コアアーキテクチャ: BugPilotは、エンドツーエンドで疎結合されたクリーンなパイプラインで動作します: React / Vite → FastAPI Backend → ReAct Orchestrator → Specialist Agents → MCP Client → MCP Server → 10個の読み取り専用ツール → SQLite Database (Synthetic Jira Data)。
┌─────────────────────────────────────────────────────────────────────────────┐
│ React / Vite Frontend (TypeScript) │
└──────────────────────────────────────┬──────────────────────────────────────┘
│ HTTP REST API (JWT + RBAC + Tenant Isolation)
▼
┌─────────────────────────────────────────────────────────────────────────────┐
│ FastAPI Backend (Port 8000) │
└──────────────────────────────────────┬──────────────────────────────────────┘
│
▼
┌─────────────────────────────────────────────────────────────────────────────┐
│ ReAct Orchestrator Agent │
│ Dynamic reasoning loop: Goal → LLM Decision → Tool Call → │
│ Observation → Next Decision → FINISH │
│ [Groq Primary API + Local Ollama Fallback] │
└───────────┬──────────────────────────┼──────────────────────────┬───────────┘
│ │ │
▼ ▼ ▼
┌──────────────────────┐ ┌──────────────────────┐ ┌──────────────────────┐
│ Bug Analyst Agent │ │ Trend Analyst Agent │ │ Risk Analyst Agent │
└───────────┬──────────┘ └──────────┬───────────┘ └──────────┬───────────┘
│ │ │
└──────────────────────────┼──────────────────────────┘
│
▼
┌─────────────────────────────────────────────────────────────────────────────┐
│ MCP Client │
│ Dynamic tool discovery, timeout & sandboxing │
└──────────────────────────────────────┬──────────────────────────────────────┘
│ stdio JSON-RPC Transport
▼
┌─────────────────────────────────────────────────────────────────────────────┐
│ MCP Server (mcp_server) │
│ Exposes 10 Strict READ-ONLY Tools │
└──────────────────────────────────────┬──────────────────────────────────────┘
│
▼
┌─────────────────────────────────────────────────────────────────────────────┐
│ AnalyticsService │
│ Deterministic metric calculation & statistical trends │
└──────────────────────────────────────┬──────────────────────────────────────┘
│
▼
┌─────────────────────────────────────────────────────────────────────────────┐
│ DataProvider Interface (SQLDataProvider / SQLite) │
│ Multi-tenant tenant isolation (`organization_id`) │
└──────────────────────────────────────┬──────────────────────────────────────┘
│
▼
┌─────────────────────────────────────────────────────────────────────────────┐
│ SQLite Database (`sqlite:///./bugpilot.db`) │
│ Realistic Jira-style Defect Catalog, Sprints, Users & Audit Trails │
└─────────────────────────────────────────────────────────────────────────────┘✅ Agent → MCP Client → MCP Server → AnalyticsService → DataProvider → SQLite Data
❌ Agent → Direct Database Access (FORBIDDEN)
