digline

Name: digline
Author: digline.dev

本地服务

digline.dev开发工具9今天更新

代码仓库访问官网

关于 digline

digline 是供编码 Agent 检查并运行仓库中 LLM 评估套件的 MCP 服务。它仅返回以判定结果为主的数据，并要求运行前明确确认调用次数；不提供提升基线的功能。

主要功能

01列出运行记录并查看基线
02比较运行结果并解释判定
03确认调用次数后运行评估套件
04仅返回判定结果
05不提供提升基线的工具

适用场景

01检查已保存的评估结果
02将一次运行与基线比较
03确认计划调用次数后测量套件

MCP 相关

该服务提供八种工具，用于读取 digline 运行记录和测量套件。每个实例服务一个仓库，且不提供提升基线的工具。

配置

本地服务的配置在各客户端中通用，复制后粘贴到客户端的 MCP 配置文件即可。

mcp.json · 通用配置

{
  "mcpServers": {
    "dev-digline-digline": {
      "command": "uvx",
      "args": [
        "digline-mcp"
      ]
    }
  }
}

启动命令uvx digline-mcp

本地服务需要在你的电脑上安装运行环境（如 Node.js 18+）。各客户端的配置文件位置不同，请参考客户端文档。

安装包

pypidigline-mcp0.7.0stdio

工具

还没有获取到工具列表

本地服务需要在你的电脑上运行后才能读取工具，维护者暂未提供工具列表。

详细介绍

digline-mcp

这是 digline 的 MCP 服务：它允许编码 Agent 读取 digline 结果并测量新的结果，但不允许 Agent 晋级基线。

不是因为晋级请求会被拒绝，而是因为根本没有这样的工具。

八种工具

工具	功能
`list_runs`	套件存储的所有运行记录，按时间从新到旧排列，并标记基线
`get_run`	一条存储的运行记录——包含判定结果，不包含载荷
`get_baseline`	已批准的参考，格式相同
`log`	查看存储的运行记录，了解哪个模型给出了回答；绝不是门禁
`compare`	将一条运行记录与基线比较：结果是否变差？
`diff`	比较两条运行记录，二者都不是参考：我应该切换吗？
`explain`	将一条运行记录作为类型化事实读回，并附带退出代码
`run`	执行套件，执行前先确认调用次数

promote 按设计不存在，migrate、view 和 report 也不存在。基线是已批准的参考，而 promote 会写入 .digline/<tenant>/baselines/，该目录会提交到仓库——写入其中的任何内容都会出现在某人的差异中，因此必须由他们主动写入。拒绝请求会变成 Agent 可以争辩的对话；而不存在则不会。

每种工具，包括读取类工具，都会加载其名称所指的套件。对于会执行项目代码的 suite.py，它会在服务端环境中运行。

相关原理见 ADR 0011，它所体现的判断层见 AGENTS.md。

安装和配置

uv pip install digline-mcp

一个服务只服务于一个仓库：边界就是仓库；多项目场景使用 N 个命名服务，而不是注册表。

{
  "mcpServers": {
    "digline-northwind": {
      "command": "digline-mcp",
      "args": ["--root", "/Users/you/src/northwind"]
    }
  }
}

--tenant 和 --env 可以接受，但只用于验证，绝不会覆盖设置。与 digline 的其他地方一样，由套件决定。

`run` 执行前的成本确认

run 必须传入 acknowledge_calls，其值必须等于计划对目标进行的调用次数。如果未传入，工具会拒绝执行，并返回调用次数：

run(suite="suite.py")
  → refused: this suite plans 100 calls to the target.
    20 cases × 5 samples = 100 calls to the target; each answer is judged
    3 times by llm_rubric.
    Call again with acknowledge_calls=100.

run(suite="suite.py", acknowledge_calls=100)   → executes

第一次调用是探测。Agent 不能在未声明调用次数的情况下消耗一百次模型调用——这体现了 AGENTS.md §7 的契约，而非建议。

绝不外泄的内容

MCP 响应会进入模型的上下文，继而进入无人控制的对话记录和缓存。因此，运行工具只返回仅含判定结果的投影：名称、标识、状态、分数、阈值、容差、测量区间，以及套件披露的元数据。

绝不返回裁判的 reason——裁判会引用输出，因此原因就是输出。绝不返回解释暂停原因的句子、未披露的元数据、用例输入，也绝不返回提示词或其摘要，除非套件声明了 Disclosure(artifacts=True)。运行时会拒绝位于边界之外的已声明文件；允许文件越界的命令则会拒绝位于 .digline 或 .git 下的文件。两者都不会被悄悄丢弃。