Skip to main content
Glama
romil569

RepoGuardian MCP Server

by romil569

RepoGuardian

unterstützt von RHD - Repository Health Director

Autonome Engineering-Intelligenz. Evidenzbasierte Entscheidungen. Menschlich kontrollierte Ausführung.

Python FastAPI Next.js TypeScript PostgreSQL pgvector MCP Ollama Tests License: MIT

Verbinden Sie ein GitHub-Repository. RHD untersucht dessen Issues, Pull Requests, Quellcode, Releases, Engineering-Risiken und Repository-Gesundheit mithilfe von agentischem RAG, deterministischer Multi-Agenten-Orchestrierung, spezialisierter Modell-Governance und evidenzbasierter Argumentation.

RHD analysiert automatisch. RHD empfiehlt automatisch. Menschen autorisieren externe Aktionen.

Related MCP server: GithubMCP

Live-Anwendung

Öffentliche Web-App: https://repoguardian-rhd.vercel.app

FastAPI: https://repoguardian-rhd-api.vercel.app

API-Dokumentation: https://repoguardian-rhd-api.vercel.app/docs

Architektur: https://repoguardian-rhd.vercel.app/architecture

RHD v4 Mission Control: https://repoguardian-rhd.vercel.app/mission-control

RHD v5 Chat Workspace: https://repoguardian-rhd.vercel.app

Demo-Repository: https://github.com/romil569/RepoGuardian-Demo

Öffentlicher v5.1-Ablauf: Fügen Sie ein GitHub-Repository in den Home-Chat ein, führen Sie die Analyse aus, warten Sie, bis die persistenten Job-Phasen abgeschlossen sind, und überprüfen Sie dann das Inline-SVG-Architektur-Artefakt und stellen Sie Folgefragen im selben Repository-Kontext.

Architektur

flowchart LR
  G[GitHub] --> W[Webhooks / Sync]
  W --> Q[Event Queue]
  Q --> RI[Repository Intelligence]
  RI --> S[(SQL + Vector + Graph)]
  S --> AR[Agentic RAG]
  AR --> RHD[RHD Supervisor]
  RHD --> A[Specialist Agents]
  A --> ML[ML / DL Intelligence]
  ML --> EC[Evidence Critic]
  EC --> PG[Policy Gate]
  PG --> HR[Human Review]
  HR --> GA[GitHub Action]

Bereitstellungsmodi:

  • LIGHTWEIGHT_LOCAL: SQLite, lokale Vektoren, deterministische/RHD-Tools.

  • INDUSTRY_LOCAL: optionales Docker PostgreSQL/Redis, wenn Docker vorhanden ist.

  • MANAGED_CLOUD: Vercel-Frontend, Vercel-Python-FastAPI-Backend, Neon PostgreSQL/pgvector, Postgres-Warteschlange.

  • ENTERPRISE_AWS: Terraform-Grundlage; nicht bereitgestellt.

Funktionsmatrix

Funktion

Status

Hinweise

RHD-Agent

Funktionsfähig

Repository-Überprüfung, Ask RHD, Prioritäten, Evidenzspur

RHD v5.1 Chat Workspace

Funktionsfähig

Fügen Sie ein öffentliches GitHub-Repository ein, führen Sie einen persistenten serverlosen Analyse-Job aus, stellen Sie den Kontext nach dem Neuladen wieder her und setzen Sie fundierte Folgefragen fort

Deterministische Architektur-Artefakte

Funktionsfähig

Mermaid/SVG-Diagramme, die aus synchronisiertem Repository-Baum, Quelldateien, Codesymbolen und Repository-Evidenz generiert und persistiert werden

Multimodale Anhangsbereitschaft

Teilweise

Upload-UI und Fähigkeitsbericht; direktes Bildverständnis erfordert einen konfigurierten multimodalen Anbieter

Sprachsteuerung

Teilweise

Optionale Browser-UI-Funktion; Text-Workflow bleibt primär

RHD v4 Agent Mesh

Beta

Schreibgeschützte überwachte Agenten mit persistierten Lauf-/Schritt-Traces und Policy-Gating

