GitHub Agentic Workflows

• Sistema automatizado de agentes para repositórios que executa por conta própria, dentro do GitHub Actions, tarefas como melhoria de código, manutenção de documentação e reforço de testes
• Todas as manhãs, código melhorado é enviado automaticamente no formato de Pull Request
• Executa automaticamente classificação de issues, análise de falhas de CI, manutenção de documentação, melhoria da cobertura de testes e monitoramento de conformidade
• Toda a automação é definida com um arquivo Markdown simples, permitindo instruções em linguagem natural sem escrever código complexo
• Usa diversos motores de IA, como Copilot, Claude e Codex, para executar tarefas baseadas em eventos e tarefas periódicas
• Reforça segurança e proteção com execução em sandbox e o princípio do menor privilégio
• Desenvolvido em conjunto por GitHub Next e Microsoft Research, com arquitetura voltada à segurança e guardrails robustos embutidos

Principais recursos (Key Features)

• Automated Markdown Workflows
  • Criação de automações em Markdown no lugar de YAML complexo
  • Converte comandos em linguagem natural em workflows do GitHub Actions
• AI-Powered Decision Making
  • Os workflows entendem o contexto e se adaptam à situação
  • A IA analisa o código e o estado do repositório para tomar as ações adequadas
• GitHub Integration
  • Integração profunda com Actions, Issues, PRs e Discussions
  • Automatiza toda a gestão do repositório
• Safety First
  • Reforça a segurança com execução em sandbox, princípio do menor privilégio e tratamento seguro de saídas
• Multiple AI Engines
  • Suporte a Copilot, Claude, Codex e processadores de IA personalizados
• Continuous AI
  • Melhora automaticamente a colaboração e a qualidade do código por meio de Continuous AI

Guardrails integrados

• Por padrão, os workflows são executados com permissões somente leitura
• Operações de escrita só são permitidas por meio de safe outputs pré-aprovados
• Execução em sandbox, whitelist de ferramentas e isolamento de rede controlam o escopo de atuação dos agentes de IA

Exemplo: Daily Issues Report

• Procedimento de criação da automação
  • Write: criar um arquivo .md escrito em linguagem natural
  • Compile: converter em um workflow do GitHub Actions no formato .lock.yml com o comando gh aw compile
  • Run: o GitHub Actions executa automaticamente de acordo com o gatilho
• O agente de IA lê o contexto do repositório e realiza análise de issues, geração de visualizações e elaboração de relatórios
• Todo o processo é executado em um ambiente de contêiner, garantindo segurança e reprodutibilidade

Gallery

• Issue & PR Management: classificação automática, rotulagem e ajuste de projetos
• Continuous Documentation: manutenção da documentação e garantia de consistência
• Continuous Improvement: simplificação de código, refatoração e melhoria de estilo
• Metrics & Analytics: relatórios diários, análise de tendências e monitoramento do estado dos workflows
• Quality & Testing: diagnóstico de falhas de CI, melhoria de testes e verificação de qualidade
• Multi-Repository: sincronização e rastreamento de funcionalidades entre vários repositórios
• Continuous Refactoring: análise e automação por meio de comandos com barra
• Continuous Scanning & Compliance: varredura de segurança, classificação de alertas e monitoramento de conformidade
• Scheduled Workflows: operações diárias, pesquisa e tarefas automatizadas de manutenção

Primeiros passos pela CLI (Getting Started)

• Após instalar a extensão, é possível adicionar um workflow de exemplo e fazer a primeira execução pela linha de comando em poucos minutos
• Instale com gh extension install github/gh-aw
• No seu repositório, adicione gh aw add-wizard githubnext/agentics/daily-repo-status para instalar de forma interativa e executar automaticamente

Criação de workflows na web (Creating Workflows)

• Na aba "Agents" da interface web do GitHub, é possível criar workflows agentic personalizados diretamente em linguagem natural

[GN⁺]

Comentários do Hacker News

• Fiquei curioso ao ver a sintaxe estranha de replace no go.mod
  Normalmente se usa go get github.com/Masterminds/semver/v3@v3.4.0, mas neste PR(link) o agente do Copilot adicionou replace da forma errada
  Parece que o Dependabot abriu um issue de upgrade de versão desnecessário, e o Copilot, ao lidar com isso, acabou incluindo alterações sem sentido
  O revisor apontou a parte estranha, mas no fim parece que os revisores humanos deixaram passar e fizeram o merge. É um caso de erro em vários níveis

  • Todos os agentes que já usei causaram problemas parecidos também no package.json do npm
    Em vez de npm i foo, eles alucinam (hallucinate) a versão e a inserem por edição de texto
    Renomeação de código também é tratada com substituição de string em vez de ferramenta de refatoração, o que desperdiça muita GPU
  • Houve uma tentativa de corrigir isso, mas parece que foi cancelada no meio do caminho (link)
  • Depois que o mesmo replace se acumulou três vezes, isso foi corrigido no PR 14543
    Mas depois disso foram adicionados mais dois commits de “correção de unit test”, um trocando Claude → Copilot e outro quebrando o markdown da documentação
    Virou uma verdadeira zona de guerra de workflows com agentes
  • Para upgrade de pacotes, o desenho exato do prompt é realmente importante
    Eu uso Gemini e Codex para verificar informações de versão, e um subagente Claude Opus para checar se é preciso mudar o código
    Em caso de major version, faço git clone dos dois pacotes para comparar mudanças de interface e, no final, valido tudo rodando os testes
    Não é perfeito, mas humanos também não são, então tudo bem
  • Isso me lembrou o comando secure sleep do GitHub Actions

