Workflow Automator

工作流自动化工具

工作流自动化工具技能可识别重复性任务，并利用 GitHub Actions、webhook、MCP 服务和集成工具设计自动化工作流。它专注于消除手动工作、减少错误，并通过智能自动化加快交付。

这项技能擅长分析现有流程、发现自动化机会、设计工作流图、实施自动化脚本，以及监控自动化系统的可靠性和效率提升。

工作流自动化工具强调务实的自动化：自动化能节省时间的工作，维护已自动化的流程，并让人在关键决策中参与其中。

核心工作流

工作流 1：发现自动化机会

步骤：

1. 流程审查

   • 梳理当前工作流和流程步骤
   • 发现重复性的手动任务
   • 衡量每项任务耗费的时间
   • 记录痛点和错误来源
   • 列出涉及的所有工具和系统

2. 自动化评估

   • 针对每项任务，评估：
     • 频率：多久执行一次？
     • 数量：每天／每周执行多少次？
     • 一致性：每次的步骤是否相同？
     • 基于规则：能否用逻辑定义？
     • 投资回报率：节省的时间与自动化投入相比如何？

3. 确定自动化优先级

   • 高优先级：频繁、数量大、容易出错
   • 中优先级：频率适中、规则明确
   • 低优先级：少见、复杂、需要判断
   • 计算投资回报率：（每月节省的时间）／（构建时间）

4. 制定自动化路线图

   • 按优先级列出自动化事项
   • 估算构建所需工时
   • 确定依赖项和前置条件
   • 指定负责人和时间安排

**输出：**带有投资回报率估算的自动化待办事项清单，并按优先级排序。

工作流 2：设计自动化工作流

步骤：

1. 定义触发器

   • 什么事件会启动工作流？
   • 示例：Git push、创建 PR、定时计划、webhook、文件上传
   • 指定触发条件和筛选规则

2. 梳理工作流步骤

   • 按顺序列出每项操作
   • 确定决策点（if/then 逻辑）
   • 定义并行步骤和顺序步骤
   • 指定超时和重试行为

3. 定义数据流

   • 需要哪些数据输入？
   • 数据如何在各步骤之间转换？
   • 数据存储或记录在哪里？
   • 会产生哪些输出？

4. 错误处理

   • 每个步骤可能出现什么问题？
   • 应如何处理错误？（重试、提醒、跳过、失败）
   • 失败时通知谁？
   • 需要哪些回滚流程？

5. 创建工作流图

   • 直观展示流程
   • 标出触发器、步骤、决策和输出
   • 记录预计耗时
   • 标注依赖项和集成

**输出：**包含工作流图的工作流规范文档。

工作流 3：实现自动化

步骤：

1. 选择自动化工具

   • GitHub Actions：CI/CD、由 git 触发的工作流
   • Webhooks：事件驱动的集成
   • Cron Jobs：计划任务
   • MCP 服务：AI 驱动的自动化
   • Zapier/Make：无代码集成
   • 自定义脚本：满足特定需求

2. 编写自动化代码

   • 遵循工作流规范
   • 实现错误处理和日志记录
   • 添加配置以提高灵活性
   • 包含文档和注释
   • 为自动化逻辑编写测试

3. 测试自动化

   • 测试正常流程（一切运行正常）
   • 测试错误情况（故障、超时）
   • 测试边界情况（空数据、重复数据）
   • 验证通知和日志记录
   • 验证端到端流程

4. 部署到预发布环境

   • 先在测试环境中运行
   • 监控问题
   • 收集用户反馈
   • 根据实际运行情况进行调整

5. 发布到生产环境

   • 部署到生产环境
   • 前 48 小时密切监控
   • 设置故障告警
   • 编写故障排查手册
   • 培训团队使用自动化

输出： 可投入生产的自动化方案，包含监控和文档。

工作流 4：监控和优化

步骤：

1. 跟踪指标

   • 执行次数和成功率
   • 平均耗时和性能
   • 错误率和错误类型
   • 与手动流程相比节省的时间
   • 成本（计算资源、API 调用等）

2. 定期审查

   • 每周：检查故障和告警
   • 每月：审查性能和效率
   • 每季度：评估投资回报率和价值
   • 每年：评估是否仍有必要

3. 持续改进

   • 找出优化机会
   • 缩短执行时间
   • 改进错误处理
   • 扩大自动化覆盖范围
   • 重构以提高可维护性

快速参考

操作	命令/触发条件
分析流程	"find automation opportunities in [process]"
设计工作流	"design automation for [task]"
创建 GitHub Action	"automate [task] with GitHub Actions"
设置 webhook	"create webhook for [event]"
安排任务	"schedule [task] to run [frequency]"
监控自动化	"check automation health"
优化工作流	"optimize [automation]"
编写工作流文档	"document [automation] workflow"

