repowitness 0.4.0

Evidence-backed review against your repository's own rules.

🧾 RepoWitness

让每一次代码变更，都对仓库自己写下的规则负责。

RepoWitness 会读取项目文档中的明确要求，结合本次 Git diff 和可验证证据， 给出可追溯的 PASS / FAIL / WARN / UNVERIFIED 审核结果。

GitHub Marketplace · PyPI · English · 产品策略

一句话理解： 测试检查“代码能不能运行”，RepoWitness 检查“这次修改有没有遵守项目文档里已经写明的约定”。

RepoWitness 是一个只读、证据驱动的仓库契约审核 Agent。它不会给出泛化的 “AI Code Review 建议”，而是专门审核当前改动是否符合这个仓库自己的 AGENTS.md、README、贡献规范、安全策略、ADR 和架构文档。 它要求每条适用规则都有可追溯结论；模型遗漏的规则会被追问，仍未覆盖时则 明确标记为 UNVERIFIED，不会从报告中静默消失。

🔍 What it reviews｜它审核什么

RepoWitness 关注的是传统 CI 很难直接表达的文字契约：

• “API 层不能直接访问数据库”；
• “高风险写操作必须先预览并由用户确认”；
• “新增公共接口必须提供兼容性测试”；
• “审查 Agent 不得执行仓库命令或修改文件”。

它把四类信息放在同一个审核上下文中：

1. 项目规则：base revision 中明确写下的规范性要求；
2. 本次改动：已提交、暂存、未暂存及可选的未跟踪文件；
3. 相关代码：只读工具找到的文件、diff、glob 和 grep 证据；
4. 同期 CI 结果：与本次 Snapshot 严格绑定的 pytest、Ruff、JUnit、 SARIF 等确定性证据。

工具	最擅长回答的问题	RepoWitness 如何配合
pytest / 单元测试	行为是否符合可执行断言？	读取结果作为确定性证据，不重复执行测试
Ruff / Lint / 编译	代码是否满足静态规则、能否编译？	导入同期结果，不替代现有 CI
安全扫描 / SARIF	是否命中已知静态风险？	将命中位置关联到适用的仓库规则
RepoWitness	改动是否遵守项目文档中的文字要求？	汇总规则、diff 与外部证据，给出可追溯结论

因此 RepoWitness 是现有 CI 的补充层，不会与测试、Lint、构建或安全扫描 冲突。它不会偷偷再跑一遍这些命令；外部检查结果只有与同一 Snapshot 匹配时 才会被采信。

⚡ 60 秒接入

方式一：GitHub Actions（推荐）

1. 配置模型凭据

在目标仓库打开：

Settings → Secrets and variables → Actions → New repository secret

所有模型服务都先创建同一个 Secret：

Name:  REPOWITNESS_API_KEY
Value: 你的 OpenAI 或 OpenAI-compatible API Key

GitHub 会对日志中的已注册 Secret 值进行掩码；RepoWitness 不会把 API Key 写入 workflow 或审核报告。不要把 Key 放在 GitHub Variables、.env 提交 记录或 workflow 明文中。

使用默认 OpenAI 配置时，到这里就完成了。 RepoWitness 默认使用 gpt-5.5 和 OpenAI API 地址。

使用 DeepSeek 等 OpenAI-compatible 服务时，只配置 Key 不够。 API Key 本身不包含服务地址和模型信息，RepoWitness 无法据此自动判断应该路由到 DeepSeek。还需要打开：

Settings → Secrets and variables → Actions → Variables → New repository variable

创建两个非敏感变量。以下为 DeepSeek 配置示例 ：

Name:  REPOWITNESS_MODEL
Value: deepseek-v4-flash

Name:  REPOWITNESS_BASE_URL
Value: https://api.deepseek.com

模型名称和 Base URL 请以实际服务商提供的值为准。DeepSeek 使用 OpenAI-compatible 协议时，REPOWITNESS_PROVIDER 保持默认的 openai 即可，无需额外配置。

2. 添加完整 workflow

在目标仓库新建 .github/workflows/repowitness.yml，完整粘贴以下内容：

name: RepoWitness

on:
  pull_request:

permissions:
  contents: read
  pull-requests: write

jobs:
  repowitness:
    uses: Loren-ggs/RepoWitness/.github/workflows/repowitness.yml@v0.4.0
    with:
      fail_on: fail
    secrets:
      api_key: ${{ secrets.REPOWITNESS_API_KEY }}

这个推荐配置会在报告包含 FAIL 时让 repowitness / repowitness 检查显示 红叉。若还要禁止合并，请在目标分支的 GitHub Ruleset 中把 repowitness / repowitness 配置为 Required Status Check。

可复用 workflow 会自动把调用仓库中的 Variables 注入为：

env:
  REPOWITNESS_MODEL: ${{ vars.REPOWITNESS_MODEL }}
  REPOWITNESS_BASE_URL: ${{ vars.REPOWITNESS_BASE_URL }}

未创建这两个 Variables 时，它们是空字符串，RepoWitness 会继续使用默认 OpenAI 配置；创建后则按指定的 OpenAI-compatible 模型和地址调用。

