Pr教程从入门到精通完整版

探究AI如何改变工作方式：以代码为例，看AI如何优化工作流程

导语：如今，关于AI如何影响未来工作的讨论无处不在。与其过分担忧AI取代程序员的问题，不如探索一下AI如何真正改变我们的工作方式，尤其是它如何帮助我们更好地构建代码。本文将向你展示如何通过低代码自动化平台n8n构建一个AI智能体，它可以帮助你自动GitHub仓库中的代码。无论你是独立工作还是在团队中，它都能帮助你更早地发现问题并快速进行。

一、n8n简介

n8n是一个开源的工作流自动化工具，类似于Zapier或Make，但它具有更高的灵活性、可自托管性以及开发者控制权。在n8n中，你可以通过连接节点来可视化地构建流程。它支持数百种集成工具，包括GitLab、Atlassian、Slack等。与其他平台不同的是，n8n是最早将AI智能体直接集成到工作流中的平台之一。一个AI智能体不仅仅是一个聊天机器人，它是一个能够自动执行特定任务的系统。

二、代码工作流

以我的一个简单iOS应用为例，该应用显示实时的加密货币价格并托管在GitHub上。我们希望有一个AI智能体能够根据团队的最佳实践知识自动每一个新的PR（Pull Request）。下面是这个代码工作流的详细步骤：

1. 触发器节点：在Pull Request创建时触发。使用现有的GitHub触发器节点，在开发者创建PR时启动流程。这一步相对简单，只需输入你的GitHub凭据，并使用“on PR creation”webhook将n8n与你的代码项目连接起来。一旦设置完成，你就可以实时响应PR了。

2. 获取PR的文件变更：如果没有原生节点可用，我们可以使用HTTP请求节点调用GitHub API来获取变更的文件列表和差异。我们将使用代码节点编写一小段JavaScript代码片段来处理这些信息，并构建一个自然语言提示词（prompt），要求AI智能体进行代码。这个提示词将包括完整的上下文信息，以确保智能体能够给出有意义的反馈。

3. 工具节点：配置AI智能体所需的工具，包括LLM模型（如OpenAI）和谷歌表格工具。这将使智能体能够连接并与LLM进行通信，同时利用团队的最佳实践知识。

4. 操作（输出）节点：发布评论。在这一步中，我们将配置原生的GitHub节点，将智能体的结果直接发布到Pull Request上。我们还将给PR打上类似“Reviewed by AI”的标签，以表示已完成。

三、未来改进方向

尽管当前的工作流已经带来了实际价值，但仍有一些方面可以改进：

1. 在确切的行上添加内联评论。目前，AI智能体生成的是笼统的评论。为了更精确地指出问题或需要改进的地方，我们需要优化提示词并改进工作流程，以便智能体能够在每个相关文件上进行内联评论，并定位到问题的确切行。

2. 提高提示词质量。有时，AI智能体的反馈可能冗长或过于详细。为了提高其质量，我们可以优化提示词，使其更专注于检测不良实践，并利用谷歌表格中的好/坏代码示例来增强智能体的推理能力。为了增强用户体验和可靠性，我们可以进一步收集用户反馈并处理边缘案例。

这个开源模板很快就会发布在我们的平台上，一旦发布完毕我将分享链接给大家进行测试和改进以便应用到你们自己的项目中。请注意本文只提供初步的解决方案和应用示例仅作为入门体验和功能展示用我们提供的产品或服务请以实际应用为准并注意相应的使用风险由用户自行承担并请遵守相关法律法规的规定进行使用和推广避免引起不必要的纠纷和损失！后续我们会继续完善和优化工作流程让智能体更好地融入开发流程并实现智能扩展和可靠运行！让我们共同期待未来的工作方式的变革吧！