Prompt Request Pipeline

🚀 写 Issue 即完成开发,全自动管道

GitHub Issue自动化全流程管道:从任务创建到代码合并全自动执行,支持智能任务分解、自动评审与安全合并,开发效率提升10倍

收藏
2.8k
安装
1k
版本
1.0.0
CLS 安全扫描中
预计需要 3 分钟...

使用说明

核心用法

prompt-request 是一个完整的 GitHub 自动化开发管道,用户只需创建带 [auto] 标签的 Issue,系统即可自动完成从任务分析、代码实现、测试、PR 创建、代码审查到合并的全流程。支持通过 Omega-bridge 进行任务分解,或直接基于 Issue 内容实现,全程在 Issue 评论区更新进度。

显著优点

1. 端到端自动化:Issue → 实现 → 测试 → PR → 评审 → 合并,零人工干预
2. 智能任务分解:集成 Omega-bridge 实现 SWML 级别的任务拆解,复杂需求也能自动处理

3. 安全机制完善:禁止 force push、禁止直接推送到 main 分支、跳过 bot 发送者防止循环、限制 CI 修复重试次数

4. 性能优化显著:关闭/推送事件从 8-12 分钟优化至 3 秒,完整管道约 5 分钟完成

5. 灵活扩展:支持引用 SKILL.md 获取领域知识、加载 AGENTS.md/SOUL.md 定义 agent 人格

潜在缺点与局限性

1. 环境依赖较重:需要 OpenClaw Gateway、GitHub CLI 认证、Git SSH 访问、Webhook 配置,本地搭建复杂
2. 模型成本:默认使用 Claude Opus 4-6 高思考模式,Token 消耗较大

3. 代码质量边界:自动评审可能无法捕捉复杂业务逻辑缺陷,重度依赖 LLM 的判断能力

4. 单任务规模限制:建议 ≤300 行 diff,大功能拆分不足可能导致实现不完整

5. 安全风险allowUnsafeExternalContent 开启后存在潜在注入风险

适合人群

  • 独立开发者/技术创始人:希望将重复性编码工作自动化,专注产品设计
  • 小型敏捷团队:缺乏专职 DevOps,需要低成本 CI/CD 替代方案
  • AI 驱动开发探索者:愿意用 LLM 承担核心开发角色,接受新兴工作流
  • 内容/工具类项目:需求明确、边界清晰的功能开发场景

常规风险

  • 配置错误导致意外操作:Webhook 配置不当可能触发非预期自动化
  • 权限泄露:Git SSH 和 GitHub CLI 凭证需妥善保管
  • 代码所有权争议:自动生成代码的版权归属需提前约定
  • 生产事故:自动合并机制若绕过关键检查,可能引入缺陷

Prompt Request Pipeline 内容

examples文件夹
templates文件夹
手动下载zip · 9.1 kB
sample-hook-config.jsonapplication/json
请选择文件