CI 代码生成流水线
在 CI 中跑 AI 生成确定性输出：类型化客户端、schema 类型、测试夹具。
自动化高级
为什么
GitHub Copilot 达到约 4 亿美元 ARR（同比增长 281%），2024 年占 GitHub 新增净收入的 40%，证明大规模自动化的投资回报。某些 AI 输出足够确定可在 CI 生成（OpenAPI → 类型化客户端、DB → schema 类型）。
CI 中生成保持生成代码新鲜、在 diff 中审查、并消除人工劳作。
何时使用
当输入有版本（spec、schema）且输出可检查（类型、测试）时用。创意代码跳过。
如何做
1. 选确定性生成任务（如 openapi → ts 客户端）。
2. 加在 spec 上跑生成器的 CI 作业。
3. 提交输出；若与重新生成漂移则 CI 失败。
4. 在 PR 中像普通代码一样审查生成 diff。
5. 对生成输出用 tsc + 测试门控。
示例
# .github/workflows/codegen.yml
- run: npx openapi-typescript specs/api.yaml -o src/api/types.ts
- run: git diff --exit-code src/api/types.ts # 漂移则失败
- run: npm run build # 门控生成类型
spec 变更在 PR 中重新生成类型；审查者看类型化 diff。
常见问题
- ⚠漂移：生成文件被手改 — 重新生成 diff 失败 CI 以强制。
- ⚠Error: EADDRINUSE: address already in use :::3000 → 运行 `npx kill-port 3000` 或改配置端口。
- ⚠Cron 任务静默失败 → 用 `set -e; ...` 包裹并重定向输出到日志；用 `tail -f /var/log/job.log` 验证。
最佳实践
- ✓提交的生成文件与重新生成不同则 CI 失败。
- ✓生成文件加头注释使 linter 跳过。
- ✓用具体指标衡量结果（节省时间、缺陷率、测试覆盖率），使实践可被论证和改进。
常见问题解答
什么是CI 代码生成流水线？
在 CI 中跑 AI 生成确定性输出：类型化客户端、schema 类型、测试夹具。 它可帮助开发者快速理解 CI 代码生成流水线 的核心价值与适用场景。
如何开始使用CI 代码生成流水线？
开始使用 CI 代码生成流水线，建议先掌握以下要点：选确定性生成任务（如 openapi → ts 客户端）。
CI 代码生成流水线 的常见误区有哪些？
使用 CI 代码生成流水线 时常遇到的问题包括：漂移：生成文件被手改 — 重新生成 diff 失败 CI 以强制。；Error: EADDRINUSE: address already in use :::3000 → 运行 `npx kill-port 3000` 或改配置端口。；Cron 任务静默失败 → 用 `set -e; ...` 包裹并重定向输出到日志；用 `tail -f /var/log/job.log` 验证。。
CI 代码生成流水线 的最佳实践是什么？
CI 代码生成流水线 的最佳实践包括：提交的生成文件与重新生成不同则 CI 失败。；生成文件加头注释使 linter 跳过。；用具体指标衡量结果（节省时间、缺陷率、测试覆盖率），使实践可被论证和改进。。
如何深入学习CI 代码生成流水线？
从官方文档入手，再在 GitHub 上搜索真实示例；先在小实验仓库验证模式，再应用到生产代码。