Skip to main content
Glama
romil569

RepoGuardian MCP Server

by romil569

RepoGuardian

由 RHD - 仓库健康主管提供支持

自主工程智能。基于证据的决策。人工控制的执行。

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

连接一个 GitHub 仓库。RHD 使用代理式 RAG、确定性多代理编排、专业化模型治理和基于证据的推理,调查其问题、拉取请求、源代码、发布、工程风险和仓库健康状况。

RHD 自动分析。RHD 自动推荐。人类授权外部操作。

Related MCP server: GithubMCP

实时应用

公共 Web 应用:https://repoguardian-rhd.vercel.app

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

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

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

RHD v4 任务控制中心:https://repoguardian-rhd.vercel.app/mission-control

RHD v5 聊天工作区:https://repoguardian-rhd.vercel.app

演示仓库:https://github.com/romil569/RepoGuardian-Demo

公共 v5.1 流程:将 GitHub 仓库粘贴到主页聊天中,运行分析,等待持久化的任务阶段完成,然后在同一仓库上下文中查看内联 SVG 架构图并提出后续问题。

架构

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]

部署模式:

  • LIGHTWEIGHT_LOCAL:SQLite,本地向量,确定性/RHD 工具。

  • INDUSTRY_LOCAL:当存在 Docker 时,可选的 Docker PostgreSQL/Redis。

  • MANAGED_CLOUD:Vercel 前端,Vercel Python FastAPI 后端,Neon PostgreSQL/pgvector,Postgres 队列。

  • ENTERPRISE_AWS:Terraform 基础;未配置。

功能矩阵

功能

状态

备注

RHD 代理

工作正常

仓库审查、询问 RHD、优先级、证据追踪

RHD v5.1 聊天工作区

工作正常

粘贴一个公共 GitHub 仓库,运行持久化的无服务器分析任务,重新加载后恢复上下文,并继续基于事实的后续问题

确定性架构产物

工作正常

从同步的仓库树、源文件、代码符号和仓库证据生成并持久化 Mermaid/SVG 图表

多模态附件就绪性

部分

上传 UI 和功能报告;直接图像理解需要配置多模态提供方

语音控制

部分

可选的浏览器 UI 功能;文本工作流仍是主要方式

RHD v4 代理网格

Beta

只读监督代理,具有持久化的运行/步骤追踪和策略门控

代理/混合 RAG v3

已实现

查询规划器、混合检索、分数融合、确定性重排序、基础性批评者

代码-RAG

Beta

静态代码扫描/符号图基础;无服务器文件系统扫描保持禁用

图-RAG

Beta

基于 PostgreSQL 的图行和证据路径;不需要单独的图数据库

MCP 服务器

已实现

通过共享 RHD 工具注册表提供 stdio 工具/资源/提示

PR 风险

Beta

确定性风险、爆炸半径、审查者提示和基于同步的 PR/代码符号证据的测试建议

问题智能

工作正常

重复、完整性、优先级、安全性、发布关联

安全信号

工作正常

机密信息编辑和注入防护;不是漏洞认证

事件智能

Beta

仓库范围的时间线和谨慎的假设;相关性不是因果关系

发布智能

工作正常

时间相关性措辞,无因果声明

仓库健康

工作正常

健康评分、维度、每周简报

自动化

部分

事件/任务基础;无无限制的自动驾驶

审查队列

工作正常

批准、拒绝、策略验证

审计

工作正常

安全摘要,无机密

模型网关

工作正常

任务感知路由,Ollama 本地适配器,云配置探测,确定性回退

ML 注册表 / MLOps

工作正常

诚实的模型卡;没有可辩护的数据集就不提供自定义指标

托管 PostgreSQL

Neon 已验证

提供方中立的 DATABASE_URL,pgvector 健康检查

无服务器队列

已实现

用于 Vercel 的 Postgres 任务队列;本地回退仍然可用

真实能力等级:

  • 工作正常:生产兼容,并覆盖回归测试。

  • Beta:作为附加的 v4 路径实现,并覆盖测试,但依赖于同步的仓库数据质量。

  • 部分:基础存在,并明确记录了限制。

  • 可选:需要本地/配置的提供方;在公共云中未配置时绝不声称处于活动状态。

  • 路线图:仅记录,不表示为已交付的行为。

快速开始

轻量级本地

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

打开 http://127.0.0.1:3000。

行业本地

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

仅当安装了 Docker 时,才使用 Docker PostgreSQL/Redis。否则,稳定的轻量级路径仍然可用。

托管云

后端 Vercel 入口点:api/index.py。

所需的后端环境:

  • 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

前端环境:

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

参见 docs/deployment-managed-cloud.md 和 docs/vercel-backend-audit.md。

MCP

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

MCP 暴露 RHD 工具、资源和提示。写门控操作仍受人工/策略门控。参见 docs/mcp.md。

测试

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

安全

  • 仓库写入操作已列入允许列表,并需要人工批准。

  • 除非策略明确允许写入,否则公共仓库以只读模式进行分析。

  • 私有仓库默认使用本地/确定性处理。

  • 问题文本、评论、README 文件、代码和 PR 描述均视为不可信证据。

  • 证据必须与同步的仓库记录相对应。

  • 前端 NEXT_PUBLIC_ 变量绝不包含后端机密。

  • 审计日志存储安全摘要,不存储机密或私有推理。

当前限制

  • 托管 PostgreSQL/pgvector 已准备好接受凭据,但未在此本地运行中连接。

  • Redis 是可选的,且未在本地连接。

  • Docker 仍然是可选的,在当前机器上不可用。

  • qwen3:1.7b Ollama 已在本地验证;qwen3:8b 已拉取,但对于演示来说太慢。

  • 在没有可辩护的标记数据集的情况下,不声称 ML/DL 训练。

  • 在部署基础设施和实时生产测试存在之前,生产环境未标记为已验证。

文档

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