indada/repopilot
# 学习卡：RepoPilot
一、一句话定位
RepoPilot 是一个验证驱动的 AI 代码迭代助手，基于 OpenAI Codex SDK 将 GitHub Issue/PR 转化为“测试生成→故障复现→代码修复→独立验证”的可控闭环，让开发者保留最终决策权。
二、核心技术/架构亮点
1. Codex 智能体集成：使用 `@openai/codex-sdk` 实现自然语言规则审查、测试设计和修复提案，输出 JSON 结构化结果。
2. 独立 Docker Runner 验证：修复候选代码在隔离容器中执行冻结测试，通过后方可生成修复分支和草稿 PR。
3. 快照与可复现性：提交 SHA 固定、测试文件冻结、失败指纹比对，确保环境波动不干扰修复判定。
4. 多语言/多环境支持：支持 Node/Vitest、pytest、Go test、JUnit XML，以及 Monorepo 和数据库/Redis 等依赖服务。
5. 可配置工作流：支持 `check`（本地验证）、`watch`（GitHub 轮询）、`publish`（自动生成草稿 PR），修复尝试次数、调用次数、超时均可限制。
三、适用场景与目标用户
- 开源维护者：自动化审查同仓库 PR，检查贡献规则，生成回归证据。
- 小型开发团队：在不构建自定义 Agent 控制器的情况下获得测试覆盖和修复建议。
- QA/工具工程师：维护 JS/Python/Go/Java 测试套件和 monorepo 环境。
- Codex 开发者：参考 SDK 编排、结构化输出、独立验证和有限修复的实现范式。
四、可动手动作
1. Clone 并运行：`git clone https://github.com/indada/repopilot.git`，安装依赖，设置 `OPENAI_API_KEY` 和 GitHub Token。
2. 本地试用：对本地仓库执行 `node dist/cli.js check --repo-path ./my-repo` 进行规则审查和测试生成。
3. 接入 Issue 修复：`node dist/cli.js fix --issue 123 --config config.local.json`，自动复现 bug 并尝试修复。
4. 借鉴思路：在自己的 CI/CD 中引入“测试冻结+独立验证”阶段，先验证再合并，减少人工回查成本。
五、学习优先级：P1（排期学习）
理由：项目架构和验证驱动的思想对提升代码质量有直接价值，但需要 OpenAI API 密钥和一定配置成本，适合计划一周内动手尝试。P0 需零门槛快速上手，P1 更适合有明确使用场景时排期实践。⌂