Instabile GitHub-Actions-Pipelines finden, erklären und beheben

Ein agentisches Kommandozeilenwerkzeug für Linux. Richte es auf einen GitHub-Benutzer oder eine Organisation: Es durchsucht die Workflow-Läufe, bewertet, wie instabil jeder Job ist, erklärt die wahrscheinliche Ursache mit Belegen und behebt sie per Draft-PR, überprüft durch erneutes Ausführen des Fix-Branches.

Stand: Version 0.2.2. Einrichtung, Scannen, Untersuchungen durch den Agenten, der Chat, bestätigte Reruns und Dispatches, Korrekturen als Draft-PRs und unbeaufsichtigte Läufe per systemd-Timer funktionieren.

Installieren Erste Schritte

Der flakipype-Chat nach /scan: drei Befunde mit ihren instabilen Läufen, Rerun-Zahlen und Fehlersignaturen, aufgelistet in einer Seitenleiste.

Was flakipype für dich tut

Findet instabile Jobs

Liest deine Workflow-Läufe und bringt Jobs, die fehlschlugen und dann beim Rerun oder auf demselben Commit durchliefen, in eine Rangfolge, mit Fehlersignaturen, die gleichartige Fehlschläge gruppieren.

Erklärt sie mit Belegen

Ein Agent liest Logs, Commits und Dateien und zitiert, was er gefunden hat, und ein Reviewer prüft das Urteil anhand dieser Belege, bevor du es siehst.

Behebt per Pull Request

Der Fixer schlägt einen kleinen Diff vor, öffnet ihn als Draft-PR und führt die CI auf dem Fix-Branch erneut aus, um zu prüfen, dass er hält.

Chat oder Timer

Arbeite in einem reichhaltigen Terminal-Chat mit Slash-Befehlen, oder lass flakipype run per systemd-Benutzer-Timer scannen und beheben.

Die Bestätigung, bevor eine Korrektur gepusht wird: Repository, Branch und Budgets aus dem Code, die Erklärung des Modells und der vollständige Diff, mit den Buttons „Push“ und „Don't push“.

Sicher von Grund auf

flakipype führt Pipelines erneut aus und schreibt Code in deine Repositories. Deshalb sind diese Regeln keine Einstellung, sondern fest eingebaut.

Der Standardbranch wird nie beschrieben. Jede Korrektur ist ein Branch plus Draft-PR; das Mergen bleibt bei dir.
Ein Gate im Code entscheidet. Jedes Werkzeug hat eine feste Risikostufe; im Modus „ask“ bestätigst du jeden Rerun, jeden Dispatch und jeden Push.
Logs sind Daten, keine Anweisungen. Job-Logs, Workflow-Dateien und Quellcode können dem Agenten nichts befehlen.
Nichts geht unmaskiert hinaus. Secrets werden maskiert, bevor irgendetwas das Modell erreicht.
Budgets sind harte Limits. Reruns, Pull Requests, Tokens und Zeit je Lauf sind begrenzt.

Mehr zum Sicherheitsmodell

In drei Schritten loslegen

Du brauchst Linux (x86_64 oder aarch64, glibc) mit curl, tar und git. Das Skript installiert uv, falls du es noch nicht hast, geprüft gegen dessen veröffentlichte SHA-256-Prüfsumme.

curl -fsSLO https://raw.githubusercontent.com/besessener/flakipype/v0.2.2/install.sh
sh install.sh

Einrichten. flakipype setup fragt nach dem Modell-Endpunkt, lädt und prüft gh bei Bedarf und meldet dich bei GitHub an.
Scannen. flakipype scan findet die instabilen Jobs deines Benutzers oder deiner Organisation und bringt sie in eine Rangfolge.
Beheben. Starte flakipype für den Chat: Untersuche einen Befund, behebe ihn mit /fix und bestätige den Draft-PR.

Das Tutorial Erste Schritte führt dich Schritt für Schritt durch alles. Willst du flakipype erst ausprobieren, ohne ein echtes Projekt anzufassen, zeigt dir die Demo an der Sandbox, wie du scannst, untersuchst und einen Draft-PR öffnest.

Dokumentation

Geordnet nach dem, was du gerade brauchst (Diátaxis).

Tutorials Schritt für Schritt zum ersten Erfolg Anleitungen Ein konkretes Ziel erreichen Referenz Nachschlagen, wie es genau ist Hintergrund Verstehen, warum es so ist