Metax-Style CodeImprover (Muxi GPU)

基于 Codex CLI 的 AI Skill 应用，调用 Gitee.AI 沐曦 GPU 算力上的大模型，实现规则驱动的代码审查、规范化、测试生成与白名单测试运行。

国产算力 × AI Skill 生态落地示范

项目简介

让 AI 在维护者明确写下的项目规则下工作：

• 规则先行：项目架构、编码规范、测试要求、运行环境写在 .muxi/rules/
• 审查收敛：审查必须指定 scope/files/commit，不默认扩大范围
• 修改保守：默认只生成报告与 dry-run patch，confirmed_apply=true 才应用
• 测试可控：测试运行只能使用 RUNTIME_ENVIRONMENT.md 中声明的白名单 profile
• 日志可交付：模型调用日志、延迟、吞吐可用于开发者查看

架构

用户 (自然语言 或 $code-review)
  ↓
Codex Skill: .agents/skills/code-review/SKILL.md
  ↓ 指导 agent 调用
MCP 工具: muxi-llm / run_action(action, request, repo_root)
  ↓
固定动作 (mcp/gitee_ai_muxi/action.py)
  init / check-rules / review / normalize / apply / test-gen / test-run
  ↓ 读取规则 + 收集 diff
ModelRunner (runner.py)
  ↓ HTTPS (OpenAI 兼容, 流式)
Gitee.AI → 沐曦 GPU (Qwen3-Coder-30B-A3B / MiniMax-M2.7)
  ↓
日志四件套 → .muxi/calllog/YYYYMMDD/<session>/
  log.txt / model-calls.jsonl / performance.json / report.md

目录结构

.
├── .codex/config.toml                  # Codex 配置（MCP server）
├── .agents/skills/code-review/SKILL.md # Codex 扫描的 skill
├── AGENTS.md                           # 项目指令（Codex 也读）
├── opencode.json                       # OpenCode 配置（备用，双平台兼容）
├── .opencode/                          # OpenCode skill（备用）
├── mcp/gitee_ai_muxi/
│   ├── runner.py                       # 模型调用 + 日志四件套
│   ├── rules.py                        # 规则加载与校验
│   ├── patch.py                        # patch 生成与应用
│   ├── action.py                       # 固定动作入口（8 个动作）
│   ├── server.py                       # MCP server
│   └── requirements.txt
├── rules-template/                     # 4 份规则骨架
├── scripts/
│   ├── init-rules.py                   # 生成规则骨架
│   └── benchmark.py                    # 性能压测
├── logs/                               # 压测报告
└── examples/                           # 示例 diff

快速开始

1. 安装 Codex CLI

# 方式 A：一键脚本
curl -fsSL https://chatgpt.com/codex/install.sh | sh

# 方式 B：npm
npm install -g @openai/codex

# 方式 C：Homebrew
brew install --cask codex

# 验证
codex --version

2. 安装 MCP 依赖

pip install -r mcp/gitee_ai_muxi/requirements.txt

3. 配置环境变量

cp .env.example .env
# 填入 GITEE_AI_API_KEY（在 https://ai.gitee.com 获取）
export $(cat .env | xargs)

4. 在目标仓库初始化规则

# 进入要审查的 git 仓库
cd /path/to/your-repo
python3 /path/to/muxi/scripts/init-rules.py .
# 编辑 .muxi/rules/ 下四份文档

5. 启动 Codex

cd /data/muxi
codex

在 Codex TUI 中：

$code-review          # 显式调用 skill（或输入 /skills 选择）

或自然语言：

用本工具检查规则文档
用本工具审查 src/parser 模块
用本工具为 src/parser 生成测试 patch
用本工具运行 unit-test 测试

固定动作

通过 MCP 工具 run_action(action, request, repo_root) 执行：

动作	作用	调模型
help	打印帮助	否
init	生成 .muxi/rules/ 四份骨架	否
check-rules	校验规则完整性	否
review	按规则审查 scope，输出报告	是
normalize	生成规范化 patch（dry-run）	是
apply	应用 patch（需 confirmed_apply=true）	否
test-gen	生成测试 patch（dry-run）	是
test-run	运行白名单 profile	否

request 字段：scope / files / commit / profile / timeout_seconds / confirmed_apply / model

性能数据

python3 scripts/benchmark.py
# → logs/benchmark-report.md

每次 review / normalize / test-gen 在 .muxi/calllog/YYYYMMDD/<session>/ 生成：

文件	内容
log.txt	完整 prompt + response（API Key 不出现）
model-calls.jsonl	每次调用一行（延迟/TTFT/tokens/tps/状态）
performance.json	session 聚合统计
report.md	最终报告

可用模型

经 Gitee.AI 沐曦 GPU 调用：

模型 ID	说明
Qwen3-Coder-30B-A3B-Instruct	代码审查/生成（默认）
MiniMax-M2.7	代码审查/生成

技术栈

• 平台：Codex CLI（OpenAI 开源编码 Agent）
• 算力：沐曦 GPU（经 Gitee.AI 平台）
• 模型：Qwen3-Coder-30B-A3B / MiniMax-M2.7（沐曦）
• MCP：Model Context Protocol（Python SDK）
• 语言：Python / Markdown

许可证

MIT