最佳实践

• 从小处着手：优先自动化简单且投资回报率高的任务；通过快速见效的成果积累势头
• 确保可靠性：成功率至少达到 95%；不可靠的自动化比手动操作更糟
• 为失败做好准备：假设任何事情都可能失败；妥善处理错误并向人工发出告警
• 记录所有内容：完善的日志记录有助于调试和审计
• 保持简单：复杂的自动化难以维护；优先采用简单、模块化的工作流
• 版本控制：将自动化代码存储在 git 中；跟踪更改并支持回滚
• 彻底测试：上线前测试正常流程、错误情况和边界情况
• 主动监控：设置告警和仪表板；及时了解自动化何时发生故障
• 清晰记录：让未来的你（或团队成员）了解其功能和修复方法
• 定期维护：每季度审查和更新自动化；移除过时的自动化
• 人工监督：关键决策应由人工参与；自动化用于辅助，而非取代判断
• 衡量影响：跟踪节省的时间和投资回报率；用数据证明自动化投资的合理性

常见自动化模式

1. CI/CD 流水线

触发条件：Git 推送或 PR 步骤：

• 运行代码检查工具和格式化工具
• 运行单元测试和集成测试
• 构建应用程序
• 运行端到端测试
• 部署到预发布环境
• 运行冒烟测试
• 部署到生产环境（合并时）
• 完成或失败时通知团队

2. 问题分类

触发条件：创建新的 GitHub 问题 步骤：

• 分析问题内容
• 按类型添加标签（错误、功能、疑问）
• 分配给合适的团队
• 添加到项目看板
• 在 Slack 中通知团队
• 自动回复确认信息

3. 依赖项更新

触发条件：每周定时 步骤：

• 检查软件包更新
• 创建包含更新的 PR
• 运行完整测试套件
• 请求团队审核
• 如果测试通过且属于次要版本更新，则自动合并

4. 性能监控

触发条件：每小时 步骤：

• 检查 API 响应时间
• 测量数据库查询性能
• 分析错误率
• 检查资源使用情况（CPU、内存）
• 超出阈值时发出警报
• 将指标记录到仪表板

5. 客户引导

触发条件：新用户注册 步骤：

• 发送欢迎邮件
• 创建用户账户和资源
• 安排引导邮件（滴灌式营销活动）
• 添加到 CRM
• 如果是企业方案，则通知销售团队
• 跟踪引导完成情况

6. 备份与归档

触发条件：每天凌晨 2 点 步骤：

• 备份数据库
• 备份已上传的文件
• 压缩并加密备份
• 上传到 S3 或备份服务
• 验证备份完整性
• 删除超过 30 天的备份
• 备份失败时发出警报

7. 代码审核提醒

触发条件：PR 打开 24 小时仍未审核 步骤：

• 找出待处理的 PR
• 检查指定的审核人员
• 向审核人员发送提醒
• 如果情况紧急，则升级处理
• 跟踪审核 SLA 指标

8. 生成发行说明

触发条件：推送标签（版本发布） 步骤：

• 收集自上次发布以来的提交
• 对更改分类（功能、修复、重大变更）
• 根据 PR 描述生成发行说明
• 创建 GitHub 发行版
• 发布到更新日志页面
• 通知团队和客户

自动化投资回报率计算器

Time Saved Per Month = (Task Duration × Frequency per Month)
Build Time = Hours to implement + Hours to test + Hours to document
Payback Period = Build Time / Time Saved Per Month

Example:
- Task: Deploy to staging (30 min manual)
- Frequency: 40 times/month
- Time Saved: 30 min × 40 = 20 hours/month
- Build Time: 8 hours
- Payback: 8 / 20 = 0.4 months (12 days)
- ROI after 1 year: (20 × 12) - 8 = 232 hours saved

经验法则：如果回本周期少于 3 个月，就将其自动化。

自动化技术指南

用例	工具	复杂度	最适合
Git 触发的工作流	GitHub Actions	中	CI/CD、测试、部署
事件集成	Webhooks	中	实时通知
定时任务	Cron Jobs	低	备份、报告、清理
无代码自动化	Zapier/Make	低	简单集成
API 自动化	Node/Python scripts	中	自定义逻辑、复杂流程
AI 驱动的工作流	MCP Servers	高	智能路由、内容分析
数据库自动化	Triggers/Procedures	中	数据验证、计算
浏览器自动化	Playwright MCP	中	网页抓取、测试、监控

错误处理模式

重试逻辑

- Transient errors: Retry 3 times with exponential backoff
- Rate limits: Wait and retry after delay
- Permanent errors: Fail fast and alert

回退策略

- Primary action fails: Try secondary action
- API unavailable: Use cached data
- Service down: Queue for later processing

警报层级

- Info: Log only
- Warning: Log and notify on-call during business hours
- Error: Immediate alert to on-call
- Critical: Page on-call and escalate to team lead

集成点

• GitHub Actions：主要的 CI/CD 自动化平台
• Webhooks：与外部服务进行事件驱动的集成
• MCP Servers：AI 驱动的工作流自动化
• Playwright MCP：用于测试和抓取的浏览器自动化
• Supabase：数据库触发器和 Edge Functions
• Slack/Discord：通知和机器人命令
• 监控工具：用于可观测性的 Sentry、DataDog、New Relic