社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  Git

用智能体重塑DevOps:Gitee如何打造全域研发引擎

OSC开源社区 • 5 月前 • 137 次点击  

10月16日,开源中国郑州研发中心总经理常毅受邀出席第27届中国国际软件博览会「人工智能+软件」分论坛并发表演讲。常毅围绕《智能 DevOps,企业级 DevOps 全域智能体系》,系统介绍了 Gitee 在企业智能研发领域的探索与实践,全面展示了以「Gitee DevOps + Xtreme 极智 AI」为核心的智能化研发体系。

💡 DevOps 走向智能时代:从工具到智能体的飞跃

在演讲中,常毅指出,AI 真正的价值不在于「加一点智能」,而在于在关键环节实现「极致提升」:极致的工作效率、极致的信息效率、极致的代码质量、极致的交付可靠性

围绕这一目标,Gitee 提出了融合 DevOps 与智能体(Agent)的全新架构,以 Gitee DevOps 为地基,以智能体驱动为核心,构建出一整套覆盖研发全流程的智能化体系,既解放人力、又保障质量,让企业研发真正步入 AI 原生时代。

💡 五大模块,覆盖企业研发核心场景

这一体系由五大模块组成,贯穿从写文档、写代码到测试交付、协同管理、度量分析等各类场景:

  • 智能文档创作:自动生成流程图、架构图,进行文档规范检测与内容撰写;

  • 智能协同管理:支持 PR 自动生成、AI 审查辅助、误报识别、构建问题分析等;

  • 智能代码开发:具备代码生成、单测生成、AI 修复建议、评审建议等能力;

  • 智能数据度量:可视化生成图表与仪表盘,辅助研发流程的数据化决策;

  • 智能平台助手:统一管理模型、数据、工具、知识资产,构建平台智能中枢。

在统一的智能平台之上,所有模块互为上下游,配合持续运行的智能体,形成了一套面向未来的“自运转”企业智能研发系统。

💡 解决根源性痛点:从代码资产到知识资产

传统代码资产长期面临「信息失真」「理解断层」「知识孤岛」三大难题。文档滞后于代码、结构难以追溯、协作知识难以沉淀,造成新成员难上手、老成员频繁被打扰,团队效率长期受限。

为解决这些根源性问题,Gitee 推出了代码智能分析工具 Gitee Scroll

Gitee Scroll 通过大模型自动提取项目的架构、逻辑与知识全景,生成可阅读、可问答、可推理的「项目理解视图」,不仅提升了开发效率,也真正实现了团队知识的沉淀与复用。

💡 核心 Coding Agent:自主完成复杂开发任务

相比传统 AI 辅助编程,Gitee 自研的 Xtreme Cli 核心智能体已迈向更高阶段:它不仅能写代码,更能「写项目」。

Xtreme Cli 具备以下核心能力:

  • 全项目语义分析、业务逻辑理解、架构模式识别;
  • 分阶段思考,任务规划明确,过程可控、结果可追溯;
  • 自动调用构建测试工具、Shell 命令、Git 等工具;
  • 支持沙盒运行、后台模式、灵活权限配置,保障企业级安全性;
  • 并支持多模型接入,适配企业不同规模、不同偏好的大模型部署需求。

💡 MCP 全平台能力:智能体与工具链之间的桥梁

为了让智能体在企业研发流程中真正落地,Gitee 构建了覆盖工具、权限、数据的全平台 MCP:

  • 标准协议封装 Agent 所需的上下文、状态与调用接口;
  • 对接 Gitee 自身工具链,也支持对接第三方企业研发工具,确保系统开放性;
  • 提供执行权限、安全边界、用户上下文等支撑,使 Agent 能够安全、可靠地嵌入生产环境;
  • 获取数据、调度流程、写入结果,贯通研发流程的各个环节。

这套 MCP 能力体系,正在成为连接 DevOps 工具与智能体的「底座操作系统」,也为多智能体协同执行任务提供了统一管理与协调基础。

💡 多智能体协作:构建研发智能执行闭环

Gitee 的智能研发体系不仅提升了单点工具的智能化水平,更致力于打造多智能体协作体系:不同能力的智能体(代码生成、测试编排、文档解析、数据分析等)可并行运行,协同处理复杂研发任务

通过全平台 MCP 协议,所有智能体均可安全调用工具、共享上下文、统一权限、协调调度,形成完整的「感知—决策—执行」闭环。这不仅提升了任务处理的效率,更为未来构建更复杂的企业级 AI 研发系统打下基础。

💡 面向未来,走向 AI 原生研发

常毅最后强调,Gitee 不只是代码托管平台,更是面向未来的企业智能研发操作系统。

通过这一智能化 DevOps 全域协同体系,Gitee 正帮助更多企业迈向 DevOps 的下一个形态:多 Agent 管理与协同的全域智能化。

面对持续演进的软件工程范式,唯有持续智能化,才能持续进化。

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/188402