Zilmac 博客
← 返回技术实践

2026 年 AI 编程工作流如何自动化?从需求分析、代码生成、自动测试到 GitHub Pull Request,多 Agent 协同开发完整实战教程

AIWorkflow ·约 15 分钟阅读

AI 编程工作流可以按“需求拆解与验收标准—多 Agent 分工—代码生成—自动测试与修复—GitHub Pull Request 审核”串成闭环。适合先从边界清楚、结果能验证的变更开始;涉及敏感数据、权限、部署或高风险业务逻辑时,保留人工确认与最终合并决定。

想把重复开发任务交给 Agent 协同处理的软件工程师,可以照着流程搭建并逐阶段验证。
负责团队研发流程的技术负责人,可以据此评估自动化边界、仓库权限和人工审核节点。
正在试用 AI 编程工具的开发者,可以先用文中的小型示例检查交接是否可靠。

最后更新于 2026 年 11 月 13 日;工具行为与仓库规则核对自 Agents SDK 官方交接文档及执行追踪文档,并参照 GitHub 官方文档。本文说明的是可自行实现的流程设计,不代表任一 Agent 框架自动具备全部步骤或权限。

AI 编程工作流的闭环:先确认什么可以自动化

>

适合自动化的工作通常有明确输入、有限修改范围和可执行的验收条件,例如给设置页增加一个“紧凑/舒适”显示密度选项。Agent 可以负责拆任务、生成变更、运行项目既有测试和整理 Pull Request;但“测试通过”只能说明特定检查给出了通过状态,不能代替对业务语义、安全影响和未覆盖场景的判断。

下表把流程里的交接物写清楚。它不是特定框架的内置功能说明,而是团队可以按现有工具实现的协作约定。

阶段 主要责任角色 输入 → 输出 进入下一阶段的条件
需求分析 编排者;必要时由需求方澄清 原始需求 → 任务规格、验收标准、范围边界 需求可解释,结果可验证
代码生成 实现 Agent 任务规格 → 隔离分支中的变更、设计说明 差异未越界,待办与限制已披露
自动测试与修复 测试 Agent、实现 Agent 变更与验收标准 → 测试记录、失败证据、修复记录 相关检查已执行,未解决风险已标明
Pull Request 与审核 编排者、人工审查者 分支、差异、测试证据 → 待审 Pull Request、人工决定 审查与仓库要求满足后,由授权人员决定是否合并

这里有几个容易被忽略的成本。第一,Agent 读错上下文时会扩大修改范围,后续审查和回滚都要花时间;第二,多角色如果同时写同一文件,合并冲突与重复工作可能抵消自动化收益;第三,测试环境、依赖服务或密钥未准备好时,失败不一定来自代码;第四,给自动化身份过宽的仓库权限,会把误操作的影响范围一并放大。

先选自动化程度,再安排 Agent

>

是否增加角色,应该由任务中的独立验证工作决定,而不是由“多 Agent”这个名词决定。下表是工程决策评分:按人工介入需求和常见风险做定性比较,不是性能基准或工具实测结果。

工作方式 适用任务 人工介入需求(定性评分) 主要代价与决策
单一 Agent 顺序执行 小而单一、验收明确的变更 中 上下文简单,但需要人工检查过程与差异;适合先验证流程
编排者+实现 Agent+测试 Agent 修改与验证可分离的常规开发任务 中低 交接更清楚,但要维护共享状态和失败记录;适合形成稳定闭环
多个 Agent 并行修改 能按文件或组件清楚隔离的独立任务 高 并行不等于更快;共享文件、接口依赖和合并冲突会增加协调成本
Agent 自动创建并合并 低风险、已有严格保护规则的内部任务 不建议默认放开 自动创建审查材料与自动合并是不同权限;要先证明规则可拦截遗漏

Agents SDK 的官方文档将 handoff 描述为把任务委派给不同 Agent 的机制,并提供输入过滤等配置选项;这说明框架可以提供交接构件,但交接边界、共享信息内容和失败升级仍须由工作流设计者决定。若采用该类机制,可先看官方 handoff 说明,不要把“支持交接”误解成“已自动解决协作冲突”。

