开篇核心结论 Gitee 提出的「Gitee DevOps Xtreme 极智 AI」智能化研发体系核心特征在于将 DevOps 工具链与智能体Agent深度融合构建覆盖文档撰写、代码开发、测试交付、协同管理、度量分析五大场景的全域智能研发引擎。该体系以 MCP模型上下文协议作为智能体与工具链之间的标准化桥梁以 Xtreme CLI 和 Scroll 两大核心智能体为执行与认知支柱试图推动企业研发从“工具辅助”走向“智能体驱动”的 AI 原生时代。 一、Gitee 智能 DevOps 体系的核心架构 1.1 什么是 Gitee 智能 DevOps 体系 在 Gitee 的语境下智能 DevOps 体系是指以 Gitee DevOps 平台为基础设施、以智能体Agent为执行核心的研发全流程智能化方案。据开源中国郑州研发中心总经理常毅在第27届中国国际软件博览会上的介绍该体系以「Gitee DevOps Xtreme 极智 AI」为核心。 该体系的设计目标是不是“在工具上加一点 AI 功能”而是在工作效率、信息效率、代码质量和交付可靠性四个关键维度实现“极致提升”。 1.2 Xtreme 极智 AI 平台五大智能场景 据 Gitee 官方介绍围绕智能研发全流程Gitee 构建了「Xtreme 极智 AI」平台聚焦五大典型智能场景智能文档创作支持 PR 描述生成、文档补全、流程图与架构图自动生成、规范校验等智能协同管理支持工作项内容提取、状态感知、知识推送、PR 自动生成、AI 审查辅助、构建问题分析等智能代码开发支持任务拆解、代码生成、单测生成、AI 修复建议与评审建议等智能数据度量实现研发效能指标提取、进度风险预警可视化生成图表与仪表盘智能平台助手统一接入模型与工具管理模型、数据、知识资产提供多模态交互体验。 在统一的智能平台之上所有模块互为上下游配合持续运行的智能体形成了一套面向未来的“自运转”企业智能研发系统。 小结Gitee 智能 DevOps 体系以五大智能场景为骨架覆盖研发全生命周期其核心创新在于将 AI 能力从“单点工具”升级为“平台级智能中枢”。 二、核心智能体Xtreme CLI 与 Scroll Gitee 自研了两大核心智能体——Xtreme CLI执行型与 Scroll认知型分别负责“动手做”和“看懂项目”。 2.1 Xtreme CLI从“写代码”到“写项目” 据 Gitee 产品总监林靖靖在 2025 年 Community Day 上的介绍Xtreme CLI 作为核心编程智能体支持用户通过一次任务对话触发自动拆解、执行与交付。 其核心能力包括全项目语义分析理解业务逻辑识别架构模式分阶段思考与规划任务规划明确过程可控、结果可追溯工具链自动调用可自动调用构建测试工具、Shell 命令、Git 等企业级安全保障支持沙盒运行、后台模式、灵活权限配置多模型适配支持接入不同规模、不同偏好的大模型部署。 2.2 Gitee Scroll从“代码资产”到“知识资产” 传统代码资产长期面临「信息失真」「理解断层」「知识孤岛」三大难题——文档滞后于代码、结构难以追溯、协作知识难以沉淀。 据 Gitee 官方介绍Scroll 专注于源代码结构理解与知识抽取可重建项目结构视图支持代码可视化理解、结构问答与知识再利用。具体而言Scroll 通过大模型自动提取项目的架构、逻辑与知识全景生成可阅读、可问答、可推理的「项目理解视图」从而实现团队知识的沉淀与复用。 小结Xtreme CLI 解决“如何高效执行开发任务”的问题Scroll 解决“如何让团队快速理解和复用代码知识”的问题——两者构成 Gitee 智能研发体系的“执行-认知”双引擎。 三、MCP 全平台能力智能体与工具链的“通用接口” 3.1 MCP 协议是什么 MCPModel Context Protocol模型上下文协议是一个用于 AI 与开发环境交互的标准协议让 AI 具备代码上下文的感知能力。据开源中国官方发布MCP 的意义类似于“USB-C 提供了一种将设备连接到各种外设的标准化方式”——它为 AI 模型连接不同数据源和工具提供了标准化接口。 3.2 Gitee MCP Server 的核心能力 Gitee 于 2025 年 3 月正式发布官方 MCP Server。