归。

Related MCP server: cms mcp

什么是可执行记忆？

行为卡（Behavior Card）不是聊天摘要。它将一个不变式绑定到修复前/后的代码、AST 形式、精确符号、回归测试、提交、源码 URL、许可证、证据类别，以及一个可选的回放胶囊。当证据链不完整时，RepoImmune 拒绝提升挖掘出的候选结果。

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]

内置的垂直切片能检测到这一精确的还原：

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

它会报告精确的行号，解释为什么全 1 代码块在历史上是错误的，链接到 issue/PR/合并提交，并指出随修复一起添加的 pytest 用例。

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 输出 Markdown、JSON 或 SARIF 格式。mine 仅保存保守的候选结果；它从不调用 LLM，也不会仅凭标题就声称生成了行为卡。

代理与 CI 集成

• 复合 GitHub Action 以只读方式分析拉取请求差异，并上传 SARIF/Markdown 证据。

• stdio MCP 服务器暴露六个结构化的只读工具：search_past_failures、explain_code_history、check_patch_against_memory、list_invariants_for_file、get_regression_test 和 replay_behavior_case。

• 开放的 Agent Skill 要求代理在风险编辑之前回忆历史，并在声称完成之前再次回忆。它不授予任何提交、推送、合并或绕过测试的权限。

• 静态演示无需登录或 API 密钥即可运行。

证据类别

每个结果都明确属于以下类别之一：

• verified：已直接回放或通过主要代码/测试证据进行机械佐证。

• externally_reported：受信任的上游或基准执行记录，未在此复现。

• heuristic：有用的候选或相似性信号，并非证明。

• inconclusive：证据冲突或不完整。

相似度分数永远不会被当作证明。发现结果始终显示匹配的代码和来源证据。

为什么与众不同

• 代理/聊天记忆： 记住对话或仓库事实；RepoImmune 挖掘代码历史并创建超越任何代理会话存续期的机械检查。

• SWE-bench： 评估代理能否修复 issue；RepoImmune 将已解决的 issue 转化为持久的预防资产。

• 静态分析： 从通用规则出发；RepoImmune 从该仓库的真实失败中学习仓库特定的不变式。

• 测试生成： 可能创建测试；RepoImmune 保留报告、缺陷/修复代码、测试和不变式之间的因果链。

• git blame： 说明谁改的、何时改的；RepoImmune 解释为什么行为必须存续，并能对其进行检查。

参见 research-landscape.md 获取有证据支撑的对比。

安全模型

Issue 文本、PR 评论、代码、补丁和仓库元数据均为不可信数据。RepoImmune 从不将它们作为指令来执行。挖掘使用有界 HTTPS 响应；引用和仓库名称经过验证；胶囊运行使用固定 argv 且不经过 shell，拒绝绝对路径和符号链接，并设有超时。默认情况下，从不运行未知仓库的安装脚本或测试。参见 SECURITY.md 和 docs/threat-model.md。

当前范围与诚实的局限

alpha 版本深度支持 Python AST 和 pytest 证据。TypeScript/TSX 有一个可选的固定版本 tree-sitter 适配器，用于规范化结构和调用提取；JavaScript 使用确定性 token 结构，Jest/Vitest 可被记录为测试证据。全程序过程间可达性分析、自动上游环境重建以及广泛的语言支持属于路线图项目。数据集规模的卡片在回放之前均为 externally_reported；捆绑的 Astropy 垂直切片是 v0.1.0 中唯一在本地验证的行为胶囊。

可复现性

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

所有已发布的数据都会重新生成到 research/results.json 中；分类和局限会被保留，包括失败或不确定的案例。数据来源记录在 DATA_SOURCES.md、THIRD_PARTY.md 和 research/data-card.md 中。

已提交的 v0.1 快照包含 500 个候选、120 张行为卡、12 个仓库和 30 个轻量级结构胶囊。在确定性变异上，它检测到了 120/120 个精确的历史还原和 120/120 个受保护的断言删除；同符号固定形式的重构产生了 9/120 个误报（7.5%）。基于标题的检索达到了 Recall@5/MRR 1.0/1.0，但这明确是一个同源管道测试。独立的挖掘精度和受控的 Agent A/B 测试仍无定论。

贡献

在提出新的挖掘器或证据来源之前，请阅读 CONTRIBUTING.md、路线图 和行为卡模式。采用 Apache-2.0 许可证。

中文说明：README.zh-CN.md