关于 gpp
gpp 是面向人员与 Agent 频繁修改代码的版本控制系统,可持续记录变更,并将加密项目知识和有证据支持的信念关联到历史记录,以定位失效信念对应的提交。
主要功能
- 01持续捕获文件变更
- 02按意图和来源提升变更集
- 03加密且版本化的项目知识图谱
- 04追溯信念失效对应的提交
- 05语义差异比较并识别重命名与移动
- 06管理 Agent 策略、信誉和成本
适用场景
- 01保留提交之间由 Agent 产生的修改
- 02检查代码库笔记是否过时
- 03根据作者和成本记录审查变更
- 04通过 P2P 交换项目历史与知识
MCP 相关
gpp 内置 MCP 服务,客户端可查询知识图谱、提议带证据的信念和变更集,并报告成本。信念提议需要人工批准。
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。
我们还没有获取到这个服务的安装包或远程地址,请按项目 README 中的说明安装。
工具
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
gpp(git++)
AI Agent 持续修改代码,却会丢失两次提交之间的工作;它们记录的代码库笔记(CLAUDE.md、记忆库、知识文件)也会随着代码演进而悄然过时。gpp 是为这种现实打造的版本控制系统:它实时捕获每次变更,以明确的意图和来源信息提升精选变更集,并将项目知识托管在仓库自身的历史记录中——因此,当某次提交使你对代码的认知失效时,gpp 能指出那次提交。

(录制内容由 scripts/demo.sh 生成——确定、可复现,无模拟内容。)
30 秒试用
cargo install gpp-cli
gpp init --graphex
echo "fn main() {}" > main.rs
gpp timeline # captured already — no staging, no commit
gpp promote -m "first cut" --intent feature
gpp diff HEAD # semantic diff: renames/moves are one op
还有其他 VCS 都做不到的部分——记录你对代码的认知,并让历史记录来监督它:
gpp belief add --claim "token expiry is 24h" --evidence src/auth.rs:7-7
# ...weeks of commits later...
gpp belief bisect "token expiry is 24h"
# INVALIDATED cs:fhcpef7c "raise token expiry to 7 days"
# - 7 | pub const EXPIRY_HOURS: u64 = 24;
# + 7 | pub const EXPIRY_HOURS: u64 = 168;
确定性处理——通过差异交集和 blob 哈希完成,不调用大模型或网络。(作为参考:如果要求判断已存储的记忆是否已失效,最先进的大模型在 STALE 基准测试中也只能达到 55.2% 的准确率——而这里是查询历史记录,不是做判断。)已在五个仓库、四种语言的真实历史记录上验证——axum 0.6→0.7、flask 1.1→2.0、clap 3→4、zod 3→4、go-redis 8→9——其中每条失效认知都能通过二分定位到已固定并记录的责任提交,而对照组认知则保持有效:完整矩阵请参见 demos/belief-bisect/。
它有何不同
- 持续捕获。 高频时间线会记录每次文件变更(SQLite WAL、带防抖的监听器);精选变更集可从中通过明确的意图、作者类型(人类/Agent)和成本记录进行提升。提交之间的工作不会丢失。
- Graphex:版本化、加密的项目知识。 架构、惯例、决策和认知存储在仓库内的加密知识图谱中,按每个 Agent 的信任级别分层授权,每次读取都会审计,并根据其依托的历史记录检查是否过时。
- Agent 治理。 一流的 Agent 身份与信誉评分、在捕获/提升/同步时强制执行的合规即代码策略、异常检测,以及按变更集归属的令牌/成本统计。
其他一切——通过 Noise 进行 P2P 同步、重放、审查/RBAC、中继节点、TUI——都是底层平台:请参见 docs/ARCHITECTURE.md。
Git 是基础,不是竞争对手。 桥接工具(gpp git-import / git-export / git-bridge)可以往返转换真实的 Git 提交,因此 GitHub 和现有工作流仍可正常使用——gpp 的知识、来源信息和治理层与之并行运行。上面的 axum 演示完全基于通过此桥接工具导入的历史记录运行。
连接 Claude Code(或任何 MCP 客户端)
gpp 附带 MCP 服务;Agent 可以查询知识图谱(每条认知都包含新鲜度信息——锚点、此后发生的提交,以及使其过时的变更集)、撰写以证据为锚点的自身认知(通过 propose_belief 提出,经过人工批准后再由历史记录监督)、提议变更集并报告成本。在仓库根目录的 .mcp.json 中添加以下内容:
{
"mcpServers": {
"gpp": { "command": "gpp", "args": ["mcp-server", "--stdio"] }
}
}
完整的客户端设置说明(Claude Desktop、通用 stdio)和公开的工具列表:docs/MCP.md。
状态
路线图的全部 9 个阶段(0–8)均已实现。 有关各阶段的交付内容和已记录的偏差,请参阅
docs/ROADMAP.md;有关按优先级排列的待办事项,请参阅
docs/TODO.md;有关持续更新的工程日志,请参阅
docs/WORKLOG.md。
验证日期:2026-08-23:工作区测试 184 项全部通过,cargo clippy 和
