GitHub 工作流自动化

要解决什么问题

团队在 GitHub 上重复做 PR 审查、Issue 打标签、按变更选测、部署前人工估风险，以及 /rebase、cherry-pick 冲突处理——这些往往散落在零散脚本里，缺少可复用的 AI + Actions 模式。

技能覆盖的核心能力

本技能整理的是「用 AI 辅助自动化 GitHub 工作流」的实践模板，灵感来自 Gemini CLI 与现代 DevOps，主要包括：

• 自动化 PR 审查：按文件类型过滤 diff（如 ts|tsx|js|jsx|py|go），把变更与上下文文件一并交给模型；输出行级建议、安全备注与结构化评论模式。
• Issue 分诊：issues.opened 触发工作流，用 JSON 结构化提示词分析 type、severity、area、hasReproSteps 等，自动加标签并在缺复现步骤时回复模板。
• 仓库 hygiene：actions/stale 管理长期无活动 Issue/PR；定时扫描未更新分支做清理。
• CI/CD 与 Git 操作：按目录映射变更到测试 suite（如 src/api/ → api）；部署前对 commit 范围做 AI 风险分级，高风险可 core.setFailed；支持手动回滚到最近稳定 tag 并通知 Slack；评论 /rebase 触发自动 rebase；文档中含 AI 辅助 cherry-pick 与冲突解决思路。

适用边界与注意点

示例里的 analyzeIssue、callAI、ai.analyze 等需要你自行对接具体模型与密钥，YAML 片段是模式参考而非开箱即用的完整仓库配置。PR 审查的 force push、自动打标签权限需按组织安全策略收紧 permissions 与 GITHUB_TOKEN 范围。