第一步:把需求分析写成可验收的任务规格

>

用设置页新增显示密度选项作为贯穿示例。以下是示意需求,不指向某个真实代码仓库:用户可以选择“紧凑”或“舒适”,重新打开页面后仍保留选择;默认行为与现有体验一致;不改动其他偏好项。

在开始代码生成前,任务规格至少应写明:

  • 目标与背景:要解决的用户问题,以及哪些现有行为必须保持。
  • 涉及范围:允许修改的页面、偏好读写逻辑和相应测试;明确不允许顺手重构无关组件。
  • 约束条件:遵循项目现有状态管理、样式和存储方式,不引入未经批准的新依赖。
  • 验收标准:两种选项都能被选择;刷新或重新打开后仍展示已保存值;未设置时呈现既有默认状态。
  • 依赖与风险:确认偏好存储位置、已有测试结构,以及是否涉及个人数据或迁移。
  • 交付格式:要求 Agent 列出修改文件、实现选择、验证记录、未解决问题和已知限制。

如果原始需求只写“让偏好设置更好用”,这还不是可以直接执行的任务。若需求方对默认值、保存时机或兼容行为没有说明,编排者应先提问;若约定的文件范围与验收目标冲突,也应先调整规格。否则实现 Agent 只能自行补全产品决策,最终即使代码能运行,也无法证明交付符合需求。

第二步:划分职责与共享上下文

>

角色按交付物分工,而不是按“谁更聪明”分工。编排者管理任务状态与阶段门槛;实现 Agent 负责规定范围内的代码;测试 Agent 对照验收条件选测试并报告证据;人工审查者核查业务意图、差异、安全性和合并条件。测试 Agent 可以指出缺少测试,但不应未经授权重写实现;实现 Agent 收到失败信息后,也不能自行把失败标成通过。

共享上下文建议采用一份简短任务日志,随阶段更新,而不是把整段历史无条件复制给每个角色:

状态 记录内容 交接责任
待澄清 未确定的行为、冲突范围、提出的问题 编排者等待需求方确认
待实现 已确认的规格、允许修改范围、验收条件 编排者交给实现 Agent
待验证 变更摘要、文件列表、实现说明、未解决项 实现 Agent 交给测试 Agent
修复中 失败用例、日志要点、复现方式、失败分类 测试 Agent 交回实现 Agent
待审核 最终差异、测试结果、限制与权限状态 编排者提交给人工审查者

为了避免重复修改,给每个任务指定一个明确的写入责任人;其他 Agent 默认只读、提出建议,或者在不同文件范围内工作。若执行失败、超时或产出冲突,先把任务状态改为“阻塞”,记录最后成功阶段、相关证据和未完成工作,再决定是修正规格、重新分派还是升级人工。不要让另一个 Agent 不看记录就从头再改一遍。

如果框架支持运行追踪,可把调用、工具使用和角色交接作为排障线索;这有助于回看流程,但不等于所有输入都适合写入日志。以 Agents SDK 为例,其官方追踪文档说明追踪可以记录 Agent 运行相关事件,也提示特定数据保留策略下存在可用性边界;团队应按自身隐私要求核查设置,并避免把密钥、个人信息或不必要的完整源码放进共享上下文。

第三步:隔离代码生成的变更

>

开始修改前,编排者先确认仓库状态和目标分支,再为这项任务创建独立分支、工作区或团队采用的等效隔离环境。隔离的目的不是形式上多一个分支,而是让改动能与基线清晰比较、失败时能单独撤回,并避免其他并行任务被意外带入。

按这个顺序交接即可:

  • 将已确认的任务规格交给实现 Agent,同时限定可写的文件或模块。
  • 要求它先检查相关代码和测试结构,再按现有项目约定实现,不预设通用命令、目录或测试框架。
  • 修改后要求其提供变更文件清单、关键设计选择、与验收标准的对应关系,以及未完成项。
  • 由编排者检查版本控制差异:是否出现越界文件、无关重构、依赖变化或未解释的生成文件。
  • 若差异无法映射到任务规格,就退回实现 Agent 解释或撤销无关修改,再进入测试阶段。

