Skip to main content
Glama
deenesjakoruzh
Hasinipachimatla

devagent

by Hasinipachimatla
OverviewSchemaSourceRelated ServersDiscussionsAdmin
Python
Local

멀티 에이전트 개발 자동화 시스템 — 에이전트 기반 CI/CD 파이프라인

FastAPI, Claude 기반 에이전트, Model Context Protocol(MCP)을 사용하여 GitHub Pull Request를 자동으로 분석하고 단위 테스트를 실행하며 파일을 린트하는 자동화된 에이전트 기반 CI/CD 파이프라인입니다.

프로젝트 아키텍처

devagent/
├── agents/             # Claude-powered agents
│   ├── base_agent.py      # Base agent with tool execution loop
│   ├── reviewer_agent.py  # Reviewer agent parsing PR diffs
│   └── prompts.py         # System prompts
├── app/                # FastAPI application
│   ├── api/routes/        # API endpoints (health)
│   ├── services/          # Claude integration service
│   ├── config.py          # Settings and environment config
│   └── main.py            # FastAPI main entrypoint
├── mcp_server/         # MCP Server
│   ├── server.py          # MCPServer registration and endpoints
│   └── tools/             # MCP tools (fetch_pr_diff, lint, run_tests, search)
├── tests/              # Test suite (pytest)
│   ├── test_agents.py
│   ├── test_health.py
│   └── test_mcp_tools.py
├── .env.example        # Environment template
├── .gitignore          # Git ignore files
└── requirements.txt    # Python dependencies

Related MCP server: code-review-mcp-server

기능 및 MCP 도구

  • BaseAgent: Anthropic API(Claude 3.5 Sonnet)를 사용하여 도구 호출 루프를 실행하고 코드베이스 정보를 재귀적으로 수집합니다.

  • ReviewerAgent: PR diff에 대한 코드 리뷰를 수행하여 정확성 버그, 보안 취약점, 코드 품질 문제를 찾습니다.

  • MCP 도구:

    • fetch_pr_diff: GitHub PR의 변경된 파일과 패치를 검색합니다.

    • search_codebase: 패턴 또는 텍스트 검색을 사용하여 로컬 파일을 검색합니다.

    • run_tests: 대상 저장소 내에서 pytest를 사용하여 단위 테스트를 실행합니다.

    • lint_code: 대상 파일에 Ruff 린터를 실행합니다.

설치 및 설정

  1. 저장소를 클론합니다 (GitHub에 푸시된 후).

  2. 가상 환경을 생성하고 활성화합니다:

    python -m venv .venv
# Windows:
.venv\Scripts\activate
# Linux/macOS:
source .venv/bin/activate

  3. 의존성을 설치합니다:

    pip install -r requirements.txt

  4. 환경 변수를 구성합니다: 템플릿에서 .env 파일을 만들고 키를 입력합니다:

    cp .env.example .env

    ANTHROPIC_API_KEY를 추가하고 선택적으로 GITHUB_TOKEN을 추가합니다.

프로젝트 실행

FastAPI 앱 실행

uvicorn app.main:app --reload

API 문서는 http://localhost:8000/docs에서 확인할 수 있습니다.

MCP 서버 실행

MCP 서버를 직접 실행하려면:

python mcp_server/server.py

테스트 실행

모든 테스트를 실행하고 시스템이 작동하는지 확인하려면:

python -m pytest

This server cannot be deployed

One endpoint for every MCP toolRayrun runs every MCP server behind one URL and holds the credentials. Each call is decided per client, tool, and argument, then recorded.ray.runAd

Maintenance

ActivityStale
ResponsivenessNo issues

Resources

Related MCP Connectors

Related MCP Servers