多 Agent 代码与数据库变更安全闭环系统
普通变更，AI 自主完成。高危变更，系统停下等人工。
上排红黄徽章不是缺陷，是如实声明的当前边界——本项目把"还没做到的"钉在第一屏。
Demo 视频（75 秒 · 1080p · 中文旁白）：Watch Demo
在线体验：git clone 后执行 cd demo-platform && node backend/server.mjs，访问 http://127.0.0.1:4173（若该端口落在 Windows 保留段被拒，服务会自动顺延并在控制台打印实际地址）。零第三方依赖，无需 npm install。也可下载离线包 MergePilot-demo.zip（约 1 MB）。
AI 改代码很快，但企业不敢让它碰生产环境：出了高危漏洞谁负责？改坏了怎么追溯？MergePilot 解决的是"敢让 AI 改"这件事——每一步有审计，高危必须人工点头，拒绝就真的停下。
推荐顺序：① 先跑演示平台（零依赖，无需 Docker）；② 需要完整隔离栈时，用离线镜像包 + 一键启动器（外部 Windows 机器已两轮实测 10/10）；③ 有网络时可选用 GHCR 镜像（预留，见 DEPLOY.md C）。
git clone https://github.com/nghqqa/MergePilot.git
cd MergePilot/demo-platform
node backend/server.mjs # 打开 http://127.0.0.1:4173Node.js ≥ 18 即可，无需 npm install：前端已预构建（frontend/dist/），三个案例的回放证据随仓库分发（evidence/PHASE14-*，SHA256 锁定）。Windows 也可直接双击 demo-platform/start-demo.bat。
自测：node backend/test/selftest.mjs（54 项：脱敏、回放完整性、API 契约、无泄密扫描；CI 在 Node 18/20/22 上自动运行）。
不想 clone？下载 MergePilot-demo.zip（约 1 MB，已含证据、预检脚本与现场演示手册），解压后进入 MergePilot-demo-现场版 目录，双击 start-demo.bat 或执行 node MergePilot-demo/backend/server.mjs。PPT、视频与完整提交包见 Release v0.2.0。
当前交付：Release v0.2.1——9 镜像 · zstd 单包（265MB · 逐镜像 digest 清单）+ offline-config 配置包（数据库 schema/角色初始化五件套 + start-stack.bat|.sh 两阶段启动器 + env 模板）。
1. 下载 v0.2.1 的镜像包与配置包，解压到同一目录
2. load-images（Windows PowerShell / Linux 脚本均随包提供）
3. 双击 start-stack.bat —— 自动测量容器网络、写 .env、启动 7 服务
4. 验证：6 服务 healthy + PREFLIGHT_OK + http://127.0.0.1:8600 返回 200
可复现性证据：在一台独立外部 Windows 机器上完成两轮验证与一次复验——第一轮暴露交付缺口，十个启动门禁逐个拦下 8 类真实故障；修复后 rev2 版本 10/10 通过标准全 PASS、零干预一键启动。完整加载、校验与故障对照见 DEPLOY.md。
AgentTeams 运行时镜像（嵌入式 Manager + CoPaw worker：Reviewer / Fixer / Verifier）单独提供：runtime-images-20260912。项目最初运行在 WSL2，后整体迁移至 Docker Desktop for Windows 并跑通全流程（由 Controller 统一 reconcile），三条案例的回放数据即产自该环境。
仓库内的 docker-compose.yml 与 Dockerfile.* 是隔离栈镜像的构建配方：开发态由 tools/demo_console/one_click_startup.py 编排调用；离线交付态由配置包内的 start-stack 脚本驱动 docker compose（含数据库 schema 初始化挂载）。源码开发与本地测试命令见 CONTRIBUTING.md。
| 路径 | 案例 | 行为 | 验证点 |
|---|---|---|---|
| 自主完成 | PR #1（普通变更） | AI 审查 → 修复 → 验证，全自动完成，无人工介入 | 项目 completed · PR 保持 OPEN |
| 批准后完成 | PR #2（高危 · CWE-22） | 人工安全门 → 批准 → 修复 → 探针验证（200→404） | 修复有效 · PR 保持 OPEN |
| 拒绝后停止 | PR #3（严重 · CWE-78） | 人工拒绝 → 永久 BLOCKED → 409 终态 | 拒绝不可翻转 · 审计归档 |
Reviewer、Fixer、Verifier 三个 Agent 职责分离、互相制衡：
- Reviewer 只做语义判断与风险分级（NORMAL / HIGH / CRITICAL 三级；
benchmark/数据集对同一维度标注为 L0 / L1 / L2），不修改代码 - Fixer 在被派发前保持 LOCKED，高危时必须等人工门放行
- Verifier 用独立探针复核修复效果（不信任 Fixer 的自述），结果写入 MinIO 证据
