GeminiAutoPM

基于Gemini CLI的智能项目管理框架

GeminiAutoPM 是一个强大的Gemini CLI扩展，提供了用于代码分析、测试执行、DevOps自动化和敏捷项目管理的人工智能代理工具。它基于模型上下文协议（MCP），为您的开发流程带来智能化自动化。

✨ 特性

🔍 代码分析器

• 错误检测：跟踪逻辑流并识别潜在错误
• 安全扫描：检测漏洞和安全反模式
• 性能分析：识别瓶颈和优化机会
• 代码质量：评估可维护性和最佳实践遵循情况

🧪 测试运行器

• 测试执行：使用任何框架（Jest、Mocha、Pytest等）运行测试
• 失败分析：深入分析测试失败的根本原因
• 覆盖率评估：识别测试覆盖缺口
• 回归检测：与基线指标比较结果

🤖 代理管理器

• 工具创建：根据最佳实践构建新的MCP工具
• 注册表管理：维护一致的工具目录
• 验证：确保工具符合MCP标准
• 文档生成：生成包含示例的全面文档

🚀 快速开始

安装

# 安装扩展
gemini extensions install rafeekpro/GeminiAutoPM

# 验证安装
gemini extensions list

基本用法

一旦安装，这些工具将自动在Gemini CLI中可用：

# 启动Gemini CLI
gemini

# 使用自然语言使用工具
> 使用code_analyzer工具审查我的身份验证模块的安全问题

> 使用test_runner工具执行所有单元测试并分析失败

> 使用agent_manager工具为GraphQL开发创建一个新的MCP工具

📖 文档

代理工具

code_analyzer

执行深度代码分析以查找错误、安全漏洞和优化机会。

参数：

• task（必需）：要执行的代码分析任务
• scope（可选）：分析重点（安全、性能、错误）
• files（可选）：要分析的具体文件

示例：

使用code_analyzer扫描src/auth目录中的安全漏洞

Context7查询：

• mcp://context7/security/code-analysis
• mcp://context7/security/vulnerability-scanning
• mcp://context7/code-quality/static-analysis

test_runner

执行测试并提供全面的失败分析。

参数：

• task（必需）：测试执行任务
• scope（可选）：测试类型（单元、集成、端到端）
• testPattern（可选）：测试文件模式
• framework（可选）：测试框架（jest、mocha、pytest）

示例：

使用test_runner运行所有集成测试并分析任何失败

Context7查询：

• mcp://context7/testing/test-frameworks
• mcp://context7/testing/jest
• mcp://context7/testing/test-analysis

agent_manager

创建和管理MCP工具和代理定义。

参数：

• task（必需）：管理任务（创建、分析、更新）
• scope（可选）：管理范围
• agentType（可选）：代理/工具类型
• capabilities（可选）：所需功能

示例：

使用agent_manager为Docker容器化创建一个新的工具

Context7查询：

• mcp://context7/mcp/model-context-protocol
• mcp://context7/mcp/tool-development
• mcp://context7/typescript/zod-validation

🏗️ 架构

MCP服务器结构

GeminiAutoPM/
├── src/
│   ├── agents/              # 代理实现
│   │   ├── code-analyzer.ts
│   │   ├── test-runner.ts
│   │   └── agent-manager.ts
│   ├── types/               # TypeScript类型
│   │   └── agent.ts
│   └── agents-server.ts     # 主MCP服务器
├── gemini-extension.json    # 扩展清单
├── GEMINI.md               # 持久上下文
└── package.json

工作原理

1. 扩展加载：Gemini CLI加载扩展并读取GEMINI.md
2. MCP服务器启动：通过stdio传输启动agents-server.ts
3. 工具注册：三个工具被注册到MCP服务器
4. 工具调用：Gemini模型可以根据用户请求调用工具
5. 结果处理：工具结果作为结构化内容返回

🔧 开发

先决条件

• Node.js >= 20.0.0
• npm >= 10.0.0
• 已安装Gemini CLI

设置

# 克隆仓库
git clone https://github.com/rafeekpro/GeminiAutoPM.git
cd GeminiAutoPM

# 安装依赖
npm install

# 构建项目
npm run build

# 链接本地开发
gemini extensions link .

测试

# 运行测试
npm test

# 监视模式
npm run test:watch

# 覆盖报告
npm run test:coverage

项目命令

npm run build          # 将TypeScript编译为JavaScript
npm run dev            # 开发监视模式
npm test              # 运行Jest测试
npm run test:coverage # 生成覆盖报告

📝 框架原则

1. Context7集成（强制）

在实现之前始终查询Context7文档：

• 核对API签名与实时文档
• 应用当前的最佳实践
• 遵循行业标准

2. 测试驱动开发（TDD）

所有代码都遵循TDD：

1. 首先编写测试
2. 实现功能
3. 在保持测试绿色的情况下重构
4. 达到全面覆盖

3. 安全第一

安全至关重要：

• 发布前使用code_analyzer进行安全范围检查
• 遵循OWASP和CWE标准
• 验证所有输入
• 优雅地处理错误

🛠️ 配置

扩展清单（gemini-extension.json）

{
  "name": "gemini-autopm",
  "version": "0.1.0",
  "contextFileName": "GEMINI.md",
  "mcpServers": {
    "autopm-agents": {
      "command": "node",
      "args": ["${extensionPath}/dist/agents-server.js"],
      "cwd": "${extensionPath}"
    }
  }
}

用户设置（~/.gemini/settings.json）

该扩展会自动配置。无需手动设置。

🤝 贡献

欢迎贡献！请：

1. 分叉仓库
2. 创建特性分支（git checkout -b feature/amazing-feature）
3. 遵循TDD - 先写测试
4. 确保所有测试通过（npm test）
5. 提交更改（git commit -m '添加惊人的功能'）
6. 推送到分支（git push origin feature/amazing-feature）
7. 打开拉取请求

开发指南

• 遵循TypeScript严格模式
• 使用Zod进行输入验证
• 包含Context7文档查询
• 编写全面的测试（80%+覆盖率）
• 在工具描述中添加使用示例
• 更新文档

📄 许可

MIT许可 - 详情见LICENSE文件

🙏 致谢

• 基于模型上下文协议（MCP）
• 由Gemini CLI提供支持
• 受ClaudeAutoPM启发

📞 支持

• 问题：GitHub问题
• 讨论：GitHub讨论
• 文档：Wiki

🗺️ 路线图

第一阶段：核心基础（当前）

• ✅ 包含3个核心代理工具的MCP服务器
• ✅ 基础文档和示例
• ✅ 初始测试覆盖

第二阶段：扩展能力

• 添加10个更专业的代理工具
• 项目管理提示（史诗分解、任务分解）
• DevOps自动化工具
• 增强的测试分析功能

第三阶段：高级功能

• 多服务器架构
• 自定义命令定义（TOML）
• 高级Context7集成
• Docker沙箱支持
• CI/CD集成示例

第四阶段：企业功能

• 工具允许列表和安全控制
• 性能优化
• 多项目支持
• 高级分析和报告

🌟 星历史

如果您觉得GeminiAutoPM有用，请考虑在GitHub上给它一个星！

---

为Gemini CLI社区制作 ❤️