patchwork

把 AI Agent 接进研发流程，自动跑代码审查和运维

开源 🏷️定价信息待确认 ✅ 目前可打开自动化工作流 🍴 复刻 108 🐛 待处理 201 👀 关注 11

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 1580

维护状态维护中

是否开源开源

定价模式 🏷️定价信息待确认

项目预览

项目数据

分类自动化工作流

开发团队patched-codes

官网地址https://patched.codes

GitHubhttps://github.com/patched-codes/patchwork

定价模式🏷️定价信息待确认

价格说明定价信息待确认

访问状态✅ 目前可打开

是否开源是

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★ 1580

上线时间2024-04-05 00:00:00

代码更新2026-08-24

仓库体积6.9 MB

本站数据更新2026-11-04

维护状态维护中

收录时间2026-09-17

浏览次数1

项目介绍

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。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-09-17 · 当前星标 ★ 1580

技术标签

automation devops devtools hacktoberfest llms

使用教程

ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。

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安装 RAG 依赖组

如要使用 ResolveIssue patchflow，需额外安装 chromadb。
```
pip install 'patchwork-cli[rag]'
```