AllWorkin / Articles / 2026.06.30

【入门】如何打造一个云软件工厂:Issue自动分流 + 实现(附Skill命令)

Warp 首篇讲最小云软件工厂:Issue 进来 → Triage 打四标签 → ready-to-implement 自动出 PR。要 Docker、两个 Skill、GitHub Actions。Claude Code / Codex / Warp 通用,附 demo 安装命令。

2026.06.30约 7 分钟#Skills#Agent#Codex#Claude

ChatGPT Image 2026年6月30日 18_02_05

OpenAI 刚发完「Agent 正在取代 Chat」那篇,Warp 这边又补了一块拼图:云软件工厂(cloud software factory)。

意思很直白:Agent 在云端半自动跑 SDLC(软件开发生命周期) 的关键环节——从 Issue 分流、写 Spec、写代码、Review、验证,到 CI/CD、监控再开 Issue,形成闭环。Warp 自家 6 万星仓库有个 live demo:build.warp.dev,能实时看 Oz Agent 在 triage、写 spec、提 PR。

原作者系列第一篇只做了 Triage(分流) → Implement(实现) 这一小段——你怎么用 两个 Skill + GitHub Actions 搭一条能跑的最小流水线;以及不用 Oz 时,Claude Code / Codex 怎么借同一套思路。

之前写过《Codex Agent 正在取代 Chat》《Loop Engineering》《Agent 设计模式 Top15》——这篇是「委派清单」在仓库侧的落地版。


一、云软件工厂:完整循环 vs 先跑一小段

原作者把完整工厂拆成 9 步:

成功标准可以很小:先让「一定比例的 Issue 自动实现到 Code Review 之前」——不必第一天就上满 9 步。

本篇只做步骤 1 + 3 的极简版:Issue 进来 → Triage 打标签 → 够简单就丢给 Implementation Agent 出 diff。


二、Triage 四标签:Issue 往哪流

Demo 里 Issue 会被 Triage 分到四种状态(标签名可自定,逻辑建议保留):

Triage 本质是协调器 + 人在回路的前置闸门——对应《Agent 设计模式 Top15》里的 Coordinator 和 Human-in-the-Loop,只是用 Skill 把规则写死,别每次靠 Prompt 临场发挥。


三、起步要准备的 6 样东西

原作者列的清单,和平台无关:

  1. GitHub 上的目标 repo(Demo 用 nano-banana-editor,基于 Nano Banana 的简易图片编辑器,Issues 里预置了假需求)

  2. Docker 镜像:装好该 repo 的工具链(Demo 用 node:20-bookworm)

  3. 云端跑 Agent 的地方:触发时能拉起容器 + 编码 Agent(Walkthrough 用 Oz;也可换 Codex Cloud、自建 Runner)

  4. Issue 源:带 MCP 或 CLI 的 Linear / Jira / GitHub Issues

  5. Triage Skill:编码上面的四标签逻辑

  6. Implementation Skill:编码「读 Issue、改代码、开 PR」

再加一个 Coding Agent SDK:Claude Code、Codex、Warp Agent 任选——Skill 才是工厂的原子单元,Agent 是可替换的执行器。


四、最小流水线怎么接(Triage → Implement)

1、新 Issue → 跑 Triage

  • GitHub Action:issues.opened 时触发

  • 云端 Agent 加载 Triage Skill,读 Issue、尝试理解/复现、打四标签之一

  • 产物:Issue 上的 label + 评论(可选)

2、打上 ready-to-implement → 跑 Implementation

  • 第二个 GitHub Action:监听 ready-to-implement 标签

  • 同一套 Docker 环境,换 Implementation Skill

  • 产物:合理 diff + PR(Demo 在 issue #15 上实现过小功能)

3、Oz 在 Walkthrough 里的角色

Oz 是 Warp 的云 Agent 编排层:托管环境、接 MCP/Skill、多 Agent 并行、审计 session。Walkthrough 用它当 Runner,不等于工厂只能跑在 Oz 上——原作者强调先用 Skill + Loop 理解工厂,再考虑平台化。(平台可换,Skill 逻辑不变。)


五、一键装 Demo Skill(Claude Code / Codex / Warp 通用)

官方提供安装 Skill,在任意编码 Agent 里跑 /oz-cloud-factory-demo 走本地 Demo:

npx skills@latest add warpdotdev-demos/cloud-factory-demo --skill oz-cloud-factory-demo --agent warp --yes

六、对我们的落地建议

如果你已经在用 Codex / Claude Code 做「委派」

《Codex Agent 正在取代 Chat》讲的是任务变长、并行委派;云工厂讲的是把委派钉在 Issue 事件上——本质都是 Event-Driven Agent + Loop。

建议路径:

  1. 先抄 Triage 四标签,别一上来 9 步全上

  2. Triage / Implementation 各一个 Skill,放 repo 的 .agents/skills 或你习惯的 Skill 目录

  3. GitHub Action 只做两个 trigger:opened → triage;labeled: ready-to-implement → implement

  4. Implementation 止步于 PR,Review 和 merge 仍走人或现有 Review Agent(见《Agentic Code Review》)

  5. 用 Loop 迭代 Skill:Triage 老误判 → 改 Skill 里判定标准,别改系统 Prompt 小作文

没有 Oz 怎么办

  • Codex Automations / Claude /loop + webhook:Issue 事件 → 触发云端或本地 Agent

  • Cursor Background Agent + GitHub:能力因账号而异,思路相同

  • 自建:Docker + GitHub Actions + claude/codex CLI——工程量大,适合要完全自控的团队


七、我的判断

云软件工厂听起来像平台营销词,拆开看就是:事件触发 + Skill 分工 + 云端 Docker 环境 + 人工闸门。

三个结论:

  1. 第一篇只做 Triage → Implement 就对——能自动关掉一部分 one-shot Issue,ROI 立刻可见

  2. Skill 比选 Warp/Oz/Codex 更重要——规则在 Skill 里版本化,Agent 和 Runner 可换;这和 Agent Skills 开放标准同一脉

  3. ready-to-implement 别放太宽——Triage 松了,Implementation 会白烧 token 产垃圾 PR;宁可多进 ready-to-spec 和 needs-info

先把 GitHub Issue 自动 triage 跑通,比追全栈 9 步工厂现实得多。

下一篇会讲 Spec Agent 和更完整的人在回路流程。


参考链接

AI工具实战派

觉得有用?每周的新笔记先发公众号。

每周的实战笔记先发在这里。扫码关注,新文章第一时间推给你。

关注 / 加入社群 →