提交后，新建或更新 PR 即会自动：

• 选择 PR 的 base commit；
• 审核本次改动；
• 写入 GitHub Job Summary；
• 创建或更新同一条 PR 评论；
• 上传 repowitness-report artifact。

💡 从 Marketplace 安装时为什么编辑器会“全红”？

GitHub Marketplace 自动生成的是一个 steps 片段，不是完整 workflow。 它不能直接作为 .github/workflows/*.yml 的顶层内容，必须放在 jobs.<job>.steps 下面。新项目直接复制上面的完整 workflow 最简单； 已有 workflow 时，再把 Marketplace 片段放进已有 job 的 steps。

已有 workflow 的写法如下：

jobs:
  repowitness:
    runs-on: ubuntu-latest
    permissions:
      contents: read
      pull-requests: write
    steps:
      - uses: actions/checkout@v6
        with:
          fetch-depth: 0

      - uses: Loren-ggs/RepoWitness@v0.4.0
        env:
          REPOWITNESS_MODEL: ${{ vars.REPOWITNESS_MODEL }}
          REPOWITNESS_BASE_URL: ${{ vars.REPOWITNESS_BASE_URL }}
        with:
          api-key: ${{ secrets.REPOWITNESS_API_KEY }}
          fail-on: fail

base、contracts-ref、output、python-version、comment 等可选字段都 可以删除或留空；v0.4.0 会恢复安全默认值。Marketplace 无法替你创建或读取 第三方模型密钥，所以 REPOWITNESS_API_KEY 仍需在目标仓库配置一次。

3. 确保仓库中有可审核的文字规则

RepoWitness 会优先读取根目录及适用子目录中的 AGENTS.md、CLAUDE.md， 并从 README、docs/、ADR、architecture 等候选路径中让 Contract Compiler 选择看起来像项目规范的文档。若项目还没有明确规则，可以从根目录 AGENTS.md 开始：

# Repository rules

- 所有公共 API 变更必须提供回归测试。
- 数据库迁移必须保持向后兼容，并说明回滚方式。
- PR 中不得提交密钥、Token 或真实用户数据。

默认从 base revision 读取规则，避免一次修改先放宽规则，再按放宽后的文本 审核自己。

方式二：本地一行运行

先在目标仓库根目录创建不会提交的 .env：

REPOWITNESS_API_KEY=sk-...

然后一行安装并审核：

python -m pip install -q repowitness==0.4.0 && repowitness audit --base main

已经安装后，日常只需：

repowitness audit --base main

如果远端基准分支更准确，可使用 --base origin/main。报告默认输出到终端， 也可以写入文件：

repowitness audit --base origin/main --format markdown --output repowitness-report.md

🧭 审核结果怎么看

每条适用规则只会得到一种结论：

结论	含义
PASS	有正向证据证明本次改动符合规则
FAIL	有直接证据证明本次改动违反规则
WARN	存在具体风险，但证据不足以判定失败
UNVERIFIED	缺少必要证据，或当前能力无法可靠验证

每条结论包含：

• 中文规则表述与规范原文位置；
• 系统签发的 rule/evidence handle；
• 判断依据；
• 下一步建议。

Canonical JSON 是报告事实源；Markdown 和 PR 评论都从已校验的 JSON 渲染， 而不是直接接受模型生成的最终报告。

🧰 常用配置

用 .repowitness.yml 固化团队配置

version: 1
audit:
  base: main
  contracts-ref: base
  format: markdown
  output: repowitness-report.md
  include-untracked: true
  fail-on:
    - fail

支持的配置项：

base、contracts-ref、format、output、include-untracked、 check-results、junit、sarif、evidence-snapshot、fail-on。

显式 CLI 参数会覆盖 YAML；模型凭据只从环境变量读取，不进入配置文件。

导入 pytest、Ruff 或其他确定性检查

先在执行外部检查前记录当前 Snapshot：

snapshot="$(repowitness snapshot)"
pytest --junitxml junit.xml
repowitness audit \
  --base main \
  --junit junit.xml \
  --sarif results.sarif \
  --evidence-snapshot "${snapshot}"

RepoWitness 只解析 JUnit XML、SARIF 2.1.0 或标准 check-result JSON，不会自己 执行测试或分析命令。Snapshot 缺失或不匹配时，结果会被拒绝导入并记录原因。

标准 check-result JSON：

{
  "schema_version": "1",
  "snapshot": "<repowitness snapshot 的输出>",
  "checks": [
    {
      "name": "pytest",
      "status": "pass",
      "summary": "全部测试通过"
    },
    {
      "name": "ruff",
      "status": "pass",
      "summary": "Ruff 执行成功"
    }
  ]
}

完整的 pytest、Ruff、compileall 采集示例见 项目自身的 PR workflow。

FAIL 如何阻止合并

CLI 和 Action 元数据为兼容既有调用仍默认 advisory；上面的推荐 PR workflow 已经显式传入 fail_on: fail，报告出现 FAIL 时会返回非零并显示红叉。

