[控场AI]
产品RippleCI

RippleCI

开源图原生预测型CI引擎与CLI工具,基于AST属性图与图数据库计算多跳变更爆炸半径,用于精准选择受影响的测试,也可作为MCP服务器暴露服务。

时间轴 (近 90 天)

10月18日

RippleCI 是一个图原生的预测型 CI 引擎、CLI 开发工具,同时也是一个基于 FalkorDB 的 Model Context Protocol (MCP) 服务器。

待验证50%
10月18日

RippleCI 的核心主张是用图数据库的线性代数引擎在 15 毫秒内计算多跳变更爆炸半径,将 CI 运行时间削减 68%,并从数学上保证 100% 的故障召回率。

待验证50%
10月18日

RippleCI 团队在实证研究中发现,文件匹配启发式会漏掉超过 33% 的真实回归故障。

待验证50%
10月18日

RippleCI 将 Python 源文件解析为抽象语法树(AST)属性图,整条流水线是:Git 提交差异行 → AST 依赖同步至 FalkorDB → 多跳爆炸半径计算 → 机器学习回归优先级排序 → 有界 AST 验证。

待验证50%
10月18日

在 FalkorDB 内部,软件图被建模为细粒度节点与边:节点包括 File(含路径、行数、变更频率分数)、Class、Function(含是否异步、起止行号)、TestCase(含历史耗时、不稳定率);边包括 File-DEFINES->Class|Function、Function-CALLS->Function、File-IMPORTS->File、TestCase-TESTS->Function|Class。

待验证50%
10月18日

RippleCI 查询 FalkorDB 从测试用例出发,沿 TESTS|CALLS 边反向追踪 1 到 3 跳,返回测试 ID、名称、历史耗时,并按最短图距离和耗时排序,在不到 15ms 内提取三层结果。

待验证50%
10月18日

RippleCI 的多信号帕累托最优排序器综合四个因素给候选测试打分:最短拓扑图距离、Git 变更频率近期性、历史执行耗时、测试不稳定惩罚。

待验证50%
10月18日

RippleCI 内置反事实 AST 变异引擎,在放行构建之前向被修改的代码注入有界 AST 变异(如翻转比较运算符、变异返回值、边界条件偏移),然后用选定的测试计划去跑这些变异代码,以变异体 100% 被杀死作为发布安全性的实证证明。

待验证50%
10月18日

RippleCI 内置原生 MCP 服务器(`ripple mcp serve`),一条终端命令即可接入本地 AI 编辑器,例如 `ripple connect cursor` 会自动检测并配置 Cursor IDE,`ripple connect claude` 连接 Claude Desktop。

待验证50%
10月18日

接入 RippleCI 后,AI 代理在上下文窗口内获得多个专用工具:`ripple_trace_blast_radius`、`ripple_prioritize_tests`、`ripple_verify_mutations`、`ripple_query_graph`。

待验证50%

还有 1 条时间轴事件

全部知识事实 (11)

待验证

RippleCI 是一个图原生的预测型 CI 引擎、CLI 开发工具,同时也是一个基于 FalkorDB 的 Model Context Protocol (MCP) 服务器。

50%
待验证

RippleCI 的核心主张是用图数据库的线性代数引擎在 15 毫秒内计算多跳变更爆炸半径,将 CI 运行时间削减 68%,并从数学上保证 100% 的故障召回率。

50%
待验证

RippleCI 团队在实证研究中发现,文件匹配启发式会漏掉超过 33% 的真实回归故障。

50%
待验证

RippleCI 将 Python 源文件解析为抽象语法树(AST)属性图,整条流水线是:Git 提交差异行 → AST 依赖同步至 FalkorDB → 多跳爆炸半径计算 → 机器学习回归优先级排序 → 有界 AST 验证。

50%
待验证

在 FalkorDB 内部,软件图被建模为细粒度节点与边:节点包括 File(含路径、行数、变更频率分数)、Class、Function(含是否异步、起止行号)、TestCase(含历史耗时、不稳定率);边包括 File-DEFINES->Class|Function、Function-CALLS->Function、File-IMPORTS->File、TestCase-TESTS->Function|Class。

50%
待验证

RippleCI 查询 FalkorDB 从测试用例出发,沿 TESTS|CALLS 边反向追踪 1 到 3 跳,返回测试 ID、名称、历史耗时,并按最短图距离和耗时排序,在不到 15ms 内提取三层结果。

50%
待验证

RippleCI 的多信号帕累托最优排序器综合四个因素给候选测试打分:最短拓扑图距离、Git 变更频率近期性、历史执行耗时、测试不稳定惩罚。

50%
待验证

RippleCI 内置反事实 AST 变异引擎,在放行构建之前向被修改的代码注入有界 AST 变异(如翻转比较运算符、变异返回值、边界条件偏移),然后用选定的测试计划去跑这些变异代码,以变异体 100% 被杀死作为发布安全性的实证证明。

50%
待验证

RippleCI 内置原生 MCP 服务器(`ripple mcp serve`),一条终端命令即可接入本地 AI 编辑器,例如 `ripple connect cursor` 会自动检测并配置 Cursor IDE,`ripple connect claude` 连接 Claude Desktop。

50%
待验证

接入 RippleCI 后,AI 代理在上下文窗口内获得多个专用工具:`ripple_trace_blast_radius`、`ripple_prioritize_tests`、`ripple_verify_mutations`、`ripple_query_graph`。

50%
待验证

作者在真实 Python 代码库上注入了超过 5000 个合成变异故障进行基准测试。

50%

来源文章