verdict

Структурированная, изолированная обратная связь по проверке для агентов кодирования.

Сервер MCP, который заменяет вызовы pytest вашего агента на что-то, созданное для внутреннего цикла агента: тесты, выбранные по влиянию, запускаемые в изолированной среде, возвращающие компактные типизированные вердикты вместо 40 000 токенов необработанного вывода раннера — с отпечатками сбоев, которые сообщают агенту, является ли сбой его регрессией или был сломан изначально.

raw pytest dump:  ~40,000 tokens, unstructured, run un-sandboxed on your machine
verdict:              ~400 tokens, typed JSON, run in a rootless container, with memory

Зачем

Самый частый вызов инструмента в агентном кодировании — это проверка, и она наименее структурирована. Агенты перезапускают целые наборы тестов, когда изменился один модуль, тратят контекст на разбор ANSI-кодированных трассировок, выполняют произвольный код прямо на вашей машине и регулярно ошибочно диагностируют ранее существовавшую поломку как собственную регрессию (а затем «исправляют» код, который не был сломан). verdict решает все четыре проблемы.

Related MCP server: Debugging MCP Server

Инструменты

Каждый сбой несет отпечаток: стабильный хэш нормализованной сигнатуры сбоя (изменчивые токены — адреса, временные пути, идентификаторы, длительности — свернуты). Один и тот же логический сбой, один и тот же отпечаток, при разных запусках и рефакторингах. Отпечатки дают verdict память.

Быстрый старт

Установка не требуется — uvx загрузит его при первом использовании. (Или uv tool install verdict-mcp / pip install verdict-mcp для постоянной команды verdict-mcp.)

Claude Code — .mcp.json в корне вашего проекта:

{
  "mcpServers": {
    "verdict": {
      "command": "uvx",
      "args": ["verdict-mcp"],
      "env": { "VERDICT_PROJECT": "." }
    }
  }
}

Cursor — та же структура в .cursor/mcp.json.

Необязательный verdict.toml в корне репозитория:

[project]
packages = ["your_package"]          # for impact selection (auto-guessed if omitted)

[runner]
image = "ghcr.io/you/yourproj-test"  # prebuilt env with your deps
setup_cmd = "pip install -e .[test]" # or install on the fly (runs with network; tests don't)
# prefer = "local"                   # escape hatch if you have no container runtime

[limits]
max_failures = 10

Попробуйте без агента:

cd examples/demo_project
VERDICT_PROJECT=. verdict-mcp   # then connect any MCP client, or use the MCP inspector

Песочница (v0.1)

Проверки выполняются в эфемерном контейнере (предпочтителен podman, запасной вариант — docker): рабочее дерево монтируется только для чтения в /src, копируется в доступную для записи /work внутри контейнера, --network=none для запуска проверки. Ваше хост-окружение никогда не изменяется при запуске теста. Если настроен setup_cmd, этот шаг выполняется с сетью перед проверкой; для более строгого режима предпочтителен предварительно собранный образ. Нет контейнерного рантайма → явный запасной вариант prefer = "local" запускает проверки против временной копии вашего рабочего дерева (по-прежнему не на месте). См. SECURITY.md для полной модели угроз и известных ограничений.

Устранение неполадок: если вердикт говорит container engine 'podman' could not start the check, выполните предложенную команду podman pull <image> вручную — собственная ошибка движка и есть ответ. Одна известная ловушка на macOS: строка "credsStore": "gcloud" в ~/.docker/config.json заставляет podman вызывать помощник с учетными данными gcloud для каждого реестра, включая docker.io; истекший вход в gcloud затем ломает все загрузки. Исправьте с помощью gcloud auth login или удалите эту строку.

Честные ограничения

• Выбор по влиянию использует статический граф импортов — приблизителен по замыслу. Динамические импорты, разрешение фикстур по имени и тесты, управляемые данными, могут быть пропущены; verify(scope="all") всегда доступен, и verdict сообщает в selection_note, когда происходит откат.

• Сегодня только Python/pytest, плюс ruff/mypy. Интерфейс адаптеров небольшой и документирован — адаптеры vitest и go test -json являются самыми востребованными вкладами (CONTRIBUTING.md).

• Обнаружение флейков и выбор на основе карты покрытия — это v0.2 (roadmap).

Дорожная карта

v0.2: карты влияния на основе покрытия (точный выбор), обнаружение флейков через чередование отпечатков, поддержка devcontainer.json, кэш результатов с ключом (хэш дерева, проверка, дайджест образа). Позже: адаптеры vitest/jest, go test, cargo test; режим демона verdict для каждого репозитория.

Лицензия

Apache-2.0