Agentisches/Hybrides RAG v3

Implementiert

Query-Planner, hybride Abfrage, Score-Fusion, deterministisches Re-Ranking, Grounding-Kritiker

Code-RAG

Beta

Statische Code-Scan-/Symbolgraphen-Grundlagen; serverloses Dateisystem-Scannen bleibt deaktiviert

Graph-RAG

Beta

PostgreSQL-gestützte Graphzeilen und Evidenzpfade; separate Graphdatenbank ist nicht erforderlich

MCP-Server

Implementiert

stdio-Tools/Ressourcen/Prompts über gemeinsame RHD-Tool-Registry

PR-Risiko

Beta

Deterministisches Risiko, Blast-Radius, Review-Hinweise und Testempfehlungen aus synchronisierten PR-/Codesymbol-Evidenzen

Issue-Intelligenz

Funktionsfähig

Duplikate, Vollständigkeit, Priorität, Sicherheit, Release-Korrelation

Sicherheitssignale

Funktionsfähig

Geheimnis-Schwärzung und Injektionsschutz; keine Schwachstellen-Zertifizierung

Vorfall-Intelligenz

Beta

Repository-bezogene Zeitlinien und vorsichtige Hypothesen; Korrelation ist keine Kausalität

Release-Intelligenz

Funktionsfähig

Zeitliche Korrelationsformulierung, keine Kausalitätsbehauptungen

Repository-Gesundheit

Funktionsfähig

Gesundheitswert, Dimensionen, wöchentlicher Brief

Automatisierung

Teilweise

Ereignis-/Job-Grundlagen; kein uneingeschränkter Autopilot

Überprüfungswarteschlange

Funktionsfähig

Genehmigung, Ablehnung, Policy-Validierung

Audit

Funktionsfähig

Sichere Zusammenfassungen, keine Geheimnisse

Modell-Gateway

Funktionsfähig

Aufgabenbewusstes Routing, Ollama-Lokaladapter, Cloud-Konfigurationsprüfungen, deterministischer Fallback

ML-Registry / MLOps

Funktionsfähig

Ehrliche Modellkarten; keine benutzerdefinierten Metriken ohne vertretbare Datensätze

Verwaltetes PostgreSQL

Neon validiert

Anbieterneutrale DATABASE_URL, pgvector-Health-Checks

Serverlose Warteschlange

Implementiert

Postgres-Job-Warteschlange für Vercel; lokaler Fallback bleibt verfügbar

Ehrliche Fähigkeitsstufen:

  • Working: produktionskompatibel und durch Regressionstests abgedeckt.

  • Beta: als additiver v4-Pfad implementiert und durch Tests abgedeckt, hängt jedoch von der Qualität der synchronisierten Repository-Daten ab.

  • Partial: Grundlage vorhanden, mit explizit dokumentierten Einschränkungen.

  • Optional: erfordert lokalen/konfigurierten Anbieter; wird ohne Konfiguration nie als aktiv in der öffentlichen Cloud beansprucht.

  • Roadmap: nur dokumentiert, nicht als ausgeliefertes Verhalten dargestellt.

Schnellstart

Leichtgewichtiges Lokal

cd C:\Users\HP\Desktop\RepoGuardian
copy .env.example .env
copy backend\.env.example backend\.env
.\scripts\start-dev.ps1

Öffnen Sie http://127.0.0.1:3000.

Industrie-Lokal

cd C:\Users\HP\Desktop\RepoGuardian
.\scripts\start-industry-local.ps1
.\scripts\doctor.ps1

Docker PostgreSQL/Redis werden nur verwendet, wenn Docker installiert ist. Andernfalls bleibt der stabile leichtgewichtige Pfad verfügbar.

Verwaltete Cloud

Backend-Vercel-Einstiegspunkt: api/index.py.