• Eu queria que o GitHub lapidasse direito primeiro as funcionalidades centrais
  Parei de usar depois de passar por este issue relacionado ao GH Actions, e mesmo depois de um ano as pessoas ainda sofrem com o mesmo problema

  • Recomendo fortemente o Gitea
    É fácil de instalar e se integra bem com redes Microsoft LDAP/ADFS
    Um worker simples executa com estabilidade as actions definidas na pasta .gitea
    Dá para montar um pipeline de CI totalmente autossuficiente e a interface é quase igual à do GitHub
  • Existe o dilema da conversão para premium: quanto mais usuários gratuitos, maior o peso do suporte
    No fim, a solução é simples — comprar o produto deles diretamente
  • Como usuário pagante, me incomoda que meu dinheiro esteja indo para desenvolvimento de recursos de IA em vez de melhorias nas funções centrais
  • Esse movimento parece uma tentativa de a empresa ainda manter a fantasia de ação de crescimento
  • Eu nem uso o Copilot, mas a mensagem de “limite excedido” continua aparecendo na home do GitHub
    Parece um truque malfeito para empurrar pagamento

• A extensão gh aw recebe um arquivo markdown como entrada e gera um enorme workflow do GitHub Actions
  Durante a execução de gh aw init, apertei Y em um prompt errado e foi criado COPILOT_GITHUB_TOKEN com o token da minha conta
  Esse tipo de coisa precisa mesmo de uma etapa extra de confirmação

  • Dizem que agora o uso de token local foi removido e que também foi adicionada uma confirmação extra

• O link oficial é github.com/github/gh-aw
  Fiquei curioso sobre o motivo de ter sido publicado no GitHub Pages sem outro domínio

  • O GitHub Pages fornece o domínio ORGNAME.github.io com base no nome da conta
    Ou seja, github.github.io foi publicado pela conta oficial do GitHub
  • Acho que o GitHub usar o próprio domínio para o próprio produto é uma forma de dogfooding
  • Ninguém mais pode ter esse link, então não há risco de phishing
  • Disseram que ele foi movido recentemente da organização githubnext para github
github.github.io é o domínio Pages padrão da organização GitHub
  • Agora o redirecionamento foi ajustado para github.github.com/gh-aw

• Passei o fim de semana inteiro montando um workflow de CI baseado em agentes
  Instâncias de CC trabalham em VMs isoladas com modo de permissões restritas e, quando a CI passa, um PR é aberto automaticamente
  Agora estou experimentando uma estrutura em que um Claude gerencia vários outros Claudes

  • Houve quem perguntasse quanto isso custa
  • Também teve reação do tipo “tempos malucos”

• Dá a sensação de que o GitHub está enfiando agentes goela abaixo em vez de melhorar o sistema existente
  Parece uma estratégia de monetização guiada por marketing

  • Ainda assim, talvez faça sentido ter agentes em um provedor centralizado com acesso à CI, aos issues e ao código-fonte
  • O Claude da Anthropic se integra bem ao GitHub, então o agente do próprio GitHub parece inútil
    Fica até a suspeita de que possam dificultar o uso do Claude para forçar o agente deles

• O GitHub Actions, que fala em “princípios de projeto centrados em segurança”, é justamente o que menos consigo confiar

  • A última frase da própria página também é: “use com cuidado e por sua conta e risco”

• Eu simpatizo com a abordagem da Microsoft e do GitHub
  O valor do código está menos nele em si e mais em como ele incorpora o conhecimento da organização
  Por isso, é importante haver um fluxo contínuo e automático de melhorias
  Refatorações bruscas quebram o modelo mental da organização, então o ideal é uma sequência de pequenas melhorias
  O desejável é uma estrutura em que um sistema determinístico detecta problemas e um LLM altera apenas o que for necessário

  • Ainda faltam boas abstrações para definir os invariantes do projeto e passá-los aos agentes
    Eu tenho que criar instruções detalhadas no estilo Deep Wiki, o que é trabalhoso
    Precisamos de uma ferramenta que visualize a estrutura, como um diagrama C4
  • Uma abordagem que mistura etapas algorítmicas e etapas de agentes, como no padrão DataOps, é útil
    Documento relacionado: padrão DataOps

• Hoje em dia, todo produto de nuvem parece ter funções centrais estagnadas e só mais funções periféricas
  Conforme a organização cresce, os desenvolvedores precisam criar recursos novos, e esse fenômeno aparece
  Se a busca por crescimento infinito não parar, os produtos vão continuar sofrendo enshittification

• Na landing page, não está claro que valor prático esse workflow entrega ao usuário
  Faltam exemplos e casos de uso concretos

  • Há exemplos reais na seção de galeria
    Por exemplo, o workflow de gerenciamento de issues mostra um caso de gestão automática de PRs e issues
    O valor central é delegar tarefas repetitivas que não podem ser tratadas por heurísticas
    Disseram que ainda estão refinando a forma de contar essa história