AI20 августа в 13:31 · 6 мин

Интеграция агентских приложений GitHub в рабочий процесс доставки ПО

GitHub расширяет экосистему платформы, внедряя концепцию Agent Apps. Эта технология позволяет подключать специализированные сервисы анализа, безопасности и развертывания непосредственно в контекст pull request, устраняя необходимость переключения между множеством инструментов и абстрагируя разработчика от разрозненного контекста жизненного цикла разработки.

# Когда контекст больше не мигрирует между вкладками

Разработка современного программного обеспечения часто превращается в бесконечное переключение контекста. Инженер находится в файле, но сомневается в правильности изменений. Затем он открывает систему аналитики, чтобы проверить влияние функции на пользователей, перемещается в реестр зависимостей для проверки уязвимостей, настраивает флаг функций и, наконец, сверяется с журналом инцидентов перед деплой. Каждое действие отнимает время, а целостная картина решения расщепляется на разрозненные данные.

Компания GitHub представила новый подход к решению этой проблемы: интеграцию Agent Apps (агентских приложений). Эта функциональность позволяет привлекать специализированные сервисы — такие как Amplitude, Endor Labs, LaunchDarkly и PagerDuty — непосредственно в среду работы с GitHub, не выходя из pull request.

Валидация гипотез до написания кода

Традиционный цикл разработки часто начинается с предположений о том, какую функцию создать. Однако без данных о поведении пользователей решение может оказаться неверным. С появлением агентных приложений, интегрированных в GitHub, проверка гипотез стала частью рабочего потока, а не отдельной исследовательской задачей.

В качестве примера рассмотрим сценарий, когда команда сталкивается с жалобами на трудный процесс приглашения коллег для совместной работы. Вместо того чтобы открывать веб-интерфейс Amplitude, составлять запрос и ожидать результатов анализа, разработчик может вызвать агента прямо из панели Agents в GitHub:

@amplitude[agent] — коррелирует ли завершение шага приглашения команды с удержанием пользователей позже в воронке? Разбейте данные по сегментам.

Агент сразу же анализирует данные и возвращает конкретные выводы: пользователи, завершающие шаг приглашения в команде, демонстрируют более высокий уровень удержания, в то время как одиночные пользователи не имеют такой корреляции. На основе этих данных команда принимает обоснованное решение: отложить шаг приглашения для одиночных пользователей при регистрации, сохранив его для команд. Корректировка курса происходит еще до написания первой строки кода.

Безопасность и аудит зависимостей в реальном времени

Изменения в коде часто затрагивают внешние зависимости, которые могут нести в себе риски безопасности. Раньше разработчики полагались на CI/CD-сканы, которые часто выполнялись после того, как проблема уже была обнаружена, что приводило к задержкам.

Интеграция с Endor Labs в GitHub меняет этот подход. При проверке pull request, изменяющего зависимости, разработчик может вызвать агента:

@endor-labs-github-agenthq[agent] — есть ли какие-то известные уязвимости или риски в зависимостях, затронутых этим пул-рекетом?

Агент не просто проверяет зависимости, но и анализирует их на наличие известных уязвимостей и общих рисков, предоставляя обратную связь прямо в обсуждении пул-реквеста. Это позволяет выявить и устранить проблемы до того, как они попадут в конвейер сборки, превращая проверку зависимостей из рутинного этапа постфактум в проактивный шаг.

Управляемые развертывания и флаги функций

После того как решение было принято, а код написан, следующим этапом становится развертывание, особенно когда речь идет о сегментированных функциях.

