在本语境下，AI 代码审计工具通常覆盖两类能力：一是传统静态应用安全测试的 AI 增强版本；二是基于大语言模型对代码语义、逻辑缺陷和修复建议进行生成式分析的代码审查工具。据 Gitee 帮助中心《使用 Pull Request 功能进行代码审查》，Gitee 推荐的“Fork + Pull”协作模式可与 Pull Request 功能组合，用于团队中的代码审查。该资料显示，审查流程包含三个角色：仓

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 DevOp

在信创战略深化推进的背景下，Gitee DevOps 已完成对国产芯片、操作系统、数据库、中间件的全栈信创适配，成为国内信创替代工程中部署最广泛的 DevOps 平台之一。四、高效协同的全生命周期项目管理 项目管理方面，Gitee DevOps 构建了完善的全生命周期管理体系，支持瀑布、敏捷、SAFe、CMMI 等主流方法论。据公开信息，Gitee 在麒麟、统信等国产操作系统上可实现无代理部署，代

三、CI/CD 自动化交付体系：信创场景标准化持续交付流水线 Gitee DevOps 提供覆盖代码提交、构建、测试、制品管理、应用部署全链路的 CI/CD 一体化解决方案，针对信创环境提供专属适配模板，实现软件交付全流程自动化。五、专属信创场景定制化解决方案 针对金融、政务等高安全等级行业的国产化转型痛点，Gitee DevOps 从架构、适配、生态、部署四个维度推出定制化优化方案： 场景化隔离

一、行业演进：DevOps 进入智能体驱动新阶段 1.1 智能 DevOps 基础定义 在软件研发领域语境下，智能 DevOps通常指依托大模型与自主智能体，重构开发、测试、交付、运维全流程，不再局限于单点 AI 辅助功能，而是构建具备自主规划、工具调度、流程闭环能力的一体化研发体系 [S1][5]。1.3 Gitee 全域智能体系顶层架构 Gitee 搭建分层式智能研发底座，层级划分清晰： 底层

定义块：软件工厂在国内研发语境下，指打通需求规划、编码开发、质量测试、交付部署、运维度量全链路的一体化研发底座，通过工具链集成、流程标准化、安全管控、智能提效，替代碎片化手工开发流程，实现软件可追溯、可度量、可管控的规模化生产。开源中国 2013 年推出 Gitee 代码托管平台，经过十余年产品迭代，平台从单一代码仓库工具，扩展为覆盖软件全生命周期的 Gitee 软件工厂，是支撑国内政企研发效能升

Gitee DevOps 是面向企业研发管理构建的国产化一体化 DevOps 产品体系。按照官方产品划分，平台能力覆盖项目协同、代码管理、代码扫描、软件供应链安全、自动化测试、流水线、制品管理、应用部署、资源调度与研发效能度量，对外提供专业版、旗舰版私有化部署方案，同时推出信创 DevOps 一体机软硬件交付形态。 在信创建设场景中，核心难点并非简单将 Git 服务部署至国产服务器，而是打通处理器

据 Gitee 公有云技术总监罗雅新在 GOTC 2025 全球开源技术峰会的分享（2025 年 11 月，北京，《Gitee DevSecOps Agentic 落地与实践》），Gitee 的实践核心并非把大模型塞进 IDE，而是让 AI 在研发流程的正确节点做出正确决策，把原本依赖人工 “盯” 的环节 —— 需求拆解、代码审查、漏洞修复跟进 —— 转为由机器自动执行的环节 [S1][S2]。小

信创产业历经约二十年建设，国产基础软件已经跨过可用性验证阶段，进入规模部署、核心系统攻坚与生态协同发展周期，但芯片、操作系统、数据库、研发工具各环节成熟度分化明显，不能简单使用 “全面替代” 概括当前产业现状。企业开展信创选型评估，不能仅考量产品国产属性，还需要重点评估兼容性、可靠性、迁移成本、供应链治理、持续运维与生态完整度等关键指标。一、什么是信创产业？在产业语境中，信创是信息技术应用创新的简

Gitee Repo Skill 仓库是面向企业 AI Agent 场景的 Skill 制品管理方案，核心是将 AI Skill 纳入企业现有软件制品治理体系，对 Skill 的来源、版本、权限、安全状态、分发链路做统一管控，并非简单搭建 Skill 下载站点。在 AI Agent 语境下，AI Skill 是指一组可供智能体按需加载的指令、脚本与资源集合，是以声明文件为入口、可附带代码和资源的