- 人工安全门：高危时系统自动暂停（Fixer/Verifier LOCKED），批准或拒绝均为真实人工记录，拒绝后 409 终态不可翻转
- DAG 依赖：review-1 → fix-1 → verify-1，逐级锁定防止越权
Agent 只承担语义判断，六类 Skill 以 Schema、deadline、错误码和 fail-closed 合同执行。Workflow Controller 负责状态机、确定性交接、CAS、超时 HOLD 和回滚；Policy Gateway 负责 ALLOW/DENY/HOLD；GitHub MCP 是隔离服务，PAT 不进入 Worker。
想在自己的环境复用这套 Agent 设计与 Skill？按投入分四级（验证 / 单独跑 Skill / 完整闭环 / 指向你自己的仓库的真实闭环）：见 docs/agent-runtime-adoption.md 与 docs/real-loop-your-repo.md。
源图（可编辑 SVG）：docs/assets/mergepilot-architecture.svg
全流程已接入阿里云 AgentLoop，Agent + LLM + Tool 三类 span 合并在同一条链路。
权威 Trace：fbf4a3cec0493990d76e10a102418be1（真实 CoPaw 运行，17.6s）
| 指标 | 值 |
|---|---|
| Agent 调用 | 1 |
| LLM 调用 | 24 |
| 工具调用 | 8 |
| 总 Token | 51,890（入 49,867 / 出 2,023） |
| 模型 | deepseek-chat |
| 会话 ID | N2KQqHVSBsSZc9utWsEeZ5f |
span 父子关系：agent_step → invoke_agent → { chat deepseek-chat（原生）+ genai.llm.call（loongsuite 包装）+ tool.projectflow + tool.taskflow + matrix.send }。原生 agentscope span 与 loongsuite 包装 span 共享全局 TracerProvider，天然合并。
内置 8 篇合成演示文档（9 分块），支持自然语言检索并返回引用来源。
- 每次检索返回
query_hash（不保存原文）、top_k、逐条{document_id, chunk_id, score, source_ref} - 无引用来源的答案不会被标记为已验证
- 数据模式为 SYNTHETIC/REDACTED（合成演示集，非企业语料）
- 嵌入：本地确定性 hash-bow-256（无外部服务依赖）
| 项 | 状态 |
|---|---|
| PolarDB | NOT CONNECTED（8 项接入门槛已在代码中预留） |
| Database Branch | SIMULATED（隔离模拟环境上的验证状态机） |
| PR Auto Merge | DISABLED |
支持 create_branch → validate_migration → assert_data → rollback_check 全链路（当前在模拟 fixture 上运行）。真实 PolarDB 接入需满足 8 项门槛后由环境变量切换。
MergePilot/
├── demo-platform/ # 演示平台：前端 + 后端 + RAG + PolarDB 模拟适配器
│ ├── backend/ # 零依赖 Node 后端（server + API + RAG + PolarDB 边界）
│ ├── frontend/ # React 控制台（含预构建 dist）
│ ├── evidence-adapter/# 只读数据适配层 + 内置演示数据集
│ ├── rag-data/ # RAG 合成数据集
│ ├── SKILLS.md # 核心 Skill 清单
│ └── test/ # 自测脚本（54 项）
├── evidence/ # 回放证据子集（SHA256 锁定）
├── shared/ # 数据契约
├── docs/ # 文档与架构图
├── skills/ # Agent Skill 定义
├── config/ # 配置
└── LICENSE # Apache 2.0
结果评估与轨迹评估分开执行、分别呈现：
- 结果评估（最终状态）：关联仓库识别、影响表识别、历史风险命中、候选结论、数据核对、回滚检查、人工门终态
- 轨迹评估（过程顺序）：先检索 RAG、正确选择工具、创建隔离 Branch、拒绝后锁定、source_refs 保留、Agent→LLM→Tool Trace 形成
即使最终状态正确，若过程顺序违规（如未检索先动手、跳过人工门），轨迹评估仍判不通过。
- 主项目：Python（pyproject.toml）· 1490 tests（可复现命令见 CONTRIBUTING）· 6 类 Skill · 4 Agent 承载 6 类职责
- 演示平台：Node.js 零依赖后端 + React 前端（Vite 预构建）
- 可观测：OpenTelemetry GenAI 语义约定 · loongsuite 探针 · 阿里云 AgentLoop
submission/— 决赛提交文档：SKILLS.md（分级如实口径）、跨仓 Schema 审查 Skill、演示平台 DEPLOY 说明与.env.example、路演备用网页版（含同版 PDF）- 离线交付方案与外部机器验证记录：见 Release v0.2.1 与 DEPLOY.md