❌ Agent → Direct Data File Reading (FORBIDDEN)
❌ External Vector Database / RAG dependencies (FORBIDDEN)エージェントは動的に発見されたMCPツールとのみ対話し、サンドボックス化と完全なテスト容易性を維持します。
Related MCP server: mcp-sqlite-manager
全10ツールは厳密に読み取り専用、テナントスコープ付き（org_id）、そしてMCPプロトコルを介して動的に発見されます:
# | ツール名 | 必須/オプションパラメータ | 説明と返される証拠 |
1 |
|
| 課題キー、タイトル、要約、説明内のキーワードでバグを検索します。 |
2 |
|
| 単一バグの完全な詳細（重要度、優先度、根本原因、ビジネス影響、環境、再現手順、修正バージョン）を取得します。 |
3 |
|
| 集計されたバグ数、未解決対解決済みの分布、重要度別の内訳。 |
4 |
|
| 月別の作成対解決の傾向と、過去のスプリント完了速度。 |
5 |
|
| 経過日数で降順にソートされた未解決の欠陥。SLAリスクを強調します。 |
6 |
|
| 解決済み/クローズから未解決/進行中に遷移した欠陥（ |
7 |
|
| コンポーネントレベルのリスクスコア（0–100）、アクティブな未解決課題数、影響範囲インジケーター。 |
8 |
|
| 修正バージョン/リリースの準備状況評価、全体的なリスクスコア、デプロイ判断。 |
9 |
|
| 時系列のステータス遷移履歴、再オープンタイムスタンプ、開発者の議論コメント。 |
10 |
|
| コンポーネントコンテキスト、技術的根本原因、または明示的にリンクされた課題IDを共有する関連欠陥。 |
オーケストレーターエージェントは、純粋な**推論＋アクション（ReAct）**ループで動作します:
意図とドメイン外ガードレール — 初期チェックにより、LLM/ツール呼び出しを無駄費することなく、エンジニアリング以外のクエリをフィルタリングします。
動的ツール選択 — LLMがクエリ、動的に発見されたツール、蓄積された観察結果に基づいて、各アクション（CALL_TOOL、DELEGATE、FINISH）を決定します。
反復的な複数候補の検査 — 比較やランキングのクエリ（"認証バグを分析し、最高リスクの課題を特定"）の場合、search_bugsが候補を発見し、オーケストレーターが各候補欠陥に対してget_bugを反復的に呼び出してからFINISHを許可することで、完全な技術的証拠（根本原因、影響範囲、再現手順）が収集されることを保証します。
差別化された証拠に基づくリス久スコア — 重要度、優先度、ステータス、本番環境、セキュリティ影響（例：SOC2/セッションハイジャック）、技術的根本原因（例：競合状態、クLラッシュ）を評価します。飽和を避けるたあ、非飽和スコア（0.0–99.5）を生生成し、人工的な100/100の同点を防ぎます。
リフレクションエージェント品質評価 — 生生成されたレポー Lトを、グランドトルースのMCPデー Lタと照合わ Lせて、幻覚を防ぎ、正確な報告を確認します。
テナント分離 — すべてのデー Lタベースレコー Lド（issues、sprints、users、audit_logs）は、organization_id（例：org-acme）によって厳密にスコープされまス。組織間のデー Lタアクセスは、リポジトリ MB び M C P 層でブ L ッ久されます。
ロ Lールベースのアクセス制御（RBAC）:
管理員 — 完全アクセス、ユーザー管理、課題管理。
エンジニア/開発者 — 課題の作成、更新、遷移、分析。
観覧者 — 課題、アナリティクス、レポートへの読み取り専用アクセス。
秘密情報管理 — 秘密キーや認証情情報はハー Lドコ Lードされていまセん。JWT秘密、APIキー、環境変数は.envから厳密に読み込まれ、バージョン管理から除 L外さレています。
層 | コンポーネント | 技術 |
フロンエンド | 対話 UI | React 18 + TypeScript + Vite |
バックエンドAPI | REST API Server | FastAPI + Uvicorn + Pydantic v2 |
オーケストレーション | エージェントループ | ReAct Agent Framework + Specialist Delegation |
LLMゲートウェイ | 推論エンジン | Groq API ( |
ツールプロトコル | ツーリン Lグレ Lヤー | オフイシ Lャル Python MCP SDK ( |
デー Lタ層 | 永続デー Lタベース | SQLAlchemy 2.0 ORM + S QLite ( |
セキュリテイ | 認証とRBAC | PyJWT (HS256) + Passlib (bcrypt) + ヘ Lダーベースのテナントスコーピン Lグ |
品質 | リフレクションとテスト | Reflection Agent Grounding + Pytest (329テス Lト、100%通過) |
Python 3.12+
Node.js 18+（フロンエンド用）
Groq APIキー（オプション — なくてもアプ Lリはローケ Lル O Lla Lma ま Lたは決定的モ Lドにフォ Lルバックして実行されます）
# Clone and enter project
git clone <repo-url> bugpilot
cd bugpilot
# Create and activate virtual environment
python -m venv .venv
# Windows: .\.venv\Scripts\activate | macOS/Linux: source .venv/bin/activate
# Install dependencies
pip install -r requirements.txt
# Configure environment (defaults to SQLite with zero setup)
cp .env.example .env
