Gestion de la justification, du niveau de confiance et des approbations pour les problèmes

La logique et la confiance n’ont pas besoin d’une configuration supplémentaire. Lorsqu’un Automatisationagent change un attribut de problème pris en charge, il attache automatiquement une logique et un niveau de confiance. Si cette modification s’applique directement ou attend une révision dépend du niveau d’automatisation de votre référentiel ou d’une demande explicite à suggérer plutôt que d’appliquer la modification.

Définition du niveau d’automatisation de votre référentiel

Le niveau d’automatisation de votre référentiel définit le seuil de confiance utilisé pour acheminer chaque modification prise en charge. Les modifications évaluées au-dessous du seuil sont conservées en tant que suggestions ; les modifications apportées à ou au-dessus s’appliquent automatiquement. Le niveau par défaut est Prudent. Par conséquent, seules les modifications à haut niveau de confiance s’appliquent automatiquement jusqu’à ce que vous la modifiez.

1. Sur GitHub, accédez à la page principale du référentiel.

2. Sous le nom de votre référentiel, cliquez sur Paramètres. Si vous ne voyez pas l’onglet « Paramètres », sélectionnez le menu déroulant , puis cliquez sur Paramètres.

   

3. Dans la section « Planification » de la barre latérale, cliquez sur Suggestions d’agent pour les problèmes.

4. Sous « Niveau Automation », sélectionnez le niveau qui correspond à votre référentiel :

   • Contrôle total : chaque modification est conservée pour révision. Rien n’est appliqué automatiquement.
   • Prudent (par défaut) : seules les modifications jugées très fiables sont appliquées automatiquement. Tout le reste est mis en attente pour votre examen.
   • Équilibré : les modifications courantes et simples sont appliquées automatiquement. Tout élément ambigu est mis en attente pour examen.
   • Automatisation complète : chaque modification est appliquée automatiquement. L’agent ne retient une modification que si elle est signalée comme incertaine.

5. Cliquez sur Enregistrer.

Avec Agent cloud Copilot

1. Créez un Automatisation qui trie les problèmes, en suivant Création d’automatisations avec Copilot agent cloud. Utilisez le déclencheur Lorsqu’un ticket est créé, ou exécutez le Automatisation selon une planification.
2. Accordez à Automatisation les outils de gestion des tickets pour les attributs que vous souhaitez qu’il modifie, comme la mise à jour des libellés, la définition du type, la modification des champs, l’attribution d’utilisateurs ou la fermeture des tickets.
3. Dans l’invite, décrivez la tâche de triage, par exemple : Triage this issue by setting a type, labels, and priority, and explain your reasoning for each. vous n’avez pas besoin de mentionner explicitement la logique, la confiance ou les suggestions. Pour conserver des modifications spécifiques à examiner, quelle que soit la confiance, demandez à l’agent de suggérer ces modifications plutôt que de les appliquer.
4. Enregistrez le Automatisation. Lorsqu’il s’exécute, ses modifications s’accompagnent d’une justification et d’un niveau de confiance. Les modifications en dessous du niveau d’automatisation défini pour votre dépôt, ainsi que toutes les modifications que vous avez demandé à l’agent de proposer, sont en attente dans le panneau des approbations de l’issue.

Avec Flux de travail GitHub pilotés par des agents

Les intentions associées aux tickets, c’est-à-dire les métadonnées de justification et de niveau de confiance jointes aux modifications apportées aux tickets d’un flux de travail, sont facultatives et activées par défaut. Les flux de travail existants continuent de fonctionner sans modification.

1. Effectuez une mise à jour vers la dernière version de l’extension Flux de travail GitHub pilotés par des agents en exécutant gh aw upgrade.

2. Ajoutez un flux de travail qui trie les problèmes dans le répertoire de .github/workflows votre référentiel. Vous pouvez commencer à partir d’un exemple de triage de problème ou créer votre propre exemple. Consultez la Flux de travail GitHub pilotés par des agents documentation.