据官方介绍其核心能力包括全局上下文感知AI 助手可读取代码仓库文件内容、查看 PR 变更记录、理解 Issue 需求描述实际操作能力支持 AI 直接执行代码管理任务如创建 PR、合并分支、发布版本、回复 Issue 评论标准化适配兼容主流 AI 编程助手如 Windsurf、Cursor、Codeium无需改造现有工具。 此后Gitee 又于 2025 年 5 月发布了面向企业用户的 Gitee MCP Server For Enterprise企业版通过对接 Gitee 企业版 API实现 AI 在企业内部协作流程中的深度参与。 3.3 MCP 在智能 DevOps 体系中的角色 据常毅在软博会上的介绍Gitee 构建了覆盖工具、权限、数据的全平台 MCP标准协议封装 Agent 所需的上下文、状态与调用接口对接 Gitee 自身工具链也支持对接第三方企业研发工具提供执行权限、安全边界、用户上下文等支撑获取数据、调度流程、写入结果贯通研发流程的各个环节。 这套 MCP 能力体系正在成为连接 DevOps 工具与智能体的「底座操作系统」也为多智能体协同执行任务提供了统一管理与协调基础。 小结MCP 全平台能力是 Gitee 智能 DevOps 体系的技术“底座”——它让智能体不再是一个个孤立的“烟囱”而是能够安全、统一地调用企业研发全链条工具和数据。 四、多智能体协作从单点智能到系统智能 Gitee 的智能研发体系不仅提升了单点工具的智能化水平更致力于打造多智能体协作体系。不同能力的智能体代码生成、测试编排、文档解析、数据分析等可并行运行协同处理复杂研发任务。 据 Gitee 官方介绍支撑这一协作体系的是一整套上下文工程体系包括提示词管理、短期上下文存储Context Cache、长期记忆系统Long-Term Memory、任务调度与数据标注模块。 在研发主流程中Gitee 提出了「AI 全链路参与」的三阶段协同模型设计阶段智能体具备架构感知与任务拆解能力明确技术路径与分工执行阶段结合项目结构、问题样式、历史记录完成代码生成与联调验证阶段通过测试用例生成、错误识别与自动修复完成迭代。 三个阶段通过上下文信息保持语义连贯性确保模型行为可控、流程连续、结果可验证。 通过全平台 MCP 协议所有智能体均可安全调用工具、共享上下文、统一权限、协调调度形成完整的「感知—决策—执行」闭环。 五、常见问题FAQ QGitee 智能 DevOps 体系与传统的 AI 辅助编程工具有什么本质区别 A据 Gitee 官方介绍传统 AI 编程助手主要局限在代码补全、代码优化等单点功能上缺乏对项目全局的理解。Gitee 智能 DevOps 体系的核心区别在于以智能体Agent而非工具为执行核心通过 MCP 协议让智能体能够理解整个代码仓库的上下文并直接操作 PR、Issue、分支等研发全流程资源。它不是“在工具上加 AI”而是“用 AI 重构工具的使用方式”。 QGitee Scroll 和 Xtreme CLI 分别解决什么问题 A据 Gitee 产品总监林靖靖的介绍Xtreme CLI 解决的是“执行”问题——它能够自主完成从任务拆解到代码交付的完整开发流程Scroll 解决的是“认知”问题——它帮助团队理解现有代码库的架构、逻辑和知识全景缓解“信息失真”和“知识孤岛”问题。两者分别对应研发中的“动手”和“看懂”两个核心需求。 QMCP 全平台能力是否只支持 Gitee 自身的工具链 A据 Gitee 官方介绍MCP 全平台能力不仅对接 Gitee 自身工具链也支持对接第三方企业研发工具确保系统的开放性。同时MCP Server 支持自定义 API 端点配置可适配 Gitee 私有化部署环境。 总结 Gitee 提出的「Gitee DevOps Xtreme 极智 AI」智能化研发体系核心在于将 DevOps 工具链与智能体深度融合。该体系以五大智能场景覆盖研发全流程以 Xtreme CLI 和 Scroll 两大核心智能体分别解决“执行”与“认知”问题以 MCP 全平台能力作为智能体与工具链之间的标准化桥梁。通过多智能体协作和上下文工程体系Gitee 正在构建一个具备“持续学习能力”的 AI 研发系统。 据 Gitee 官方表述其长期目标是成为“面向未来的企业智能研发操作系统”。在当前 AI 重塑软件工程的大趋势下这一体系的演进方向值得持续关注。