【免费下载链接】agenticsA sample pack of GitHub Agentic Workflows!项目地址https://gitcode.com/gh_mirrors/ag/agentics点击查看免费下载GitHub Agentic Workflows简称 gh-aw是一种用 Markdown 定义 AI 自动化的新范式不再用 YAML 和脚本描述流水线而是用一个 Markdown 文件——YAML 头部声明触发条件、权限与护栏正文用自然语言给 AI 下达任务——让 AI 智能体在 GitHub 上自动分诊 Issue、修 Bug、更新文档。开源项目agentics则是一份开箱即用的 GitHub Agentic Workflows 样本库收录了 50 个可直接安装到仓库的 AI 自动化工作流是理解这套 Markdown 驱动 AI 自动化机制的最佳入口。 GitHub Agentic Workflows 是什么一句话概括它是 GitHub Actions 的AI 升级版。传统 Actions 用 YAML 编排固定的构建步骤而 Agentic Workflows 把执行者换成了一个具备工具调用能力的 AI 智能体——你只需要告诉它做什么、什么边界内做具体怎么干由它自主决策。对比维度传统 GitHub ActionsGitHub Agentic Workflows定义方式YAML Shell/JS 脚本单个 Markdown 文件声明 自然语言执行者预先写死的步骤AI 智能体Copilot 等典型产出构建物、测试结果Issue、PR、评论、报告权限控制Job 级权限细粒度safe-outputs护栏更新方式手改 YAML改 Markdown 后gh aw compile重新编译 agentics一份 AI 自动化工作流的样板房agentics 的定位非常直接A sample pack of GitHub Agentic Workflows!仓库中每个工作流都遵循统一结构——可执行源码放在 workflows/ 目录配套说明文档放在 docs/ 目录完整清单见 README.md。按用途大致分为类别代表工作流它能干什么️ 仓库维护Repo Assist、Issue Triage、AI Moderator自动给 Issue 打标签、调查并修复 Bug、拦截垃圾内容 CI 故障分析CI Doctor、CI Coach、Cost Tracker自动诊断 CI 失败、优化流水线耗时与成本 代码审查Grumpy Reviewer、PR Nitpick Reviewer按需召唤毒舌但严谨的资深评审 研究 / 状态 / 规划Repo Status、Weekly Research、Daily Plan生成仓库周报、行业调研与项目规划 文档维护Doc Updater、Link Checker、Markdown Linter根据代码变更自动更新文档、修复失效链接⚡ 代码改进Test Improver、Perf Improver、Code Simplifier补测试、提性能、简化代码产出 PR 或改进报告 命令触发/plan、/repo-ask、/pr-fix、/archie在 Issue/PR 评论里输入斜杠命令即可按需调用 安全Malicious Code Scan、VEX Generator扫描可疑代码变更、生成机器可读的 OpenVEX 声明 底层原理一个 Markdown 工作流如何跑起来1️⃣ 文件结构YAML 头部 自然语言正文以 workflows/issue-triage.md 为例文件被一条---分成两半on: issues: types: [opened, reopened] reaction: eyes头部声明触发时机Issue 创建或重新打开时、所需权限、可用工具与输出护栏而头部下方的正文就是一篇写给 AI 的岗位说明书先收集上下文、再评估信息完整性、接着分类打标签、最后查找重复项并发布结构化分诊报告。AI 读取后按自然语言指令自主执行不需要你写一行执行逻辑。定时触发同理workflows/repo-assist.md 声明每 12 小时自动运行一次同时支持手动派发、/repo-assist斜杠命令和点眼睛表情触发——同一个 Markdown 文件多种唤醒方式。2️⃣ safe-outputs给 AI 套上缰绳这套机制的安全核心不是希望 AI 别乱来而是safe-outputs字段——声明式地规定 AI 能写回什么、上限多少。例如 Issue Triage 被限制为最多打 4 个标签、最多发 1 条评论workflows/issue-triage.md标签还必须来自白名单。Repo Assist 的护栏更严格workflows/repo-assist.md每次运行最多创建 4 个草稿PR且标题必须带[repo-assist]前缀触碰CHANGELOG.md、README.md等受保护文件时自动转为请求人工 Review全程只读仓库从不合并 PR——合并权永远留给人类维护者。3️⃣ gh aw compileMarkdown 就是源代码编辑完 Markdown 后运行gh aw compile编译器会把它生成一份可直接执行的.lock.ymlGitHub Actions 工作流例如 .github/workflows/import-workflow.md 对应的 import-workflow.lock.yml。锁文件做了三件关键事记录哈希文件头写入frontmatter_hash、body_hash与编译器版本任何 Markdown 改动都会让哈希失配、触发重新编译全量锁定所有 actions 与容器镜像都固定到具体 SHA/摘要杜绝供应链漂移统一索引项目级锁文件 .github/aw/actions-lock.json 集中登记所有引用的 actions。