Hyrax AI
Hyrax AI 将代码仓库映射为持久化的 Markdown 上下文,并利用六个专业智能体生成经过全面验证与测试的 Pull Request。
Hyrax AI 将代码仓库映射为持久化的 Markdown 上下文,并利用六个专业智能体生成经过全面验证与测试的 Pull Request。
产品用途与官方定位
Hyrax AI 是一款专为与 AI 工具协同编写代码的工程团队设计的自动化代码库架构师。系统作为 GitHub App 安装后,会深入分析仓库结构、依赖关系、边界定义以及现有代码规范,并将实时上下文直接提交到仓库内部的文件中(例如 HYRAX.md 与 .hyrax/discovery 目录)。这一共享地图为人类工程师及外部 AI 编码助手提供了坚实的基准上下文。
Hyrax 不会在代码库中盲目应用未经检验的大范围修改,而是采用覆盖安全、正确性、可维护性、性能、架构和运维六大领域的专业智能体。经批准的改进方案会在隔离的 worktree 中运行验证,严格执行仓库原生的测试、类型检查和构建步骤。如果在验证关卡中有任何检查未通过,Hyrax 会立即终止流程且绝不会创建 Pull Request,同时也绝不会自行合并任何代码更改。
有官方来源支持的使用场景
工程团队通过 GitHub 连接 Hyrax,在代码仓库内自动生成并持续维护共享的架构全景图、设计模式目录以及环境变量文档。
团队跨安全、可维护性和运维等维度运行审计,识别 Token 存储缺陷、过时模式和配置隐患,将高优先级问题转化为经过验证的 Pull Request。
开发者利用 Hyrax 的 MCP 集成,将实时的代码仓库上下文和既定规范直接提供给 Cursor、Claude Code 与 Copilot 等 AI 编程工具。
官网提供的使用流程
使用 Hyrax GitHub App 连接代码仓库,触发初始全量扫描并生成 HYRAX.md 及 discovery 上下文文件。
检查在六个工程维度上生成的审查问题、改进建议与合规通报,筛选并确认需要处理的目标任务。
Hyrax 在隔离的 worktree 中执行代码修改,并通过本地测试、代码检查、项目构建及针对问题的二次扫描进行严格验证。
人类工程师仔细审查生成的 GitHub Pull Request 及其代码差异(Diff),完成评审批准后将其合并入代码库中。
每次合并 Pull Request 都会自动触发代码库全景图的更新,将最新的变更内容同步至 HYRAX.md 和 discovery 文件中。
Hyrax 围绕持久化仓库构件和严格的自动化验证关卡构建代码库治理机制。连接到代码仓库后,该平台会输出 HYRAX.md 以及位于 .hyrax/discovery 目录下的配套文档,详细记录模块边界、数据流向、模式分布以及必需的环境变量。在后续的自动化同步过程中,团队在指定边界标记之间手动添加的自定义工程备注均会得到完整保留。
在任何提议的修复或改进作为 GitHub Pull Request 提交之前,都必须通过自动化验证流水线。系统在独立的隔离 worktree 内运行,首先对代码仓库进行基线化处理,在严格遵循本地规范的前提下应用修改,并执行项目配置中定义的测试、类型检查和构建命令。此外,代码必须通过 Lint 检查、保持在规定的 Diff 大小阈值以内、通过独立的智能体审查,并完成二次扫描以确认问题已彻底解决。只要任何一项检查未通过,任务就会立即终止且不会发起 Pull Request。
用自己的素材和工作流完成验证
核对了哪些信息以及核对时间
基于已核对产品资料的回答
不会。Hyrax 绝不会自动合并 Pull Request;每一个生成的 Pull Request 都必须由人类工程师进行细致的审查与批准才能合并入库。
Hyrax 配备的六个专业智能体分别从安全性、正确性、可维护性、性能、架构以及运维这六个核心工程维度对代码仓库进行全面深入的评估。
如果在验证关卡中有任何必需的检查项未通过,处理流程将立即中断终止,并且 Hyrax 绝对不会为该任务创建或提交任何 Pull Request。
所有的 AI 模型推理均在 Hyrax 的 AWS Bedrock 账户内运行,客户的代码绝不会被用于任何 AI 模型的二次训练或优化。
Hyrax 提供了 MCP 服务端,能够将最新的实时代码库上下文直接供应给 Cursor、Copilot 以及 Claude Code 等外部 AI 编码工具。