В описанном сценарии необходимо внедрить фазовый релиз: для командных аккаунтов оставить существующий процесс приглашения, а для одиночных пользователей сделать его необязательным. Благодаря интеграции с LaunchDarkly, настройка флага функций превращается в простой вызов агента:

@launchdarkly-agent[agent] — пожалуйста, создайте флаг функции для этого pull request и подключите его к коду: > - key: defer-team-invite > - type: boolean > - default: false > - target: solo-intent signups > - rollout: internal → 5% → 25% → 100%

Агент создает флаг в LaunchDarkly и автоматически вносит необходимые изменения в код как коммит, который затем можно просмотреть и утвердить. Это сокращает процесс настройки флага до одного комментария в пул-реквесте, вместо ручного координирования через чаты и разные инструменты.

Оценка рисков перед отправкой в продакшн

Финальным этапом перед слиянием кода является оценка готовности системы к выпуску. Здесь вступает в игру PagerDuty. Вместо того чтобы просто доверять результатам код-ревью, команда может запросить анализ рисков:

@pagerduty-agent-app[agent] — оцените риски деплоя этого pull request для сервиса онбординга. Проверьте активные инциденты и историю за последние 90 дней.

Агент сверяет репозиторий с сервисами PagerDuty, проверяет наличие открытых инцидентов, анализирует историю последних трех месяцев и сопоставляет файлы, затрагиваемые в текущем изменении, с областями, которые ранее вызывали инциденты. Результат: риски низкие, активных инцидентов нет, рекомендуется продолжение работы. Это превращает оценку рисков в рутинную, но важную процедуру.

Итог: GitHub как единая среда координации

С внедрением Agent Apps разработчики продолжают использовать привычные для них инструменты — Amplitude, LaunchDarkly, Endor Labs и PagerDuty. Однако кардинально меняется способ взаимодействия с ними. Инструменты больше не требуют ручного перехода между вкладками, приложениями и сервисами. Они интегрируются в контекст pull request, становясь естественным продолжением рабочего процесса.

GitHub становится местом, где разработчики и агенты координируют дальнейшие шаги, не выходя из одной платформы. Это снижает когнитивную нагрузку, ускоряет принятие решений и повышает качество выпускаемого программного обеспечения.

Попробуйте Agent Apps

Агентские приложения уже доступны через [GitHub Marketplace](https://github.com/marketplace). Вы можете установить нужное приложение, включить его для своей организации и сразу начать пользоваться новыми возможностями:

* Назначьте агенту задачу через issue, чтобы инициировать процесс. * Отметьте агента в комментарии к pull request, чтобы получить анализ или выполнить действие. * Выберите агента из вкладки Agents в репозитории.

Ваша инструментарий остается прежним, но теперь он находится там, где вы уже работаете: в GitHub.

Другие начальные агентские приложения

Ознакомьтесь с другими inaugural agent apps в GitHub Marketplace, чтобы начать интегрировать ваш стек напрямую в рабочий процесс:

* Packfiles: читает ваш бэклог задач и строит стратегию миграции. * Miro: связывает визуальное сотрудничество с потоками разработки кода. * Bright Security: автономно обрабатывает сквозное динамическое тестирование безопасности внутри GitHub. * SonarQube: приносит анализ, вентили качества и автоматизированное исправление проблем в сессии агентов GitHub. * Octopus Deploy: может идентифицировать, диагностировать и устранять ошибки при развертывании.

---

Авторы: Sam Zhang (@im-samz), Product Manager, GitHub Copilot Agent Apps.

Категории: Agent Apps, GitHub Copilot, GitHub Marketplace.

---

Дополнительные материалы

* AI & ML: [GitHub Copilot app for Beginners: Managing your work](https://github.blog/2025-08-07-how-to-manage-your-copilot-work/) * AI & ML: [How canvases make agentic workflows visible, steerable, and cost-efficient](https://github.blog/2025-08-26-canvas-agentic-workflows/) * AI & ML: [GitHub Copilot app for Beginners: Write your first prompt](https://github.blog/2025-08-20-copilot-first-prompt/)

---

*Подпишитесь на нашу бинедельную рассылку для разработчиков, чтобы получать советы, технические руководства и лучшие практики.*

Первоисточники

GitHub AI & ML
← Вернуться в эфир