patchwork

把 AI Agent 接进研发流程,自动跑代码审查和运维

Patchwork 是一个面向企业工作流自动化的 Agentic AI 框架,用 Python 编写。它把大语言模型驱动的智能体嵌入到 DevOps 与研发流程中,让原本需要人工串联的重复操作变成可编排的自动化任务。核心能力包括:用工作流定义多个 AI Agent 的协作步骤,接入代码审查、部署、监控等研发环节,让 Agent 自主判断并执行动作;支持把 LLM 能力封装成可复用的自动化节点,降低把 AI 接入企业流程的门槛。它解决的是企业里 AI 能力与既有工程工具链割裂的问题——不是再做一个聊天机器人,而是让 Agent 真正去操作代码仓库、CI/CD 和运维系统。项目标签覆盖自动化、代码审查、DevOps、LLM 与工作流,定位偏工程效率基础设施,适合想把 AI Agent 落到真实研发流程中的团队。

开源 unknown 自动化工作流
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 1577
维护状态 较活跃
是否开源
定价模式 unknown

项目数据

分类自动化工作流
开发团队patched-codes
所属国家
定价模式unknown
价格说明定价信息待确认
访问状态
是否开源
开源协议AGPL-3.0
主要语言Python
技术栈/模型automation,codereview,devops,devtools,hacktoberfest,llms,workflows
GitHub 星标★ 1577
30天Star增速
HF 下载量
上线时间2024-04-05 00:00:00
最近更新2026-09-19 00:00:00
维护状态较活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-09-17
浏览次数0

使用教程

难度:入门 约 10 分钟 部署方式:命令行工具 3 步

环境要求

  • Python 环境并已安装 pip(用于从 PyPI 安装)
  • 可访问 PyPI 的网络环境
  • 使用 AutoFix 或 DependencyUpgrade 时需安装 security 可选依赖组
  • 使用 ResolveIssue 时需安装 rag 可选依赖组

安装与启动步骤

  1. 1安装 Patchwork

    从 PyPI 安装 Patchwork CLI 的完整版本,包含全部可选依赖组,适合首次安装。

    pip install 'patchwork-cli[all]' --upgrade
  2. 2安装安全依赖组

    如要使用 AutoFix 或 DependencyUpgrade patchflow,需额外安装 semgrep 和 depscan。

    pip install 'patchwork-cli[security]'
  3. 3安装 RAG 依赖组

    如要使用 ResolveIssue patchflow,需额外安装 chromadb。

    pip install 'patchwork-cli[rag]'

如何确认成功

pip 安装无报错即视为安装完成;README 未提供启动命令,请参考官方文档确认 CLI 用法。

常见问题

Q:[all]、[security]、[rag] 有什么区别?

A:[all] 安装全部可选依赖组;[security] 安装 semgrep 和 depscan,用于 AutoFix 与 DependencyUpgrade;[rag] 安装 chromadb,用于 ResolveIssue。

Q:Patchflow 可以在哪里运行?

A:README 说明 Patchflow 可以在本地 CLI、IDE 中运行,也可以作为 CI/CD 流水线的一部分运行。

Q:有没有不用自托管的版本?

A:有托管版本,可访问 https://app.patched.codes/signin 试用。

Q:需要自己准备 LLM 吗?

A:README 提到使用你偏好的 LLM,但未给出具体配置方法,需要查阅官方文档 https://docs.patched.codes/。

注意事项

  • README 节选未提供 LLM API Key 等配置项的填写说明,实际使用前请查阅官方文档。
  • security 和 rag 是可选依赖组,只在运行对应 patchflow 时才需要安装。
  • Patchwork 是自托管 CLI agent,可结合现有 CI/CD 和 IDE 使用。

核心亮点

  • 以工作流方式编排多个 AI Agent 协作,而非单点调用 LLM
  • 聚焦企业研发场景,覆盖代码审查、DevOps 等真实环节
  • Python 实现,便于接入现有工程工具链和自定义扩展

不足之处

  • 项目仍处成长阶段,企业级落地案例和最佳实践较少
  • 文档与社区生态待观察

适用场景

  • 自动执行 Pull Request 代码审查并给出修改建议
  • 编排 Agent 完成部署前后的检查与运维操作
  • 把重复的研发流程步骤封装成可复用 AI 工作流

替代项目

LangGraph、CrewAI

项目介绍

patchwork 是一个自动化工作流领域的开源项目,官方简介:Agentic AI framework for enterprise workflow automation.。项目使用 Python 开发,在 GitHub 上获得 1575 星标。

上一篇:wexflow

下一篇:FLUJO

同类项目推荐

n8n 开源

拖拽搭建自动化流程,轻松接入 AI 与 400+ 应用,搞定重复工作。

Fair-code workflow automation platform with native AI capabilities. Combine visual b···

★ 205363 2026-08-10
robotcode 开源

让 Robot Framework 拥有现代 IDE 体验,调试、补全、运行一气呵成。

Open Source Toolkit for Robot Framework, providing Language Server Protocol support,···

★ 299 2026-08-10
puppeteer 开源

用 JavaScript 轻松操控无头浏览器,搞定自动化测试与网页抓取。

JavaScript API for Chrome and Firefox

★ 95591 2026-08-10
customermates 开源

比 Pipedrive 直观 10 倍的现代开源 CRM,轻松管理客户与自动化流程。

Building a modern alternative to Pipedrive that is 10x more intuitive.

★ 227 2026-08-10