3. Donnez au flux de travail les valeurs de sortie des attributs que vous souhaitez qu’il modifie en les répertoriant sous safe-outputs dans le frontmatter du flux de travail. Par exemple, add-labels pour appliquer des étiquettes, set-issue-type définir le type de problème, set-issue-field modifier des champs ou assign-to-user``assign-to-agent affecter des problèmes et close-issue les fermer. L’ajout de ces sorties suffit pour que le flux de travail apporte les modifications correspondantes au problème avec une logique et un niveau de confiance.

4. Si vous le souhaitez, définissez si une sortie sécurisée nécessite des métadonnées d’intention de signalement en définissant issue-intent pour celle-ci :

   safe-outputs:
     add-labels:
       issue-intent: true
   

   • Omettez issue-intent, ou ne le définissez pas, pour qu’il reste facultatif : l’agent est encouragé à fournir une justification et un niveau de confiance, mais la sortie fonctionne toujours sans ces éléments.
   • Définir issue-intent: true pour exiger un niveau de justification et de confiance pour cette sortie. Le flux de travail échoue si l’agent les omet.
   • Défini issue-intent: false pour désactiver entièrement : la sortie ne comporte jamais de logique ou de métadonnées de confiance.

5. Dans le prompt du flux de travail, décrivez la tâche de triage. Pour conserver des modifications spécifiques à examiner, quelle que soit la confiance, demandez à l’agent de suggérer ces modifications plutôt que de les appliquer.

6. Compilez le flux de travail en exécutant gh aw compile, puis validez le fichier de flux de travail et son fichier de verrou généré.

7. Lorsque le flux de travail s’exécute, ses modifications sont accompagnées d’une justification et d’un niveau de confiance (sauf si vous avez choisi de ne pas y participer). Les modifications sous le niveau d’automatisation de votre référentiel, ainsi que les modifications suggérées par l’agent, attendent dans le panneau d’approbations sur le problème.

Avec l’API REST ou GraphQL

Si vous créez votre propre intégration au lieu d’utiliser un Automatisation, vous pouvez utiliser les mêmes API REST et GraphQL d’écriture de problèmes pour inclure un niveau de justification et de confiance avec un changement, ou marquer un changement comme une suggestion de conservation pour révision. La modification est acheminée de la même manière qu’une modification provenant d’un workflow Automatisation ou d’un workflow Flux de travail GitHub pilotés par des agents : elle est traitée selon le niveau d’automatisation de votre dépôt, ou mise en attente pour révision si vous l’avez indiquée comme suggestion.

Recherche de problèmes liés aux suggestions en attente

Pour rechercher des problèmes qui ont des suggestions en attente de révision, recherchez à l’aide du has:suggestions qualificateur, par exemple is:issue is:open has:suggestions.

Révision des suggestions dans le panneau des approbations

Lorsqu’un changement est maintenu pour examen, il attend dans un groupe d’approbations sur la question au lieu de prendre effet. Utilisez le panneau pour inspecter chaque suggestion et décider de ce qu’il faut appliquer.

1. Ouvrez le problème. Les modifications suggérées s’affichent dans le panneau d’approbations.
2. Inspectez chaque suggestion. Il affiche la modification proposée, par exemple un libellé, un type, un champ, la personne assignée ou la clôture, ainsi que la justification et le niveau de confiance.
3. Agir sur les suggestions :
   • Sélectionnez Accepter pour appliquer une suggestion ou Refuser de l’ignorer.
   • Sélectionnez Accepter tout ou Refuser tout pour agir simultanément sur chaque suggestion en attente.

Les modifications acceptées prennent effet immédiatement sur le problème. Les suggestions refusées sont ignorées sans modifier le problème.

Prêt à mettre cela en pratique ? Consultez Création d’automatisations avec Copilot agent cloud pour créer un Automatisation qui effectue le tri des problèmes pour vous.