GitHub запустил GitHub Agentic Workflows в формате технического превью. Это новый механизм автоматизации репозиториев на базе кодовых агентов, который работает поверх GitHub Actions и описывается обычным Markdown-файлом в репозитории.
Разработчик формулирует желаемый результат в Markdown, добавляет файл как workflow в репозиторий, а выполнение берет на себя кодовый агент в GitHub Actions. Такой подход дополняет существующие YAML‑воркфлоу, позволяя автоматизировать задачи, которые сложно выразить в виде жёстко заданных CI/CD-пайплайнов.
Agentic Workflows запускаются как стандартные workflow в GitHub Actions, но получают дополнительные механизмы контроля: песочницу, систему разрешений и обязательный обзор действий. В зависимости от настроек можно использовать разные движки кодовых агентов, например Copilot CLI, Claude Code или OpenAI Codex.
GitHub называет это направление Continuous AI — интеграция ИИ в цикл разработки ПО (SDLC) по аналогии с практиками CI/CD. Эти сценарии не заменяют сборку, тестирование и выпуск релизов, а расширяют автоматизацию за счёт задач, требующих рассуждений и анализа кода или артефактов репозитория.
В GitHub Next и других командах компании уже применяют agentic‑воркфлоу для создания собственных инструментов: они подготавливают информацию, снимают рутинные задачи, помогают поддерживать репозитории в актуальном и качественном состоянии и упрощают навигацию по ним.
Безопасность и контроль заявлены как ключевые требования. GitHub Agentic Workflows используют многоуровневую защиту от непреднамеренных действий и атак через промпты. По умолчанию воркфлоу работают только на чтение, а операции записи возможны только через так называемые safe outputs — заранее утверждённые действия вроде создания pull request или комментария в issue. Дополнительно применяются изолированные окружения, разрешённые списки инструментов и сетевые ограничения.
Такой подход контрастирует с запуском CLI‑агентов (например Copilot или Claude) прямо из YAML‑воркфлоу, где им обычно выдаются более широкие права. В агентных воркфлоу права по умолчанию урезаны, а все действия с репозиторием проходят через явные точки контроля.
Один из примеров — ежедневный отчёт о состоянии репозитория для мейнтейнеров. Такой воркфлоу можно описать в отдельном Markdown‑файле в .github/workflows, задать расписание запуска, разрешения и допустимые выходные действия. При запуске агент формирует issue со статусным отчётом. Создание подобных сценариев удобно делегировать самому кодовому агенту: разработчик описывает задачу в виде промпта, агент генерирует и проверяет Markdown‑воркфлоу, после чего человек проводит финальную проверку и добавляет его в репозиторий.
GitHub предлагает использовать agentic‑воркфлоу для любых повторяющихся задач, которые можно описать словами: от общих целей вроде «улучшить программное обеспечение» до очень точных требований, например проверки стиля документации для определённой аудитории. Важно фокусироваться на цели и желаемом результате, а не на «идеальном» промпте: агент сам подбирает шаги, оставаясь в пределах заданных ограничений.
Компания рекомендует рассматривать такие сценарии как дополнение к CI/CD. Агентные воркфлоу полезны там, где требуется оценка, анализ или контекстное понимание, то есть там, где классическим pipeline тяжело задать правила. CI/CD при этом продолжает отвечать за детерминированные процессы сборки, тестирования и развёртывания.
Запуск agentic‑воркфлоу на основе Copilot приводит к дополнительным затратам: при стандартных настройках каждый прогон обычно создаёт два премиум‑запроса — один для работы агента и один для проверки через систему safe outputs. Используемые модели можно настраивать, чтобы управлять расходами. Сейчас автоматизированные сценарии Copilot привязаны к учётной записи пользователя, для других агентов действуют отдельные правила, описанные в документации GitHub.
GitHub Agentic Workflows находятся в техническом превью и развиваются совместно с Microsoft Research и Azure Core Upstream. Компания приглашает разработчиков тестировать новую систему автоматизации репозиториев, делиться обратной связью и примерами сценариев в Community‑обсуждениях и канале #agentic-workflows в Discord GitHub Next.
Источник: блог GitHub.
