GitHub Connector：从一句话到代码仓库

核心观点

这篇教程讨论了 WorkBuddy 的 GitHub Connector。示例场景中，用户通过一个提示词，让 WorkBuddy 构建 Python package、运行测试、创建 GitHub 仓库并推送上线。

示例工具名为 agent-memory，目标是帮助 AI Agent 保存对话里的决策、上下文和偏好，在下一次对话时继续使用。

正文

当 WorkBuddy 连接 GitHub 后，它就不只是一个能写代码的助手，而是可以参与完整代码交付流程的执行者。

普通代码生成工具往往停在“生成一段代码”。但真实开发工作远不止代码片段。你还要组织项目结构、写依赖文件、运行测试、初始化仓库、提交代码、推送到远程仓库。GitHub Connector 的价值就在于把这些步骤串起来。

这个场景值得放进课程的进阶部分，因为它能帮助用户理解连接器的本质：连接器让 WorkBuddy 能在外部系统里执行动作。只要权限允许，它就可以从本地任务走向真实交付。

不过这类能力也必须配套安全边界。连接 GitHub 前，最好先使用测试仓库，明确 WorkBuddy 是否可以创建仓库、写入文件、提交代码、推送分支。对于生产项目，不建议一开始就给它主分支写权限。

课程里可以把这个场景设计为“从一句话到 GitHub 测试仓库”。用户先让 WorkBuddy 生成一个小工具，再运行测试，最后推送到测试仓库。重点不是工具有多复杂，而是理解 Agent 如何完成从生成到交付的链路。

延伸学习

• GitHub Connector 的作用：从代码生成到仓库交付
• 开发流程：项目结构、测试、建仓、提交、推送
• 权限安全：测试仓库、分支保护、最小权限
• 课程案例：创建一个小型工具项目并推送到 GitHub