RepoPilot

RepoPilot 是一个基于 FastAPI 和 LangChain 的开源 GitHub 代码库分析与问题解决工具，目前后端和完整测试套件已完成并开源，前端尚在开发中。

把requests打进AWS Lambda zip后会撞墙，它捆绑的urllib3导入了Python 3.12已移除的内容；改用标准库重写GitHub抓取器后，RepoPilot包体从400KB降到13KB。

RepoPilot选择Nova Pro而非Claude的原因是：任务本质是叙述而非推理，分数已由Python定好，叙述场景下Nova Pro每token更便宜、速度也够。

RepoPilot架构中，0-100分数、严重标记、版本检测全部由确定性的Python计算，可在不碰AWS的情况下做单元测试；LLM只负责叙述工具产出的事实，从不接触分数。

RepoPilot的技术栈包括：Amazon Bedrock上的Amazon Nova Pro负责推理和叙述，AWS Lambda（python3.12）承载Agent，前置Amazon API Gateway供Web UI调用，本地CLI基于Strands Agents SDK，另有七个纯Python工具为评分引擎提供输入。

RepoPilot的安全扫描器第一版因Flask文档提到127.0.0.1而误报，后经调优忽略localhost和私有地址段，同时仍能捕获公网IP安装器。

RepoPilot整个项目有25个测试，包括200个随机仓库，用来证明加权公式不会算出矛盾结果，严重标记始终会封顶等级。

RepoPilot的0-100评分由五个加权维度构成：安全性30%、可信度25%、维护状况20%、成熟度15%、文档质量10%，每一点都可追溯到仓库元数据和文件中的信号。

用ollama/ollama测试时，RepoPilot因官方安装命令curl -fsSL https://ollama.com/install.sh | sh而给它一个D评分，这并非恶意判定，而是提示运行前先读脚本。

RepoPilot是一个AWS Agent，指向任意公开GitHub仓库，在一两分钟内给出0-100信任评分并标出危险安装步骤，由Sarvar Nadaf构建。

RepoPilot 的架构核心诉求是模块化，避免将仓库解析器、上下文构建器和 LLM 集成合并成一个难以维护的大服务。

RepoPilot 的前端采用 Vue 3 与 TypeScript，后端为 Python 与 FastAPI，代码分析依赖 TypeScript Compiler API / ts-morph，认证使用 Auth0，后台处理采用异步任务与 worker。

RepoPilot 的索引管线针对不同语言采用不同策略：JavaScript 和 TypeScript 使用 TypeScript 编译器生态（ts-morph），Python 使用 Python AST，Java 采用注释感知的源码扫描。

RepoPilot 使用 AST 解析提取导入与导出、函数与类、方法签名、源文件之间的关系及相关代码片段等结构化信息。

RepoPilot 在 AST 解析后构建仓库依赖图，节点表示文件或模块，边表示引用关系（如 import），用于从选中文件出发遍历相关依赖以收集上下文。

RepoPilot 将代码分析管线与 AI 生成管线彻底分离，流程为：Git 仓库 → 仓库解析器 → 依赖图 → 上下文构建器 → 提示词构建器 → LLM 提供商 → 生成的测试或 AI 回复。

RepoPilot 的上下文构建器负责根据依赖图和任务类型从仓库中挑选并裁剪相关代码片段，输出结构化上下文对象；提示词构建器接收该对象并套用任务特定模板生成 LLM 指令。

RepoPilot 支持用自然语言描述业务场景来生成测试用例，系统需将场景关键词映射到仓库实体，再结合依赖图定位实现代码并生成测试。

RepoPilot 作者认为 AI 生成测试仍需开发者审查和执行，AI 生成的测试不自动等于正确性证明。

RepoPilot 作者认为确定性代码分析（AST）与生成式 AI 是互补关系，AST 提供结构信息，LLM 帮助解释信息并生成输出。