メインコンテンツまでスキップ

ローカル CI で Scala のコーディングワークフローを実行する

この例では、Raider が小さな Scala のバグを修復し、変更を検証し、機械可読の判定を出す様子を見ます。フィクスチャの割引は、10,000 セント以上で適用されるべきです。元のコードは厳密な > 比較を使っているため、しきい値ちょうどのケースは失敗します。

アプリケーションは BillingCi.scala です。フィクスチャを新しい出力ディレクトリへコピーし、ベースラインのチェックを実行し、エージェントにバグの修復を依頼し、独立したコンパイラとテストのチェックを実行し、ソースレビューを 2 件、境界レビューを 3 件集め、READY または BLOCKED を書き出します。

チェックは、しきい値の両側と、ちょうど境界をカバーするため、9,999、10,000、10,001 セントを使います。アプリは、コンパイラとテストの終了コードおよび出力を確認し、レビューの回答を検証してから READY を書き出します。

セットアップと実行​

JDK 21、sbt、および設定済みの OpenAI 互換プロバイダが必要です。下の結果確認コマンドのために jq をインストールしてください。Raider をまだビルドしていない場合は、セットアップを参照してください。この例にはモデル glm-5.3-flash が必要です。プライベート環境、または資格情報ヘルパーを使い、RAIDER_BASE_URL と、RAIDER_API_KEY または RAIDER_API_KEY_CMD のいずれかを設定してください。資格情報をソースファイルやコマンド引数に入れないでください。

例と、そのランタイムクラスパスをビルドします。

sh scripts/build/user-ci.sh

必要な、シークレットではない値を設定し、プロバイダ呼び出しにオプトインします。

export RAIDER_PROVIDER=openai
export RAIDER_MODEL=glm-5.3-flash
export RAIDER_LIVE_APPROVED=1

次に、新しい出力ディレクトリを選び、ワークフローを起動します。

RUN_DIR="artifacts/user-ci/run-$(date +%Y%m%d-%H%M%S)"
java -cp "$(cat artifacts/user-ci/classpath.txt)" demo.BillingCi \
"$(cat artifacts/user-ci/runtime-classpath.txt)" \
"$RUN_DIR" \
examples/user-guide/fixture

引数は、Scala チェッカーが使うランタイムクラスパス、出力ディレクトリ、フィクスチャのディレクトリです。コピーされたプロジェクトは $RUN_DIR/workspace にあります。

ビルドは、例のために artifacts/user-ci/classpath.txt を、コンパイラとテストのプロセスのために artifacts/user-ci/runtime-classpath.txt を作ります。ビルドから起動までの間、これらのファイルをそのまま残してください。出力ディレクトリは別なので、あとの実行は、新しいインデックス、ログ、ワークスペース、ネイティブ実行のディレクトリを得ます。

このコマンドはライブのモデル呼び出しを行い、費用がかかることがあります。ドライランではありません。ワークフロー全体の期限は 5 分です。6 つのエージェント実行のそれぞれに、120 秒の期限があります。各実行には独自の試行上限があるため、これらの上限は、共有のリクエスト上限や費用上限を作るものではありません。

コーディングエージェントは、Raider 向けに設定されたプロセス権限とツールレジストリで実行されます。レビュー用プロンプトはツールを使わないよう求め、アプリは後からツール呼び出しを確認します。その確認はサンドボックスではありません。信頼できるワークスペースとプロバイダ設定でのみ、これを実行してください。

[]

結果を理解する ​

{#understand-the-result}

成功した実行は 0 で終了し、decision.json に READY を書き、pipeline-index.json のパイプラインステータスは SUCCEEDED です。READY は、ベースラインがコンパイルでき、失敗したのはしきい値だけであること、修復がソースを変えたこと、独立した最終のコンパイルとテストが成功したこと、両方のソースレビューが検証に通ったこと、3 件の境界レビューがすべて通ったことを意味します。

ブロックされた、または失敗した実行は、通常 1 で終了します。全体の期限が切れると、インデックスは UNKNOWN と記され、プロセスは 24 で終了します。一部のステージが未完了のことがあります。エージェントの回答だけでは、成功は確立しません。アプリは、実際のプロセス終了コードを確認し、構造化されたレビュー結果を検証します。

記録された成功例には、次の判定が入っています。

{"verdict":"READY","repairCheckExit":0,"sourceChanged":true,"reviewPasses":2,"boundaryPasses":3,"requiredBoundaryCases":[9999,10000,10001],"detail":"Independent compile and all three expected-discount reviews passed."}

これは過去のキャプチャであり、あなたのマシンでの新しい実行の結果ではありません。要求したモデル glm-5.3-flash により、Yabanin のコーディングプランのゲートウェイを通して記録されました。キャプチャされた、6 つのルートからなる実行と、その完全なネイティブ Scala の射影を参照してください。

自分の実行では、decision.json を pipeline-index.json のステージステータスと比較します。READY の判定は、成功した最終チェックのステージ、および成功したレビューと一致するべきです。一致しない場合は、そのステージのネイティブな run.json とサマリを使い、完全なアーティファクトを出す前に失敗したのかを把握します。

