flowchart LR
A[Issue / PR / CI] --> B[gitlink-cli or fixtures]
B --> C[normalizer]
C --> D[evidence.json]
D --> E[hash_chain.json]
E --> F[review_report.md]
F --> G[optional GitLink comment]
离线演示
python -m pip install -e ".[dev]"
make test
make demo-offline
GitLink 智能体执行证据回执 Skill
本项目是面向 GitLink AI Agent 工作流的执行证据回执工具。它通过 Agent Skill 和 Python CLI,把 GitLink Issue、PR、PR Files、CI/CD 等工作流元数据归一化为
evidence.json,生成可篡改感知的hash_chain.json,并渲染可供人工复核的review_report.md。本项目不是代码正确性验证器。它是执行证据回执生成器。
参赛定位
目标赛题:第八届 CCF 开源创新大赛「GitLink 智能化服务开源项目贡献赛」。
匹配子赛题:子赛题二「编写和丰富 GitLink Skills」。
本项目交付的是一个可复用的 GitLink Agent Evidence Receipt Skill,并提供离线可复现演示、真实
gitlink-cli只读模式、JSON Schema、测试和提交前审计文档。核心价值
AI Agent 可以操作 GitLink workflow,但如果缺少轻量、可复核的 operation receipt,Issue、PR、CI/CD 的状态容易停留在口头描述。本项目把观察到的 GitLink 元数据转成稳定 JSON,并用哈希链绑定证据对象,使后续评审、引用、复核和审计更容易。
架构
离线演示
离线演示使用
examples/fixtures,不需要 GitLink 登录,不访问网络,不读取凭据。真实 GitLink 只读模式
真实模式只调用
gitlink-cli读命令。v0.1.0 中 CI 采集保持保守实现,因为不同版本gitlink-cli的 CI 命令细节可能存在差异。输出文件
evidence.json:归一化后的 Issue、PR、PR Files、CI 元数据。hash_chain.json:基于 canonical JSON 的 SHA-256 哈希链。review_report.md:人工可读的执行证据回执报告。comment.md:由render-comment生成的可选评论摘要。验证命令
期望输出:
Agent Skill
Skill 入口:
Skill 说明了何时使用、如何离线演示、如何进入真实 GitLink 只读模式、如何验证哈希链,以及为什么默认不做 GitLink 写回。
参赛材料索引
docs/demo-workflow.md:演示流程。docs/contest-submission.md:比赛提交说明。docs/submission-readiness.md:评分标准对照和 Agent 验证记录。docs/threat-model.md:威胁模型。schemas/:evidence.json与hash_chain.json的 JSON Schema。examples/expected/:固定时间戳生成的期望输出。安全与隐私
--write-comment在 v0.1.0 中只是保留选项,不执行真实写回。当前限制
gitlink-cliCI 采集为 best-effort。gitlink-cli官方主仓库收录;当前版本作为独立 GitLink 开源仓库提交。Roadmap
--ci-command支持。gitlink-cli主仓库提交 Skill 收录申请。