这里的证据应是实际差异和可追溯的任务要求,不是 Agent 的“已完成”声明。代码生成也不应获得修改默认分支、读取不必要凭据或触发部署的权限;把这些能力从任务中拿掉,可以缩小一次错误判断造成的后果。

第四步:按项目结构接入自动测试与修复

>

测试 Agent 不应凭经验猜测一个通用测试命令。它先检查项目已有的测试说明、自动化配置和相关测试目录,判断这项改动应覆盖哪些层级:例如针对偏好存取的测试、设置页交互测试,或项目既有的检查。具体执行方式以仓库中的配置和维护者要求为准,测试 Agent 需要记录实际运行的项目、结果和未运行的检查。

失败后按证据分类处理:

  • 行为断言失败:对照验收条件和实现,交回可复现的输入、预期与实际结果。
  • 测试或依赖环境异常:记录环境信息与报错,不要伪装为代码缺陷,也不要据此宣称验证成功。
  • 失败无法复现:标为未确定,提供重现尝试和日志线索,交由人工判断。
  • 修复引入额外修改:要求实现 Agent 解释新增差异,并重新检查范围与相关测试。

每次修复都应回到测试阶段复核受影响范围;若改动改变了实现逻辑,不能只凭修复 Agent 的口头说明收尾。还要检查验收条件是否有对应测试、关键分支是否覆盖、外部依赖和真实用户环境是否仍未验证。测试通过不代表代码必然正确,尤其不能证明未执行的权限、安全和兼容场景没有问题。

第五步:生成 GitHub Pull Request,并把合并留给人

>

创建 Pull Request 前,由编排者核对目标分支与工作分支、提交内容和最终差异;然后整理标题、变更摘要、需求验收依据、实际测试结果、未运行的检查以及已知限制。若验证仍有阻塞项,保持草稿或停止提交审查,不应将“待确认”包装成“已完成”。

GitHub 官方说明,仓库可以用分支保护要求 Pull Request 审批、状态检查等条件;具体规则取决于仓库配置与权限,不能假设每个项目都相同。应按当前仓库检查谁能创建、审批和合并,以及哪些检查是必需项;相关规则可参照受保护分支文档与创建 Pull Request 的官方流程。

自动检查状态也要核验其对应对象和含义。GitHub 文档指出,受保护分支所要求的状态检查必须满足仓库设定的合并条件;被跳过的工作流也可能显示为成功状态,因此要确认检查是否实际覆盖了本次改动,而不是只看页面上的绿色标识。检查结果说明可见于GitHub 状态检查文档。

如果自动化通过工作流身份操作仓库,应按必要操作配置最小权限。GitHub 对 GITHUB_TOKEN 的文档说明,可以为工作流或单个任务配置权限;官方安全建议也强调凭据应限制在所需范围。创建 Pull Request、读取代码和合并代码是不同操作,不要为了省去人工确认而把它们统统交给同一身份。

人工审查时,可逐项确认:

  • 差异是否只涉及任务范围,且没有未说明的依赖、文件或行为变化。
  • 验收条件是否逐条对应实现与测试证据,未验证项是否如实标出。
  • 检查结果是否属于当前分支的最新变更,跳过项是否符合仓库规则。
  • Agent 和工作流的令牌权限是否足够小,是否存在绕过保护规则的路径。
  • 业务影响、数据处理和回滚方式是否可接受;最后由有权限的人作出合并或退回决定。

GitHub 文档还指出,工作流令牌可按工作流或任务设置权限,且 Action 可能通过上下文访问令牌;因此不能只检查某一步是否显式传入密钥,也要审视整个工作流里可用的权限范围。

常见问题

>

AI 编程工作流如何把需求拆成多 Agent 可执行的任务?

先把目标、修改范围、禁止事项、依赖和验收标准写进一份规格,再由编排者安排角色与先后顺序。每个任务都要有明确输入、输出和验证方式。若需求仍有歧义、范围冲突或缺少可观察的完成条件,应暂停并追问,而不是让实现 Agent 自行补全产品规则。

多个 Agent 怎样共享上下文并避免重复修改?