ステージのファイルを見つける​

出力ディレクトリには、次のものが入っています。

  • decision.json: 型付きのアプリケーション判定。
  • pipeline-index.json: ステージのステータスと、各ネイティブ実行へのリンク。
  • baseline-check.log と final-independent-check.log: コンパイラとテストのプロセス出力。
  • workspace/: コピーされたフィクスチャ。実行が成功したときは、修復されたソースを含みます。
  • stages/<stage>/native/work-<id>/: ステージのネイティブ実行ファイル。たとえば run.json、events.jsonl、summary.md、および利用できるときは lineage.scala と lineage-data.json。

実行 ID は、実行時に割り当てられます。推測せず、インデックスから修復ステージの nativeWorkDir を読んでください。

jq '{status, decision, stages}' "$RUN_DIR/pipeline-index.json"
STAGE_DIR=$(jq -r '.stages[] | select(.name == "repair") | .nativeWorkDir' \
"$RUN_DIR/pipeline-index.json")
cat "$RUN_DIR/$STAGE_DIR/summary.md"
cat "$RUN_DIR/$STAGE_DIR/lineage.scala"

ステージ名、ステータス、終了コード、アーティファクトのディレクトリだけを一覧するには、次を実行します。

jq -r '.stages[] | [.name, .status, (.nativeExitCode // "-"), (.nativeWorkDir // "-")] | @tsv' \
"$RUN_DIR/pipeline-index.json"

例における Scala の合成​

アプリは型付きの Program 値を作り、Raider の現行 DSL でそれらを合成します。この抜粋は、例の実際の変数名を使い、これらの文の周りのセットアップは省いています。

repairProgram = agentProgram("billing-repair")
verifyProgram = Program.fromFunction[AgentOutput, VerifiedRepair]("verify-repair") { attempt =>
Task(ZIO.attemptBlocking {
val evidence = validateRepair(setup, attempt)
VerifiedRepair(evidence.sourceChanged, readUtf8(setup.source), attempt)
}.mapError(error => RaiderError.OutputValidation(
Option(error.getMessage).getOrElse("repair verification failed")
)))
}
repairAndVerify = repairProgram.andThen(verifyProgram)
repaired <- Task.zio(repairAndVerify(repairInput))

reviews <- Task.zio(all(
reviewProgram(reviewsInput._1),
reviewProgram(reviewsInput._2)
))

boundaryOutcomes <- Task.zio(batch.collect(boundaryInputs, parallelism = 2) { input =>
boundaryProgram(input)
})

最初の合成は、検証済みの結果を先へ渡す前に、実際の修復の試行を確認します。all は 2 件のレビューをまとめて実行します。batch.collect は 3 つの境界入力を、同時に動くものを最大 2 つまでとして処理し、入力の順に結果を返します。アプリケーションは結果を検証し、それらの確認のあとでのみ判定を作ります。

完全なアプリケーションは、各ステージの入出力データも定義し、プロンプトとステージの記録を書き、失敗も記録します。抜粋が示すのは、主な合成だけです。実行できる完全なプログラムには、リンクされた Scala のソースを使ってください。

トラブルシューティング​

  • ビルドが JDK 21 を要求する: JAVA_HOME を JDK 21 のインストールへ向け、sh scripts/build/user-ci.sh を再実行します。
  • 環境の名前がない、またはモデルが無効: プライベートなエンドポイントと資格情報ヘルパーを設定し、上で必要な値を設定し、モデルが正確に glm-5.3-flash であることを確認します。プログラムは、それ以外のモデル名を拒否します。
  • プロバイダまたはエンドポイントのエラー: 設定したベース URL が、埋め込まれた資格情報、クエリ、フラグメントを含まない HTTP(S) の URL であること、およびプロバイダが設定されたキーを受け入れることを確認します。シークレットの値を、ログとレポートに出さないでください。
  • 終了コード 1、または BLOCKED: decision.json、pipeline-index.json のステージステータス、続いて該当ステージの summary.md とトランスクリプトを調べます。baseline-check.log と final-independent-check.log を比較します。ベースラインは FAIL exact-threshold だけを報告することが期待され、最終チェックは DiscountSpec: PASS 3 boundaries を報告するべきです。
  • 終了コード 24: 全体の期限が経過しました。インデックスは UNKNOWN と書くことがあります。次に何をするかを決める前に、完了したステージのアーティファクトを調べてください。

ネイティブ実行に summary.md があってリネージファイルがない場合は、まずそのサマリとイベントストリームを使ってください。リネージファイルがあるのは、実行が確定し、イベントを畳み込めたときだけです。

[]

ネイティブのリネージと統合ビュー ​

{#native-lineage-and-the-unified-view}

このライブのアプリケーションは、独立したエージェント実行を 6 つ起動します。修復が 1 つ、レビューが 2 つ、境界レビューが 3 つです。それぞれが、自分のネイティブなルートとグラフを書き出します。pipeline-index.json が、それらのルートをつなぎます。別の統合された Scala の射影は、同じ種類のパイプラインを、1 つの委譲グラフとして記述します。これはオフラインの例から生成されたものであり、このライブのアプリケーションの出力ではありません。ドライランの記述です。モデルもツールもディスパッチせず、リプレイのコマンドでもありません。現在の完全な統合射影は、そのリンク先のファイルにあります。6 つのライブのルートからの、過去の完全な射影は、上にリンクされています。