所以正确的理解是Markdown 是源代码.lock.yml是编译产物——这正是Markdown 驱动的字面含义。Makefile 还封装了make compile一步完成根目录与workflows/目录的编译。4️⃣ 运行时防火墙沙箱 声明式工具集AI 智能体并不直接跑在宿主机上而是运行在 gh-aw 的防火墙容器中agent、api-proxy、squid 三个镜像协作网络出口受network:白名单约束。它能用哪些工具完全取决于tools:字段的声明例如 workflows/plan.md 只开放了bash的只读命令cat、grep、head…和 GitHub 工具集。更妙的是repo-memoryworkflows/repo-assist.md 声明了一个带JSON Schema 校验的记忆分支memory/repo-assist-memory让工作流把notes.json处理过的 Issue 游标、修复记录、优先级队列持久化到仓库里——下一次运行时先读记忆再干活从而跨运行保持状态、避免重复劳动。这是AI 自动化区别于一次性脚本的关键能力。 组合复用Shared Workflow Fragmentsagentics 把公共能力抽成了共享片段其他工作流用imports: [shared/name.md]一行引入MCP 服务器arxiv.md检索论文、markitdown.mdPDF/Word/PPT 转 Markdown、mcp/microsoft-docs.md工具安装ffmpeg.md音视频处理、sq.md用类 jq 语法查询 CSV/Excel/SQL输出规范reporting.md 要求报告中所有 workflow run ID 必须渲染为可点击链接formatting.md 统一了报告的章节结构。这相当于工作流世界的npm 包管理——声明依赖、统一版本、按需引入。 深度案例Repo Assist 的一天workflows/repo-assist.md 是仓库里最完整的样例值得拆解确定性前置步骤非 AI先拉取 Issue/PR 数据按当前仓库状态计算 10 类任务打标签、调查、修复、依赖升级、性能、测试……的加权概率随机但可复现地挑出 3 个任务AI 执行智能体读取任务选择结果与记忆文件执行调查、修 Bug、建草稿 PR、更新月度活动汇总 Issue护栏收尾所有产出受safe-outputs上限约束60 分钟超时自动终止concurrency防止定时任务互相踩踏。这一设计体现了 agentics 的核心理念AI 负责推进工作人类保留最终决策权。 如何快速上手 GitHub Agentic Workflows三步把 agentics 中的工作流装进你的仓库# 1. 安装 gh aw 命令行扩展 gh extension install github/gh-aw # 2. 通过 add-wizard 从 agentics 一键安装以 Issue Triage 为例 gh aw add-wizard githubnext/agentics/issue-triage # 3. 本地开发/修改后重新编译 gh aw compile想浏览全部样本可把 agentics 克隆到本地git clone https://gitcode.com/gh_mirrors/ag/agentics后续升级用gh aw upgrade升级引擎gh aw update更新已安装的工作流即可它会自动应用 codemod 并重新编译所有工作流。 小结Markdown 即工作流YAML 头部管何时触发、能用什么、边界在哪自然语言正文管做什么gh aw compile负责把二者编译成锁定版本的可执行 Actions护栏先于信任safe-outputs、最小权限、网络白名单、受保护文件与草稿 PR让 AI 自动化在生产仓库中可控地聪明agentics 是最好的教材50 个按场景分类的样本工作流 共享片段机制覆盖了从 Issue 分诊到安全扫描的完整 AI 自动化版图。如果你正在评估 AI 自动化如何落地从 docs/issue-triage.md 这类轻量工作流起步是成本最低的探索路径。赞分享【免费下载链接】agenticsA sample pack of GitHub Agentic Workflows!项目地址https://gitcode.com/gh_mirrors/ag/agentics点击查看免费下载相关推荐WHartTest是什么AI驱动的智能自动化测试平台完整解析WHartTest是什么AI驱动的智能自动化测试平台完整解析 WHartTest 是一款 AI 驱动的智能自动化测试平台 基于 Django Vue 前人工智能AI 应用测试质量保障后端前端RAGAI AgentRTL8188EU无线网卡驱动Linux系统的高效连接解决方案RTL8188EU无线网卡驱动Linux系统的高效连接解决方案 还在为Linux系统无法识别RTL8188EU无线网卡而烦恼吗这款免费开源的独立驱动程序项目驱动开发嵌入式网络为什么Open-AutoGLM是手机自动化的未来深度技术剖析为什么Open AutoGLM是手机自动化的未来深度技术剖析 Open AutoGLM智谱AI是一款基于AutoGLM构建的手机端智能助理框架它能够以多人工智能AI Agent自主智能体GUI 自动化多模态上一篇syzkaller 内嵌的 Cloud Spanner Go 客户端从 NewClient 到 Session Leak 排查的完整实践下一篇LongCat Sparse Attention技术深度解析为什么它能提升100万上下文处理效率创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考