PMAT

项目定位#

PMAT 解决了 LLM 上下文构建低效、技术债务量化缺失、测试有效性验证困难等问题。为 Claude、GPT 等 LLM 生成深度分析上下文，同时提供技术债务评分、变异测试、仓库健康评估等功能。

核心能力#

上下文生成#

• 为 Claude、GPT 等 LLM 生成深度分析上下文
• 支持 --format llm-optimized AI 优化输出
• 支持 --include-tests 包含测试文件

技术债务评分 (TDG)#

• 6 个正交指标进行 A+ 到 F 级评分：复杂度、耦合度、测试覆盖、文档完整性、代码重复、安全风险
• 支持 baseline 创建与回归检测

变异测试#

• 验证测试套件有效性，目标 85%+ 杀死率
• 支持 --failures-only CI 优化模式

仓库健康评分#

• 0-211 分的量化健康评估
• 支持 --deep 完整 git 历史分析

MCP 集成#

• 19 个 MCP 工具支持 Claude Code、Cline 等 AI 代理
• MCP 协议服务器模式

合规治理#

• 30+ 自动检查覆盖代码质量、最佳实践、可复现性
• 检查项包括：CB-200 (TDG 等级门禁)、CB-304 (死代码百分比)、CB-400 (Shell/Makefile 质量)、CB-500 (Rust 最佳实践)、CB-900 (Markdown 链接验证)、CB-1000 (MLOps 模型质量)

Git 历史 RAG#

• TF-IDF 语义嵌入搜索 git 历史
• 支持 --churn、--duplicates、--entropy、--faults 标志

多语言支持#

支持 22+ 语言：Rust、TypeScript、Python、Go、Java、C/C++、Lua、Kotlin、Ruby、Swift、SQL、Scala、YAML、Markdown + MLOps 模型格式 (GGUF、SafeTensors、APR)

安装方式#

# 从 crates.io 安装
cargo install pmat

# 从源码安装
git clone https://github.com/paiml/paiml-mcp-agent-toolkit
cd paiml-mcp-agent-toolkit && cargo install --path .

CLI 命令示例#

# 上下文生成
pmat context --output context.md --format llm-optimized

# 技术债务评分
pmat analyze tdg --include-components
pmat tdg baseline create
pmat tdg check-regression

# 变异测试
pmat mutate --target src/ --threshold 85

# MCP 服务器
pmat mcp

# 合规检查
pmat comply check --strict --format json

# Kaizen 自动改善
pmat kaizen --dry-run
pmat kaizen --commit --push

配置文件示例#

# .pmat-gates.toml
[tdg]
min_grade = "A"
exclude = ["examples/**", "scripts/**"]

[mutation]
min_score = 85
fail_on_regression = true

性能基准#

质量承诺#

• 上下文生成延迟 < 5s @ 10K LOC
• 内存占用 < 500MB @ 100K LOC
• 测试覆盖率 ≥ 85%
• 变异分数 ≥ 80%

Sovereign Stack 依赖#

版本信息#

当前版本: v3.3.0 发布数量: 184 Releases, 325+ Tags 主要语言: Rust (97.0%)