agentic-ci Skill 技能

技能简介

agentic-ci 让你在带隔离的 CI 环境中运行 AI 编码 Agent，提供流式输出与遥测能力。它同时支持多种 Agent 执行器（Claude Code、OpenCode、Codex）与多种隔离后端，让你在"简单"与"安全"之间按需取舍。项目由 opendatahub-io 维护，可在任意 CI 步骤中以命令行方式调用，让 AI Agent 真正跑进生产流水线。

核心能力

1. 多隔离后端：提供 Local、Podman（默认）、OpenShell 三种后端。Local 直接在当前环境跑，适合 Agent CLI 已预装的 CI 容器；Podman 每次 run 起一个退出即自毁的容器，挂载工作目录并只读挂载凭据；OpenShell 提供网络策略强制、基于 Landlock 的文件系统访问控制与细粒度端点限制。
2. 多 Agent 执行器：同一套命令支持 Claude Code、OpenCode、Codex，通过 --harness 切换，模型默认值随执行器而定（Claude Code 默认 claude-opus-4-6，OpenCode 走 Vertex，Codex 用 gpt-6-sol）。
3. setup / run / stop 三段式生命周期：setup 创建并启动沙箱，run 执行提示（沙箱未启动时自动调用 setup），stop 拆除；配合 --keep 可在同一沙箱里连续跑多条提示。
4. 前置/后置 Gates：在 Agent 运行前后校验数据。预置后置 Gate 包括 sensitive-files（拦截改动 .env、.pem、.key 的提交）、commit-author、commit-message-key、gitleaks（扫描新提交中的密钥），配置全部通过环境变量读取。
5. 流式输出与遥测：默认对 Agent 输出做解析式流式打印，可 --no-streaming 输出原始内容；内置 OTEL 遥测采集，可 --no-otel 关闭。
6. 凭据自动识别：支持 Anthropic、Vertex AI、OpenAI 三种鉴权，鉴权族随执行器自动匹配——Claude Code 自动识别 Anthropic API Key、订阅 OAuth Token 或 Vertex AI，Codex 固定使用 OpenAI，并在启动时记录最终模式。
7. 参数透传与推理强度控制：提示之后的多余参数会原样传给所选 Agent CLI；--effort 控制推理强度（映射到 Claude 的 --effort、OpenCode 的 --variant 或 Codex 的 model_reasoning_effort）。

安装配置

• 使用 uv：uv tool install agentic-ci
• 使用 pip：pip install agentic-ci
• Podman 后端需宿主机有 podman，并准备已装好 Agent CLI 的镜像（如 ghcr.io/opendatahub-io/ai-helpers:latest）。
• OpenShell 后端需宿主机安装 openshell 与 openshell-gateway，每个 CI Job 会自启内嵌网关，无需外部基础设施。
• 凭据按执行器配置相应环境变量（如 ANTHROPIC_API_KEY 或 gcloud 凭据）。

使用步骤

1. 通过 uv 或 pip 安装 agentic-ci。
2. 选择后端：--backend local 直跑，或 --backend openshell 走强隔离。
3. 启动沙箱：agentic-ci setup --image ghcr.io/opendatahub-io/ai-helpers:latest。
4. 执行提示：agentic-ci run "Fix the flaky test in test_auth.py" --image ...；需要连续执行时加 --keep。
5. 按需挂载 Gates：导出 TICKET_KEY、BOT_EMAIL，然后用 --post-gates sensitive-files,commit-author,commit-message-key,gitleaks 校验产出。
6. 结束后运行 agentic-ci stop 拆除沙箱。

适用场景

• 在 CI/CD 中用 AI Agent 自动修复测试、跑 lint、改 changelog；
• 需要对 Agent 的网络与文件系统访问做策略约束的生产流水线；
• 希望统一 Claude Code / OpenCode / Codex 三种 Agent 的调用方式；
• 需要在 Agent 提交前用 Gate 拦截敏感文件或校验提交者身份；
• 需要采集 Agent 运行遥测用于观测与优化。

适用人群

DevOps / 平台工程师、CI 流水线维护者、希望在工程化场景中使用编码 Agent 的团队、需要为 Agent 设定安全边界的 SRE 与安全工程师。

工作原理

agentic-ci 把选定的 Agent CLI 放进用户选择的隔离后端中执行：setup 阶段准备沙箱与凭据，run 阶段把提示与透传参数交给 Agent，输出经解析后流式打印并采集 OTEL 遥测；运行前后由 Gate 在提交层面校验数据，最终由用户显式 stop 拆除环境。Podman 后端退出即自毁容器，OpenShell 后端则由内嵌网关强制网络与文件系统策略。

官方链接

• PyPI：https://pypi.org/project/agentic-ci
• 源码：https://github.com/opendatahub-io/agentic-ci
• 文档：https://opendatahub-io.github.io/agentic-ci/