本地显式启用：

repowitness audit --base main --fail-on fail

Action 中启用：

with:
  api-key: ${{ secrets.REPOWITNESS_API_KEY }}
  fail-on: fail

再把 repowitness / repowitness 配置为 GitHub Required Check，即可让 FAIL 阻止合并。仓库、配置、模型调用或报告生成错误始终返回非零。

修改 workflow 后不要只对旧 run 点击 Re-run jobs：旧 run 会继续使用 触发当时 base commit 中的 workflow。请更新 PR 分支、重新打开 PR 或新建 PR， 触发一条新的 pull_request run，再确认 Inputs 中显示 fail_on: fail。

首次引入规则

若 base 中还没有规范文档，可显式使用当前工作区规则进行一次 bootstrap：

repowitness audit --base main --contracts-ref worktree

worktree 不会成为默认值，这个选择会明确记录在报告中。

🧱 它如何工作

base 中的项目文档 ─→ contract_sources 选择（最多 12 个 / 150 KB）─┐
当前 Git diff ──────────────────────────────────────────────────┼─→ Contract Compiler → Review Agent
只读代码证据 ──────────────────────────────────────────────────┤
Snapshot 绑定的 CI ─────────────────────────────────────────────┘

CLI、composite Action 和 reusable workflow 最终都调用同一个 AuditEngine。 RepoWitness 复用 CoreCoder 的 Agent loop、LLM provider、Tool 协议、并行执行、 中断回填和上下文压缩，并在外层增加 Git Snapshot、契约、证据校验与报告模块。

✨ Current capabilities｜v0.4.0 当前能力

• 优先包含根目录及适用子目录的 AGENTS.md、CLAUDE.md，以及根目录 CONTRIBUTING.md、SECURITY.md；
• Contract Compiler 从根 README 和文档目录候选中选择补充规范来源， 每次最多读取 12 个文件、150 KB 正文；
• README 只提取明确的规范性要求，不把介绍、教程或营销文案当成规则；
• 默认使用 base contracts，并支持显式 head / worktree bootstrap；
• 审核已提交、暂存、未暂存和可选的未跟踪文件；
• 按嵌套目录作用域、规则 glob 和来源优先级筛选适用规则；
• 单独报告规范文档变更和模型识别出的显式规范冲突；
• 使用受仓库路径约束的 diff、read、glob、grep 只读工具；
• 要求 Review Agent 覆盖全部适用规则，支持分批提交，并对遗漏规则执行一次 定向修复；仍缺失的规则会显式生成 UNVERIFIED 结论和覆盖率问题；
• 在提交阶段拒绝不存在的 evidence handle，最终校验仍保持 fail-closed；
• 导入 Snapshot 绑定的 check-result JSON、JUnit XML 和 SARIF 2.1.0；
• 严格校验 .repowitness.yml，并允许 CLI 覆盖；
• 输出 canonical JSON、Markdown、Job Summary、PR 评论和 artifact；
• 默认 advisory，并支持 --fail-on fail|warn|unverified；
• 提供 PyPI CLI、GitHub composite Action 和 reusable workflow。

🔒 Read-only by capability｜只读能力边界

RepoWitness 不是靠提示词要求模型“不要修改”，而是根本不向正式审核 Agent 注册 Bash、文件写入、文件编辑或子 Agent 工具。

它不会：

• 修改、暂存、提交或推送仓库文件；
• 执行测试、Lint、pre-commit 或任意仓库命令；
• 自动修复代码；
• 在未显式启用 --fail-on 时阻止 PR。

需要注意的边界：

• 模型仍需读取与审核相关的文档、diff 和代码片段；敏感仓库应选择符合组织 数据策略的模型服务；
• Fork PR 默认无法访问目标仓库 Secret，可复用 workflow 会跳过不受信任的 fork 上下文，避免向外部代码暴露 API Key；
• UNVERIFIED 不是系统故障，它表示现有证据不足以支持更强结论；
• RepoWitness 不替代代码测试、安全扫描、人工架构评审或发布审批。

🧑‍💻 开发 RepoWitness

只有参与本项目开发时才需要克隆源码：

git clone https://github.com/Loren-ggs/RepoWitness.git
cd RepoWitness
python -m venv .venv
./.venv/bin/pip install -e ".[dev]"

完整验证：

./.venv/bin/python -m pytest tests/ -q
./.venv/bin/python -m ruff check repowitness tests
./.venv/bin/python -m compileall -q repowitness tests

OpenAI-compatible 模型配置：

export REPOWITNESS_MODEL=gpt-5.5
export REPOWITNESS_BASE_URL=https://api.example.com/v1
export REPOWITNESS_API_KEY=sk-...

继承的 LiteLLM provider 仍可按需安装：

./.venv/bin/pip install -e ".[litellm]"
export REPOWITNESS_PROVIDER=litellm

📜 来源与 License

RepoWitness 基于 he-yufeng/CoreCoder 二次开发，并继续使用 MIT License。详见 NOTICE 和 LICENSE。