SWE-AF的CI失败自动修复循环:PR合入前的最后一道防线如何运作

原创2026-10-16 23:16:291,694 阅读

SWE-AF的CI失败自动修复循环:PR合入前的最后一道防线如何运作

SWE-AF 是一个自主软件工程智能体集群(autonomous software engineering fleet of AI agents),能在一次调用内完成规划、编码、测试并交付生产级 PR。其中一项关键能力是 PR 之后的 CI 失败自动处理:当 GitHub Actions 检查失败时,SWE-AF 不会把红叉留给人工,而是自动进入"观察 → 诊断 → 修复 → 重新推送"的有界循环(fix-and-repush loop),直到 CI 变绿或预算耗尽。

SWE-AF 多智能体工程流水线架构,展示从规划到 PR 交付的全过程

为什么需要 CI 门禁(CI Gate)

SWE-AF 的构建流程会经历:规划(PM、架构师、Sprint Planner)→ 并行编码(每个 issue 独立 worktree)→ 合并与集成测试 → 推送并开 PR。但本地测试通过 ≠ CI 通过:依赖版本、环境差异、lint 规则都可能让 CI 在最后一步翻红。

SWE-AF 的解决方案是构建流程末尾的 CI 门禁,核心实现在 swe_af/execution/ci_gate.py 与 swe_af/app.py 的 _run_ci_gate 函数中。它回答三个问题:

  • CI 到底跑完了没有?(观察阶段)
  • 挂了,是谁挂的、为什么?(诊断阶段)
  • 怎么修才算"正经修复"?(修复阶段)

第一步:盯住 PR 的 CI 检查(Watch)

门禁通过 gh pr checks 命令轮询 PR 的检查状态,默认每 30 秒 一次,单次观察最长等待 25 分钟(ci_wait_seconds=1500)。每次轮询会拿到每个 check 的 bucket(pending/queued/pass/fail 等):

  • 全部 pending/queued → 继续等
  • 全部出结果且没有 fail/cancel → 判定 passed,门禁放行
  • 存在 fail/cancel → 判定 failed,进入修复循环
  • 超时仍没跑完 → timed_out,PR 保持打开,等待人工介入

一个容易踩坑的细节是陈旧状态竞态:新 commit 推送后的短时间内,gh pr checks 可能还返回上一个 commit 的缓存结果。SWE-AF 用 head_sha 锚定本次推送的 commit SHA,只采信属于这个 SHA 的检查结果,避免"拿旧数据下新结论"(见 ci_gate.py 中 watch_pr_checks)。

第二步:把失败日志"喂"给 CI 修复智能体

CI 失败后,门禁会做一件很实用的事:对每个失败的 check,从 details_url 里解析出 run id,再执行 gh run view <id> --log-failed 拉取失败 job 的日志尾部(截断到 3000 字符),连同 check 名称、workflow、结论一起打包成 CIFailedCheck 结构(定义见 swe_af/execution/schemas.py)。

这些"失败证据"会被注入 CI 修复智能体(CI Fixer)的任务提示词——由 swe_af/prompts/ci_fixer.py 构建——内容包括:

  • PR 编号、仓库路径、推送目标分支(integration branch)
  • 每个失败 check 的名称、链接和日志尾部
  • 已完成的 issue 清单(提供上下文)
  • 历史修复尝试摘要(第二轮及以后会附上,提示"根因可能与之前猜的不同")

第三步:修复智能体为什么"不作弊"

这是 SWE-AF CI 门禁最有含金量的设计:明确禁止一切"消红"式作弊。CI Fixer 的系统提示词里有一份详尽的"绝对禁止清单",包括:

  • ❌ 跳过失败测试(pytest.skip、it.skip、t.Skip、#[ignore])
  • ❌ 标记为预期失败(xfail)或注释掉断言
  • ❌ 放宽断言、把断言期望值改成当前错误输出("给 bug 拍照存档")
  • ❌ 用 try/except: pass 吞掉错误
  • ❌ 修改 workflow 文件禁用失败 job(如 continue-on-error: true)
  • ❌ 只为了让 CI 重试而推一个空提交赌它是 flaky

修复智能体必须做到:理解根因 → 修改生产代码(仅在测试本身写错时允许改测试,且必须引用 PRD/文档说明理由)→ 本地用 CI 相同命令重跑验证 → 提交并推送新 commit,最后返回一个 CIFixResult,其中包含 files_changed、commit_sha、pushed 状态,以及一份审计轨迹 rejected_workarounds——列出"考虑过但拒绝的取巧方案",让后续 reviewer 更信任这次修复。

SWE-AF 各智能体阶段的时间线流水图,展示规划、编码、评审、QA 到合并各阶段何时运行

有界循环:最多修几轮?

整个循环是有预算的,避免"无限修复":

配置项 默认值 作用
check_ci true 是否启用 CI 门禁;设为 false 则开完 PR 立即返回
max_ci_fix_cycles 2 最多"修复→重推→再观察"循环次数
ci_wait_seconds 1500 单次观察的墙钟上限(25 分钟)
ci_poll_seconds 30 轮询 gh pr checks 的间隔

循环的终止条件(见 _run_ci_gate):

  1. passed / no_checks → 成功,PR 就绪待审
  2. 修复后 CI 变绿 → 成功
  3. 修满 2 轮仍红 → failed_exhausted,PR 保持打开、检查失败可见,由人工接手
  4. 修复智能体未推送(无法复现、修不动)→ fixer_gave_up,同上
  5. 超时/错误 → PR 保持打开,附失败检查供人工排查

注意最后一条设计哲学:修不好就不硬修。宁可让 PR 带着可见的失败检查停在评审队列里,也不让智能体用作弊手段掩盖问题——这与整个 SWE-AF"显式债务追踪"(debt 分级、可追溯)的工程文化一脉相承。

配置与实战要点

CI 门禁默认开启,无需额外配置。若希望快速跳过等待(例如本地已验证、CI 只是走形式),可在请求的 config 中传入:

{ "check_ci": false }

几个实用建议:

  • 公共仓库:CI 门禁开箱即用;私有仓库需要 GH_TOKEN(repo scope)才能克隆、推送和开 PR
  • 门禁对多仓库模式同样生效:每个开了 PR 的仓库都会独立走一轮观察+修复循环
  • 完整构建参数参考 swe_af/execution/schemas.py,官方说明见 README.md 的 "Post-PR CI gate" 章节

小结

SWE-AF 的 CI 失败处理把"PR 之后最尴尬的 20 分钟"自动化了:

  1. Watch:SHA 锚定的轮询观察,杜绝陈旧检查误判
  2. Diagnose:自动拉取失败日志尾部,连同历史尝试一起喂给修复智能体
  3. Fix:禁止作弊清单约束下的"正经修复" + 本地验证 + 审计轨迹
  4. Bounded:默认 2 轮修复上限,修不好就交给人类,绝不掩盖

对新手来说,这套机制也展示了一个可借鉴的模式:给 AI 智能体设防的不是能力,而是纪律——明确它"不许做什么",往往比鼓励它"尽量做好"更能保证自动化系统的可信度。

登录后查看全文
SWE-AF