cargo fmt 均无问题,整个工作区构建成功。没有剩余的空壳 crate——每个
crate 都有可运行的实现。CI 中会测量覆盖率
(cargo llvm-cov;基线为行覆盖率 65.7%,正在提升)。
测试深度仍然参差不齐:基础层覆盖良好
(gpp-core、gpp-graphex、gpp-diff、gpp-tui 的行覆盖率均 ≥ 80%;CLI
则为策略执行、成本报告、审查者分配和信念二分查找提供了端到端测试套件),但若干集成 crate 仍停留在
冒烟测试级别(gpp-sdk、gpp-notify、gpp-rbac、gpp-replay)。
此处的“已实现”意为已构建并通过对应里程碑的测试,而非已在所有方面彻底加固。
弥合这一差距是 docs/TODO.md 中的首要事项。
完整分层表
| 层 | Crate | 已实现的内容 |
|---|---|---|
| 存储 | gpp-core | 内容寻址存储(BLAKE3 + zstd)、Blob/Tree、原始校验帧传输 |
| 时间线 | gpp-timeline | SQLite(WAL)捕获、.gppignore、防抖监视器、裁剪 |
| 历史记录 | gpp-history | Changeset/Intent/Author、分支引用、提升、DAG 遍历 |
| 差异 | gpp-diff | 行级差异 + tree-sitter 语义差异(Rust/Python/TS/Go)、重命名/移动检测 |
| Git 桥接 | gpp-git-bridge | git-import/git-export/git-bridge、SQLite 哈希映射 |
| Graphex | gpp-graphex | 加密知识图谱(age + AES-GCM)、按层级门控的投影、查询、生命周期、审计、信念 + 过时状态引擎 |
| SDK / MCP | gpp-sdk | AgentSession;gpp mcp-server --stdio(JSON-RPC MCP) |
| 信任 | gpp-trust | 信誉评分、状态转换、覆盖、事件 |
| 策略 | gpp-policy | .policy TOML 规则,在 promote 时执行(阻止)+ 在 timeline 时执行(警告)+ 在 sync 时执行(阻止),内置模板 |
| 成本 | gpp-cost | 每个 changeset 的 token/$ 记录、预算、效率、Agent 自行报告 |
| 异常 | gpp-anomaly | 范围/突发/大小检测、处置工作流 |
| 同步 | gpp-sync | Noise_XX P2P;对象/引用/策略/graphex;保留分叉 |
| 回放 | gpp-replay | 可复现的环境快照 + 漂移差异 |
| 审查/RBAC/通知 | gpp-review gpp-rbac gpp-notify | 审查生命周期、角色 + 分支保护、事件/收件箱/HMAC Webhook |
| 远程 | gpp-remote | 创建 GitHub/GitLab/Bitbucket PR、增强描述内容、导入 CI/审查信息 |
| 中继 | gpp-relay | 常驻同步中心二进制文件 + 健康检查端点 + Dockerfile |
| 客户端 | gpp-cli gpp-tui gpp-deps | 完整 CLI、ratatui TUI(gpp ui)、依赖情报(gpp deps + OSV) |
此外:extensions/{gh-gpp,vscode-gpp,neovim-gpp}、GitHub Actions +
GitLab CI 模板、deploy/ Docker 镜像、packaging/ Homebrew。
已记录的后续事项(已列入 ROADMAP/TODO,并非悄然跳过):依赖项的注册表/许可证 API、原生 PyO3/napi 绑定、向外同步平台审查结果、apt/dpkg 软件包。
安装 / 构建
cargo install gpp-cli # the `gpp` binary (crates.io)
cargo install gpp-relay # relay node (optional)
# or from a clone
cargo build --release
cargo test --workspace
cargo bench -p gpp-core -p gpp-diff # criterion perf suite
Linux、macOS(ARM + Intel)和 Windows 的预构建二进制文件可在每个发布版本中获取;
cargo install --git https://github.com/mahabubul470/gpp gpp-cli 会跟踪尚未发布的开发版本。
更多尝试
# Governance
gpp policy template secrets-scan
gpp trust show
gpp audit --include-cost --include-graphex
# Decentralized: sync two repos over Noise
gpp sync serve 127.0.0.1:9473 # on peer A
gpp sync add a 127.0.0.1:9473 && gpp sync # on peer B
# GitHub-compatible
gpp remote setup --platform github --repository acme/webapp
gpp remote pr-create --base main
项目背景请参阅 CLAUDE.md;完整规范(架构、数据模型、CLI、协议、路线图)请参阅 docs/;
用户指南和教程请参阅 docs/book/。
许可证
评论
一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。