# Optional: add your GROQ_API_KEY to .env for live LLM responses# Windows
.\.venv\Scripts\python -m mcp_server.server
# macOS / Linux
.venv/bin/python -m mcp_server.serveruvicorn backend.main:app --host 127.0.0.1 --port 8000 --reloadデー Lタベースは最初の起動時に自動的に作作成お Lよびシ Lドされます — マ イグレーションのス Lテッ久は不要です。http://127.0.0.1:8000/api/v1/health お Lよび http://127.0.0.1:8000/docs で正常に動していることを確認してください。
cd frontend
npm install
npm run devVite 開発サ Lバは /api リクエス Lトをポ Lト 8000 の Fas tAP I バックエンドにプ Lロキシします（vite.config.ts を参照）。したがって、両方のサ Lバを同時に実する必要があります。
# Run all unit and integration tests (329 tests)
pytest tests/unit tests/integration -qテス Lト中は L L M 呼び出しはモ Lックされます（tests/conftest.py を参照）。したがって、Groq/Ollama 接続なしで決定的に実行されます。いくつかのテス Lトは新しい MC P サ Lバのサブプロセスを起動するため、全テス Lトス Lイトには数分かかります — これは想定内で、ハングではありません。
BugPilot には自動評価ハーネス（evaluation/）が含まれており、23のクエリからなるゴ Lルデンデー Lタセ Lットに対して、意図の正確さ、ツール選択、グランドトルース性、幻覚率、トラジェク Lトリーの妥当性、指示従準、安全性、レ Lイテンシの 11 次元で手動評価なしでスコアリン Lグを行います。以下で自分自身で実してください:
python -m evaluation.run_eval最新のコミット結果（evaluation_report.json）:
メトリックス | 結果 |
タスク成功率 | 21 / 23 (91.3%) |
幻覚率 | 0.0% |
ツール呼び出し成功率 | 100% |
エージェントルーティン Lグ精度 | 95.7% |
平均レイテンシ | 2.3s (P95: 4.6s) |
通過しなかった 2 つのクエリは、意図ルーティン Lグの端境界事例（例：METRIC の代わりに COMPONENT_ANALYSIS と分類されたクエリ）であり、幻覚や失敗ではありません — エージェントは 23 のテス Lトケースのいずれでも情報を捏造していませ。
同時実行/負荷テス Lト（1–50 同時ユーザー）も evaluation/load_tester.py を介して含まれていま。最大 25 同時ユーザーまで、システムは 0% のエラ Lーレ Lトを維持します。50 同時ユーザーでは、エラ Lーレ Lトは約 66% に上昇し、現在のシング Lルインスタンス構成はまだ高同時実行の本番トラフィックに調整されてせん。以下の 既知の制限 を参照してくださ。
コ Lスト/ト Lークン数に関する注意:
evaluation_report.jsonのestimated_total_cost_usdお Lよびaverage_tokens_per_queryの値は、実 L際の Groq API 使用デー Lタではなく、単語数ベースの推定値です。大まかな指標として扱い、請 L求額としては扱わないでくださ。
レビュアーのたあの透明明性の観点から:
同時実行の上限 — 負荷テス Lトでは、50 同時ユーザーでエラーレートが急上昇します（上記参照）。現状ではデモ/小チーム用に適しています。大規模な本番トラフィックにはコネクションプーリング/非同期チューニングが必要です。
推定（未測定）のトークン/コスト追跡 — 評価レポートのコスト数値は、単語数に基づくヒューリステックス推定値であり、実 L際の API 使用量計算ではありません。
小さなゴールデン評価セット — 自動評価は 23 の代表的なクエリをカバーしています。より広範なカバレッジ（より多くの敵対的/プロンプトインジェクションケース、より多くのエッジケース）があれば、さらに信頼性が向上します。
generate_pdf.py はスタンドアロンのドキュメントエクスポートユーティリティで、Windows 固有のデフォルト出力パスを持ちます。macOS/Linux では明示的なファイル名引数を渡してください。
---.
This server cannot be installed
Unclaimed servers have limited discoverability.
If you are the server author, to access and configure the admin panel.
Gateway between LLM agents and world data through eight tools and a bundled endpoint catalog.
SEO research, audits, backlinks, GSC, and content workflow tools for AI agents.
Read-only tools over the Safer Agentic AI framework: 238 patterns + 14 heuristics.
We provide all the information about MCP servers via our MCP API.
curl -X GET 'https://glama.ai/api/mcp/v1/servers/PS-minalprasad/Bugpilot'
If you have feedback or need assistance with the MCP directory API, please join our Discord server