问题与边界
团队希望让 AI 协助修复小缺陷,但不能让生成补丁直接进入主分支。案例在临时目录中验证文件范围、测试门禁和人工批准,不接触真实仓库。
方案
把任务输入、基线提交、补丁哈希和测试结果写成一条 release candidate 记录。门禁函数只读取结果,不依赖模型再次解释测试是否通过。
最小实现
from dataclasses import dataclass
@dataclass(frozen=True)
class Candidate:
patch_hash: str
files: tuple[str, ...]
tests_passed: bool
approved: bool
def gate(candidate: Candidate) -> bool:
return candidate.files and all(path.startswith('src/') for path in candidate.files) and candidate.tests_passed and candidate.approved
assert gate(Candidate('sha256:demo', ('src/app.py',), True, True))
复现步骤
- 复制一个隔离仓库并固定 commit,禁止把真实密钥带入目录。
- 生成或手写一个只修改 src/ 的补丁,计算补丁哈希并保存。
- 运行格式检查和测试,故意加入一次失败结果,确认门禁拒绝。
- 补齐审批标记后重复运行,确认同一补丁可回放且不会重复执行副作用。
验证清单
验证允许目录、测试失败、审批缺失、补丁哈希变化和重复回放五类边界。
常见问题
这个案例证明模型一定正确吗? 不证明;它只验证交付边界和可回放性。
能直接套到生产 CI 吗? 先接入只读检查,再按仓库权限和审计要求扩展。
延伸阅读
官方参考
OpenAI Codex 官方文档;GitHub Actions 安全强化。
最后核对日期:2026-11-17。涉及版本、接口、模型行为和价格的结论以链接中的官方资料为准;本文不把一次本地运行结果表述为通用性能结论。
