探索现已进入技术预览阶段的 GitHub Agentic Workflows。通过在 GitHub Actions 中使用编码智能体构建自动化流程，处理问题分流、文档编写、代码质量检查等任务。
想象一下，某天早晨你打开仓库时感到格外安心，因为你看到：
- Issues 已完成分流并打好标签
- CI 失败已被调查，并附有建议修复方案
- 文档已根据最近的代码变更完成更新
- 有两个改进测试的全新 Pull Request 正等待你审核
所有操作都清晰可见、可检查，并严格运行在你定义的边界之内
这就是由 GitHub Agentic Workflows 驱动的未来：自动化、基于意图的仓库工作流，运行在 GitHub Actions 中，以纯 Markdown 编写，并通过编码智能体执行。它们专为在 GitHub 上工作的开发者设计，无论是自动化单个仓库的个人开发者，还是在企业或开源规模下协作的团队。
在 GitHub Next，我们启动 GitHub Agentic Workflows，是为了探索一个简单的问题：在 AI 编码智能体时代，具备强约束机制的仓库自动化应该是什么样子？一个自然的起点是 GitHub Actions——GitHub 上可扩展仓库自动化的核心。通过将自动化编码智能体引入 Actions，我们能够在数百万仓库中启用它们，同时将'何时使用、在哪里使用'的决策权交到你手中。
GitHub Agentic Workflows 现已进入 技术预览阶段。在本文中，我们将解释它是什么以及它如何工作。我们邀请你亲自测试，探索在仓库级 AI 自动化中，哪些场景最具价值。
AI 仓库自动化：以简驭繁的革命
GitHub Agentic Workflows 背后的理念非常简单：你用纯 Markdown 描述想要的结果，将其作为自动化工作流添加到仓库中，然后它通过 GitHub Actions 中的编码智能体执行。
这将编码智能体的能力带入仓库自动化的核心。Agentic 工作流以标准 GitHub Actions 工作流形式运行，并增加了沙箱、权限、控制与审查等防护机制。执行时，它们可以根据配置使用不同的编码智能体引擎，例如 Copilot CLI、Claude Code 或 OpenAI Codex。
使用 GitHub Agentic Workflows，使全新类别的仓库自动化与软件工程成为可能，并且自然融入开发团队现有的 GitHub 工作方式。这些场景大多难以或无法仅通过传统 YAML 工作流实现：
- 持续分流：自动总结、标记并分发新 issue
- 持续文档更新：让 README 与文档始终与代码保持一致
- 持续代码简化：反复识别改进点并自动创建 PR
- 持续测试改进：评估测试覆盖率并添加高价值测试
- 持续质量治理：主动调查 CI 失败并提出精准修复建议
- 持续报告：生成关于仓库健康状况、活跃度与趋势的定期报告
这只是展示 GitHub Agentic Workflows 能力的一部分仓库自动化示例。我们称之为 Continuous AI：将 AI 集成进软件开发生命周期（SDLC），以类似持续集成与持续部署（CI/CD）的方式增强自动化与协作。
GitHub Agentic Workflows 与 Continuous AI 的目标不是取代 CI/CD，而是增强它。它们不会替代构建、测试或发布流水线，其使用场景与确定性的 CI/CD 工作流大多不重叠。Agentic 工作流运行在 GitHub Actions 之上，因为那里提供了权限控制、日志记录、审计、沙箱执行以及丰富仓库上下文所需的基础设施。
