PortGPT: Towards Automated Backporting Using Large Language Models

文章核心总结与创新点

主要内容

PORTGPT 是一款基于大语言模型（LLM）的代理工具，专为开源项目（如 Linux 内核）的补丁反向移植设计，实现端到端自动化。它模拟人类开发者的反向移植流程，通过配套工具获取代码、分析 Git 历史、基于编译器等反馈修正补丁，解决了传统工具依赖预定义语法/语义规则、灵活性不足的问题。该工具在现有数据集（1815 个案例）中达成 89.15% 的成功率，在 146 个复杂案例数据集上成功率为 62.33%，均优于现有工具，且向 Linux 内核社区贡献的 9 个反向移植补丁已全部合并。

创新点

1. 采用智能体架构，为 LLM 配备 ViewCode、LocateSymbol、GitUtils 等工具，支持按需获取代码、定位符号、追踪提交历史，模拟人类开发者的推理与验证过程。
2. 设计两阶段工作流（逐块适配 + 最终补丁合并），结合自动上下文修正、编译测试反馈等机制，解决复杂场景下的符号对齐、代码迁移等问题。
3. 具备跨语言通用性，无需修改即可支持 C、C++、Go 等语言，突破传统工具与特定编程语言强耦合的限制。
4. 注重实际适用性，在 Linux 主线到 LTS 版本、Ubuntu 下游分发等真实场景中验证有效性，成功处理知识 cutoff 后新增的补丁。

译文（Markdown 格式）

Abstract

补丁反向移植是将主线安全补丁