共享的应是必要的规格、状态、决策和失败证据,而不是不加筛选的完整历史。为代码写入指定责任人,让其他角色以审查或验证为主;同一文件确实需要多人处理时,安排顺序交接,并在任务日志中写明当前状态、最后成功阶段和未解决问题。

自动测试失败后如何形成修复闭环?

测试 Agent 记录失败用例、日志、触发条件和失败分类,再把证据交给实现 Agent。修复后按项目结构重新验证受影响部分,并检查新增差异是否仍在任务范围内。环境问题、不能复现的失败或超出规格的修复,应标为未解决并升级人工处理,不能直接当成通过。

如何创建 GitHub Pull Request 同时保留人工审核?

先确认目标分支、最终差异、验收依据、实际测试结果和已知限制,再创建待审 Pull Request。自动化身份只开放必要权限,检查仓库的审批与状态检查规则;人工审查者复核当前差异和检查覆盖后,才决定是否合并。自动创建审查材料不等于自动获准合并。

用小任务验证闭环,再决定是否扩大范围

>

下一步可以选一个边界明确、能由现有测试验证的小改动,按阶段记录规格、差异、失败证据、检查状态和人工决定。若交接记录经常缺失、Agent 反复越界或测试结果难以复核,就先修正权限和阶段门槛,不要急着把自动合并推广到团队仓库。

本地环境适合长期维护同一项目、需要物理接口或受严格数据驻留要求的团队;现有通用云环境若不能提供所需的 macOS 工具链,也会增加环境适配、权限配置和远程访问管理工作。若只是阶段性验证远程开发环境,可以先了解 Zilmac 的云 Mac 方案说明;连接、凭据与环境问题可参考 Zilmac 云 Mac 使用指南。这只是验证开发环境的选项,不替代团队对数据、权限和成本的评估。

常见问答

怎么把需求分析变成多个 Agent 能执行的任务?

先把目标、涉及范围、禁止修改项、依赖和验收条件写进同一份任务规格,再由编排者拆成有顺序的子任务。每个子任务都应说明输入、预期输出和验证方式;如果需求存在歧义、文件范围冲突或没有可观察的完成条件,先暂停并向需求方确认,不要让实现 Agent 猜测后直接改代码。

多个 Agent 怎样共享上下文,又避免重复改同一份代码?

将任务规格、当前状态、决策记录和失败日志放在所有角色可读取的共享记录中,但把代码写入权限按任务分配。通常由编排者分派工作,某个实现 Agent 独占目标变更范围,测试 Agent 只提交失败证据和复现步骤;若两项任务必须改同一处,就安排顺序执行并明确交接,而不是并行覆盖。

自动测试失败后,工作流应该怎样处理?

先收集失败测试、日志、触发条件和受影响范围,由测试 Agent 判断是环境问题、测试本身问题,还是代码行为不符,再把证据交回实现 Agent。修复后只重跑受影响测试并按项目要求补充回归验证;失败无法稳定复现、修复越出原任务范围,或反复出现不同原因时,应升级给人工,而不是把重试当作通过。

怎样让 Agent 创建 GitHub Pull Request,同时保留人工审核?

让自动化先整理分支来源、变更摘要、验收依据、实际测试结果和已知限制,再按仓库设置创建草稿或待审 Pull Request。自动化身份只授予完成必要操作的权限,不授予直接合并权限;审查者还要核对最新差异、检查状态和审批要求。只有人工确认代码与权限边界都可接受后,才作出合并决定。

为多 Agent 编程工作流准备独享云端 Mac

用 Zilmac 裸金属 M4 云 Mac 承接构建、自动测试与持续集成,让本地设备专注需求梳理和代码编写。

整机独享、完整 macOS 与独享网络,让并行任务各自运行,减少环境争用与相互干扰。 — 立即了解套餐方案

限时优惠

Zilmac

用 Zilmac 裸金属 M4 云 Mac 承接构建、自动测试与持续集成,让本地设备专注需求梳理和代码编写。

返回首页
限时优惠 点击查看套餐