CodeState-Agent：面向软件维护场景的低开销多智能体代码质量分析与修复建议系统

CodeState-Agent 面向软件维护场景，通过结构化协议、非文本状态交换、共享记忆复用和 CodeAct-style 受控检查，完成代码风险识别、质量评估、测试建议与修复建议生成。

核心能力

六 Agent 顺序协作，覆盖需求解析、代码语义分析、质量评估、受控检查、测试建议和报告生成。
Text/Structured 公平通信通道：Agent 只使用解码后的阶段输入。
Structured mode 使用 AgentMessage、semantic_state_id 和 MMapStateExchangeStore。
SQLite 共享记忆支持关键词、标签、特征相似度和混合检索。
ToolAgent 执行系统构造的 CodeAct-style 受控检查，不执行任意用户代码。

六 Agent 流程

RequirementAgent → CodeSemanticAgent → QualityAgent
                 → ToolAgent → TestAgent → ReportAgent

核心实验结果

最终结果来自 results/final_official_metrics/，主 benchmark 为相同顺序的 60 条任务、两种模式各 360 条 Agent 消息。

指标	结果
Agent间协议消息等价Token降低率	81.42%
Agent间协议消息载荷降低率	84.11%
共享记忆命中率	91.67%
Risk F1	68.85%
10轮稳定运行成功率	100.00%
业务结果一致率	100.00%

Structured mode 通过紧凑协议显著降低了进入消息通道的 Token 和字节载荷。系统同时完成 360 次非文本状态传递，状态规模为 823,511 bytes；计入状态后总交换量较 Text mode 增加 6.76%，平均单任务时延增加 10.73%。当前结果说明协议压缩效果明显，但完整状态写入仍存在进一步增量化和去重优化空间。

快速运行

python3 -m pip install -r requirements.txt
python3 scripts/run_demo.py --mode structured --task_path data/code_tasks_real.jsonl
python3 scripts/export_dashboard.py
python3 scripts/web_demo_server.py

访问 http://localhost:8000。指标复核脚本为：

python3 scripts/calculate_official_metrics.py

该脚本拒绝覆盖已有 results/final_official_metrics/；复跑前应另行归档现有权威结果。

项目结构

src/                         六 Agent、Runtime、协议、状态、记忆与评测
data/                        主 benchmark、演示案例和连续任务
scripts/                     实验、官方指标、Dashboard 与 Web 服务脚本
results/final_official_metrics/
                             唯一正式指标与可复核明细
docs/                        设计、接口、数据和实验说明
web/                         Web Studio

数据与实验说明

data/code_tasks_real.jsonl：60 条公开真实缺陷任务，Python/Java 各 30 条。
data/openeuler_cases.jsonl：8 条构造演示案例，不代表真实 openEuler 漏洞或新 CVE。
data/continuous_tasks_group_a.jsonl、group_b.jsonl：两组关联连续任务。
Text 与 Structured 主实验使用相同任务、顺序、六个 Agent 和业务规则，并分别使用空白隔离记忆数据库。
Token 使用 tiktoken 0.13.0 / cl100k_base，不使用字符除以固定系数的估算方法。

openEuler 运行环境

项目已在 openEuler 24.03-LTS-SP3、Python 3.11.6 环境验证。openEuler 是部署和测试环境，不是 60 条主 benchmark 的代码来源。本项目是研究原型，不替代人工代码审查或工业级静态分析器。