AutoRemediate AI 是一个智能体，旨在自动修复 Java/Spring Boot 项目中低风险代码质量和依赖漏洞。它处理诸如未使用的导入、变量以及已知存在漏洞的库等常见问题，这些问题常因繁琐而被忽视。该智能体高度重视安全与验证，绝不盲目信任 AI 的建议。相反，它采用多步骤流程：AI 提出最小化补丁，确定性工具验证其安全性，最终由人工批准。工作流程始于克隆仓库，通过测试和扫描建立基线，随后对发现的问题进行分类。对于每个“安全”的问题，AI 生成一个经过验证的小补丁，并对其进行严格审查。成功的关键在于“安全网关”，该网关验证构建状态保持绿色、所有测试通过、目标问题已解决，且未引入新问题。为防止 AI 造成危害，已部署关键保障措施：编辑操作极小，严格限定于特定文件类型，依赖项升级由代码处理而非大语言模型（LLM）。系统遵循“失败即关闭”原则，拒绝模糊或有误的补丁，仅自动化安全类别的问题发现，将安全问题留给人工审查。为防止执行不可信代码，该智能体隔离进程、清理环境变量，并将仓库内容视为不可信输入。作业生命周期由显式状态机管理，确保状态转换可预测，并避免将既存的失败归咎于智能体。技术栈包括 Java 21、Spring Boot、Maven，并利用 Anthropic 的 Messages API 作为 LLM。本项目的重要经验表明，可测量的基线、对 AI 输出的严格约束，以及仅利用 LLM 的“思考”能力而将关键流程保持确定性至关重要。系统设计支持回滚、检查点记录和重试，且关键的是始终保留人工在环进行最终审批。该项目鼓励讨论其他人在代码接触型 AI 智能体安全自动化方面的实践方法。