GitHub Agentic Workflows

• Ein automatisiertes Repository-Agentensystem, das Code-Verbesserungen, Dokumentationspflege, Testverstärkung und mehr selbstständig innerhalb von GitHub Actions ausführt
• Jeden Morgen wird automatisch verbesserter Code in Form eines Pull Request eingereicht
• Führt Issue-Klassifizierung, Analyse von CI-Fehlern, Dokumentationspflege, Verbesserung der Testabdeckung und Compliance-Monitoring automatisch aus
• Alle Automatisierungen werden in einfachen Markdown-Dateien definiert; Anweisungen können ohne komplexen Code in natürlicher Sprache formuliert werden
• Führt ereignisbasierte und periodische Aufgaben mit verschiedenen AI-Engines wie Copilot, Claude, Codex aus
• Verstärkt Sicherheit und Betriebssicherheit durch Sandbox-Ausführung und das Prinzip der geringsten Rechte
• Gemeinsam von GitHub Next und Microsoft Research entwickelt; mit sicherheitsorientiertem Design und starken Guardrails ausgestattet

Hauptfunktionen (Key Features)

• Automated Markdown Workflows
  • Automatisierungen werden in Markdown statt in komplexem YAML geschrieben
  • Wandelt Anweisungen in natürlicher Sprache in GitHub-Actions-Workflows um
• AI-Powered Decision Making
  • Workflows verstehen den Kontext und passen sich der Situation an
  • Die AI analysiert Code und Repository-Status und führt geeignete Maßnahmen aus
• GitHub Integration
  • Tief in Actions, Issues, PRs, Discussions und mehr integriert
  • Automatisiert das gesamte Repository-Management
• Safety First
  • Mehr Sicherheit durch Sandbox-Ausführung, Prinzip der geringsten Rechte und sichere Ausgabeverarbeitung
• Multiple AI Engines
  • Unterstützt Copilot, Claude, Codex sowie benutzerdefinierte AI-Prozessoren
• Continuous AI
  • Durch Continuous AI werden Zusammenarbeit und Codequalität kontinuierlich automatisch verbessert

Guardrails Built-In

• Workflows werden standardmäßig mit schreibgeschützten Rechten ausgeführt
• Schreiboperationen sind nur über vorab genehmigte sichere Ausgaben (safe outputs) erlaubt
• Sandbox-Ausführung, Tool-Whitelist und Netzwerkisolierung begrenzen den Handlungsraum der AI-Agenten

Beispiel: Daily Issues Report

• Verfahren zum Erstellen einer Automatisierung
  • Write: Erstellen einer in natürlicher Sprache geschriebenen .md-Datei
  • Compile: Umwandlung mit dem Befehl gh aw compile in einen GitHub-Actions-Workflow im Format .lock.yml
  • Run: GitHub Actions wird je nach Trigger automatisch ausgeführt
• Der AI-Agent liest den Repository-Kontext und führt Issue-Analyse, Visualisierungserstellung und Berichtserstellung aus
• Der gesamte Prozess läuft in einer Container-Umgebung, um Sicherheit und Reproduzierbarkeit zu gewährleisten

Gallery

• Issue & PR Management: automatische Klassifizierung, Labeling, Projektanpassung
• Continuous Documentation: Dokumentationspflege und Sicherstellung von Konsistenz
• Continuous Improvement: Code-Vereinfachung, Refactoring, Stilverbesserungen
• Metrics & Analytics: tägliche Berichte, Trendanalyse, Monitoring des Workflow-Status
• Quality & Testing: Diagnose von CI-Fehlern, Testverbesserungen, Qualitätsprüfungen
• Multi-Repository: Synchronisierung und Nachverfolgung von Funktionen über mehrere Repositories hinweg
• Continuous Refactoring: Analyse und Automatisierung über Slash-Befehle
• Continuous Scanning & Compliance: Security-Scans, Klassifizierung von Warnungen, Compliance-Überwachung
• Scheduled Workflows: tägliche Betriebs-, Forschungs- und automatische Wartungsaufgaben

Einstieg per CLI (Getting Started)

• Nach der Installation der Erweiterung lassen sich das Hinzufügen eines Beispiel-Workflows und der erste Lauf innerhalb weniger Minuten über die Kommandozeile ausführen
• Installation mit gh extension install github/gh-aw
• Im eigenen Repo gh aw add-wizard githubnext/agentics/daily-repo-status hinzufügen; die Installation erfolgt interaktiv und startet anschließend automatisch

Workflows im Web erstellen (Creating Workflows)

• Im Tab „Agents“ der GitHub-Weboberfläche können benutzerdefinierte agentische Workflows direkt in natürlicher Sprache erstellt werden