基于 openEuler Intelligence打造补丁管理智能体，实现补丁管理效率倍级提升

• 可视化平台：图形化交互界面，提供美观易用的指令输入、结果查看与操作触发。

• CLI命令行：类 Shell 终端界面，提供高效灵活的用户指令与配置参数输入，适配自动化脚本及高级用户需求。

• 后台守护服务：低噪的后台常驻进程，自动化处理任务接收、调度与结果推送。

• Agent 管理服务：系统级的 Agent 管理，提供 Agent 个性化与长期记忆能力。

• MCP 管理服务：系统级的 MCP 工具管理，提供 MCP 注册、运行、查询与调用服务。

• 基座大模型：基于 Qwen 等大模型的原生代码理解能力开展补丁分析。

• 提示词工程：标准化模板设计，无需模型微调即可生成格式规范、字段完整、信息准确的结构化报告。

• 语法分析器：将代码及补丁提交信息转化为大模型可理解的自然语言。

1. 用户以自然语言输入任务，Agent 理解后调用内部 MCP 服务；
2. Agent 完成补丁分析，输出分析报告；
3. 用户审核报告关键内容，确认无误后以自然语言下发补丁回合任务；
4. Agent 调用 MCP 服务完成补丁回合并提交改动，返回 MR 链接。

1. workflow 规划 Agent：采用语言大模型 + workflow 设计，由大模型完成任务理解与分发，客户端内置高效 workflow 流水线执行任务；
2. 补丁分析 Agent：结合动态提示词与大模型，实现补丁内容精细分析及分析报告输出；
3. 代码整理 Agent：通过模块粒度补丁自动整理、冲突代码智能解决方案，完成补丁合入与 MR 提交。

max_workers = clientconfig.get("max_workers")  # 配置文件获取并行数
with ThreadPoolExecutor(max_workers) as executor:  # 运行线程池
    while idx <= patch_count or futures:
        # 设置补丁分析函数
        executor.submit(vllmanalyzerfunc, xxx)
        # 处理分析函数返回内容
        if futures:  # 控制线程池任务调度
            done, futures = wait(futures, return_when=FIRST_COMPLETED)
            try:
                future.result(timeout=60)  # 等待分析完成
            except Exception as e:  # 捕获异常
                # 异常处理分支
                handle_exception(e)

1. 灵活性：并发数从配置文件读取，适配不同大模型并发能力；
2. 高效并发：ThreadPoolExecutor 避免线程频繁创建 销毁，降低开销；
3. 动态调度：while 循环 + wait (FIRST_COMPLETED)，保持线程池满负荷运行；
4. 健壮性：try...except 捕获单任务异常，防止全局崩溃；

"""
你是一个 AI 辅助补丁分析工具，可以结合提供的工具来帮助回答用户的问题。
请根据问题判断是否需要调用工具，如果需要，请选择合适的工具并正确指定参数。
工具调用结果返回后，请结合结果逐项分析给出最终回答，分析结果按照要求返回，
所有的结果都是有用的，请不要遗漏。
如果不需要调用工具，可以直接回答问题。你需要遵守以下规则：
1. 分析结果需要完整，不可以遗漏。
2. 你给出的最终结果将按照纯 JSON 格式被解析，返回结果请严格按照以下 JSON 格式，
   不要包含任何格式（例如 Markdown ```json），也不要添加解释。
结果输出格式为：
{
    "提交信息": "860874bd1cca5142eb23d123a0aeac7ec9d73d75",
    "模块": "PINCTRL",
    "改动说明": "修复 XXX 配置不支持模块（'m'）选项的问题，将其修改为内置（'y'）方式",
    "判断理由": "xxxx",
    "合入策略": "是",
    "提交标题": "PINCTRL: Fix the issue that CONFIGPINCTRLAMD do not support m option",
    "补丁类型": "bugfix"
}
参数解释：
提交信息 —— 补丁信息中对应的补丁编号；
模块 —— 补丁修改涉及的文件所属模块，通常在提交标题中会显示；
改动说明 —— 补丁信息中对补丁修改点的描述，使用中文生成回答，计算机相关专有名词使用英文表述；
判断理由 —— 基于以下几点分析：{judge_rules}；
合入策略 —— 是  否，根据“判断理由”设置是否需要回合；
提交标题 —— commit 的标题，从补丁信息中提取，格式为“模块：修改内容”；
补丁类型 —— 根据合入策略分析结果，代码的改动属于哪一类型；
"""

conda create -y -n mcp-server python=3.10
conda activate mcp-server
pip install gitpython fastmcp pandas openai openpyxl cachetools

dnf install openeuler-intelligence-installer -y  #yum源安装
(可选)git clone https://gitee.com/openeuler/euler-copilot-framework.git  #源码安装
git clone https://gitee.com/openeuler/mcp-servers.git
cd mcp-servers/patchanalyzermcp/src/

vim assistant.conf
#配置仓库信息
kernelsrcurl=https://gitee.com/openeuler/kernel.git
kernelsrcbranch=openEuler-25.03
kerneldsturl=git@gitee.com:xxxxx/kernel.git
kerneldstbranch=personal/openEuler-25.03
kernelprojecturl=https://gitee.com/api/v5/repos/xxxxx/kernel/pulls
kernelprojecttoken=xxxx
#配置语言模型API
api_key=sk-xxx
base_url=https://dashscope.aliyuncs.com/compatible-mode/v1
model_name=qwen3-max-xxx

{
  "mcpServers": {
    "patchAnalyse": {
      "type": "streamable-http",
      "url": "http://0.0.0.0:8100/mcp",
      "disabled": false,
      "timeout": 3600,
      "alwaysAllow": []
    }
  }
}

git clone https://gitee.com/openeuler/euler-copilot-shell.git
配置参考：https://gitee.com/openeuler/euler-copilot-shell/blob/dev/docs/%E9%83%A8%E7%BD%B2%20&%20%E4%BD%BF%E7%94%A8%E6%89%8B%E5%86%8C.md#%E4%BA%94%E9%BB%98%E8%AE%A4%E6%99%BA%E8%83%BD%E4%BD%93%E7%9A%84%E4%BD%BF%E7%94%A8

openEuler Inteligence补丁管理智能体工作流程演示

• 智能化简化流程：通过大模型自动化补丁分析（精准识别修复类型、评估关键影响），降低对资深专家的依赖，提升开发者参与效率。
• 提升合入效率与精准度：自动化分析、冲突检测及标准化 MR 生成，缩短补丁周期，减少人工失误，增强流程可靠性。
• 交付更稳定内核：快速合入上游关键修复与安全更新，减少内核缺陷引发的系统故障、安全漏洞及停机风险。
• 支撑技术快速演进：高效引入上游新特性与性能优化，助力产线及时利用内核技术红利（如新硬件支持、云原生增强），加速产品创新。

• 分析准确率：整体为 75%-93%，可有效还原补丁修改意图，准确筛查剔除非核心改动补丁，辅助开发人员快速定位关键改动。
• 效率提升：大幅加快补丁分析速度，原需 1 人周的工作量，现 1-2 小时即可完成；同时提供补丁链接与改动描述，降低人力成本，提升分析效率。