Erforderliche Backend-Umgebung:

  • DEPLOYMENT_MODE=MANAGED_CLOUD

  • DATABASE_URL=postgresql://...

  • POSTGRES_RUNTIME_MODE=managed

  • QUEUE_BACKEND=postgres

  • PUBLIC_ANALYSIS_MODE=true

  • GITHUB_WRITE_MODE=disabled

  • FRONTEND_URL=https://...

  • CORS_ORIGINS=https://...

  • ENABLE_STARTUP_SCHEMA_CREATE=false

Frontend-Umgebung:

NEXT_PUBLIC_API_URL=https://your-fastapi-service.example.com

Siehe docs/deployment-managed-cloud.md und docs/vercel-backend-audit.md.

MCP

cd mcp-server
npm install
$env:REPOGUARDIAN_API_URL="http://127.0.0.1:8000"
npm start

MCP stellt RHD-Tools, Ressourcen und Prompts bereit. Schreibaktionen bleiben durch Menschen/Policy gesteuert. Siehe docs/mcp.md.

Testen

cd backend
.\.venv\Scripts\python -m pytest
cd frontend
npm run lint
npm run typecheck
npm run build
npm run e2e
cd mcp-server
npm run typecheck
npm test

Sicherheit

  • Repository-Schreibvorgänge sind auf eine Whitelist beschränkt und erfordern menschliche Genehmigung.

  • Öffentliche Repositorys werden im Nur-Lese-Modus analysiert, sofern die Richtlinie Schreibvorgänge nicht ausdrücklich erlaubt.

  • Private Repositorys verwenden standardmäßig lokale/deterministische Verarbeitung.

  • Issue-Text, Kommentare, README-Dateien, Code und PR-Beschreibungen werden als nicht vertrauenswürdige Evidenz behandelt.

  • Evidenz muss mit synchronisierten Repository-Datensätzen übereinstimmen.

  • Frontend-NEXT_PUBLIC_-Variablen enthalten niemals Backend-Geheimnisse.

  • Audit-Logs speichern sichere Zusammenfassungen, keine Geheimnisse oder private Überlegungen.

Aktuelle Grenzen

  • Verwaltetes PostgreSQL/pgvector ist für Anmeldeinformationen bereit, aber in diesem lokalen Lauf nicht verbunden.

  • Redis ist optional und lokal nicht verbunden.

  • Docker bleibt optional und auf der aktuellen Maschine nicht verfügbar.

  • qwen3:1.7b Ollama wurde lokal validiert; qwen3:8b wurde heruntergeladen, war aber für die Demo zu langsam.

  • ML/DL-Training wird ohne einen vertretbaren gelabelten Datensatz nicht beansprucht.

  • Produktion wird erst als validiert markiert, wenn bereitgestellte Infrastruktur und Live-Produktionstests existieren.

Dokumentation

Related MCP Connectors

Related MCP Servers

  • F
    license
    A
    quality
    D
    maintenance
    Enables AI agents to screen GitHub repositories and pull requests for risk analysis, generating risk scores, findings, and merge-readiness signals.
    5
    -
  • A
    license
    A
    quality
    B
    maintenance
    Connects AI assistants to GitHub repositories, pull requests, issues, commits, and code search while enabling repository visibility controls, CI/CD monitoring, sandboxed local filesystem access, and code quality/security analysis.
    13
    1
    MIT
  • A
    license
    A
    quality
    A
    maintenance
    Enables AI assistants to monitor GitHub repository health by calculating health scores, fetching repository metadata, analyzing Dependabot alerts, checking CI/CD status, and retrieving code scanning alerts.
    8
    119 npm
    1
    MIT
  • A
    license
    Not graded
    quality
    C
    maintenance
    Enables AI coding assistants to inspect local and remote repositories through sandboxed tools that surface project overviews, structure, dependency audits, Git churn hotspots, and a heuristic health score. It also supports safe GitHub issue searching and creation with built-in duplicate preflight checks, while blocking sensitive files, binary content, and path traversal attacks.
    27 npm
    MIT