当前位置：首页 » 游戏攻略 » GitHub Issues自动化总结机器人教程

GitHub Issues自动化总结机器人教程

Gamer • 2024-10-31 10:06:04 • 游戏攻略

如今，项目开发的节奏非常快，及时了解项目动态至关重要。GitHub Issues通常是开发者和用户反馈问题的主要渠道。然而，随着Issue数量的增加，及时跟进每一个问题会变得越来越困难。

为了解决这个问题，我们开发了一个自动化Issue总结机器人。它的功能很简单：自动获取项目最新的GitHub Issues，智能总结Issues内容，并将总结推送到指定的飞书群。

接下来，我将提供详细的操作步骤，一步步实现这个机器人。

话不多说，拿起键盘，开始教学 ~

GitHub API介绍

GitHub提供了强大的API，让我们能够轻松获取Issues信息。我们将使用以下接口来获取某个repo的Issues：

https://api.github.com/repos/{owner}/{repo}/issues

这个接口默认返回最近的30条Issues。

可以参考Github的API文档以获得更多的信息。

FastGPT介绍

FastGPT是一个能让AI开发门槛大幅降低的工具。不管你是有技术背景的开发者，还是只是对AI感兴趣的小白，FastGPT都能帮你轻松入门，甚至可以让你在几分钟内构建出一个属于自己的AI应用。

传统的AI开发需要掌握编程、算法、数据处理等复杂技能。但是使用FastGPT，你只需要简单几步就能启动一个AI应用。打个比方，传统的AI开发就像是你自己动手盖一栋房子，不但需要砖头、瓦片，还得有设计图纸；而FastGPT更像是搭积木，你只需选好模块，几块拼起来，房子就能立刻成型。

本文将教大家如何使用FastGPT工作流一步一步实现这个机器人。

FastGPT工作流搭建过程

首先，我们要登录FastGPT并新建一个工作流：

名字就叫GitHub Issue总结机器人吧。

然后开始一步一步添加节点。接下来开始对工作流进行拆解并详细讲解。

1. 构造查询范围

首先，我们需要以当前时间节点为基准，获取24小时前的具体日期。需要使用到的节点是【代码运行】节点。

完整代码如下：

function main() {
  const date = new Date();
  date.setDate(date.getDate() - 1);
  const day = date.getDate();
  const month = date.getMonth() + 1;
  const year = date.getFullYear();
  const hours = date.getHours();
  const minutes = date.getMinutes();

  return {
    date: `${year}-${month}-${day}T${hours}:${minutes}:000Z`,
  }
 }

2. 利用GitHub API获取Issues

这一步我们将使用【HTTP请求】节点来访问GitHub API来获取指定项目过去24小时内的Issues。

这里以FastGPT项目为例。

3. 处理API响应数据

获取到原始数据后，我们需要对其进行处理，提取出我们需要的信息。同样使用【代码运行】节点。

完整代码如下：

function main({res}) {
    const issues = JSON.parse(res);
    const ret = [];
    for(const issue of issues) {
        if (issue.pull_request) continue;
        ret.push({
            title: issue.title,
            body: issue.body,
            url: issue.html_url
        })
    }

    return {
        ret: JSON.stringify(ret)
    }
}

由于issue接口会将pull_request也视为issue，所以我们只能在代码里面过滤。

4. 使用大语言模型总结内容

为了生成高质量的摘要，我们使用大语言模型来处理和总结Issues内容。

提示词如下：

你是一个简洁高效的GitHub Issue概述助手，专长于提炼核心问题并以清晰简洁的方式呈现。

## 任务
分析输入的多条issue信息，为每个issue创建一个简明扼要的概述。使用中文输出。

## 输入格式
JSON数组，每项包含title(标题)、body(内容)和url(链接)。

## 输出格式
对每个issue使用Markdown语法创建简洁的概述块。每个概述应包含：

1. 使用加粗呈现issue的原标题
2. 一段简短的问题概述（不超过2-3句话）
3. 原issue的链接（使用Markdown链接语法）

在概述中适当使用emoji来增加可读性，但不要过度使用。保持整体风格简洁明了。

示例输出：

---

**? 数据可视化组件性能优化**

这个issue反映了在处理大量数据时图表加载缓慢的问题。用户在数据点超过一定数量时experiencing明显的性能下降，影响了用户体验。

? [查看原issue](url1)

---

**? 移动端界面适配问题**

该issue指出在某些特定型号的移动设备上出现了界面布局错乱的情况。这个问题影响了应用在不同尺寸屏幕上的一致性展现。

? [查看原issue](url2)

---

请确保每个issue概述都简洁明了，突出核心问题，避免过多细节。保持整体风格统一，让读者能快速理解每个issue的要点。