单人项目 CI/CD：让 @claude 自己跑流水线
一天 14 个 PR、零命令行 —— 从「写代码 8 小时」到「提 issue + Ctrl+F5 = 30 分钟」的质变
过去给自己的项目加一个小功能，从 grep 找文件、读上下文、改、跑测试、commit、push、SSH 部署、刷新验证，一套下来半小时就没了。现在我在 GitHub 上写一句 @claude，五分钟后改好的代码已经在我浏览器里待我 Ctrl+F5 验收。我点头说"上线"，又十几秒就在 prod 跑了 —— 除了写 issue 和按 F5，全程 0 命令行。这篇博客记录这套面向单人开发者的全自动 CI/CD 流水线，以及它带来的生产力质变。Case study 是 claude-ai-harness —— 我自己写的 Claude.ai 风格 AI Agent 文档前端 —— 第一天接通这套流水线后，agent 替我跑出了 14 个 PR、关掉了 9 个 issue。
生产力的质变：从「写代码 = 主要工作时间」到「写 issue + Ctrl+F5 = 主要工作时间」
单人项目最大的瓶颈一直不是会不会写代码，而是上下文切换的累积成本。一个想法到上线要切换 8 次状态：编辑器 → 终端 → 服务器 → 浏览器 → GitHub → 终端 → 部署日志 → 浏览器验证。每次切换几分钟，加起来一个『加个按钮』的小改动半小时就没了。
真正昂贵的不是写代码本身，而是「让大脑进入写代码状态」的这部分时间。一旦把写代码这一步交给 agent，需要人做的就只剩 无法被替代的两个动作：
- 提出需求：开一个 issue 描述要什么、为什么要、怎么验证
- 业务验收：在本地预览里实操，判断是否符合预期
这两件事 AI 永远做不好 —— 它没你的产品直觉，不知道你心里那个『差一点的感觉』。剩下的步骤（grep、读、改、测、commit、push、部署、重启、验证 HTTP 200），全都自动化。
三种迭代模式对比：纯手动 vs 纯 AI vs AI + CI/CD
讨论"用 AI 加速开发"通常停在一层：让 AI 替你写代码。但写代码本身只占整个迭代周期的 30%，剩下 70% 是 grep 找上下文 / commit / push / SSH 部署 / 重启服务 / 浏览器验证 / 各种状态切换。只优化前 30% 远远不够。
同一个 UX 改动（比如『给点赞按钮加颜色』），在三种迭代模式下时间分布大致是这样：
| 阶段 | 纯手动 | 纯 AI（Claude Code / Codex / Cursor 在 IDE 内） | AI + CI/CD（本文） |
|---|---|---|---|
| grep + 读 + 改代码 | 15 min | 3 min（提示 AI） | 0（agent 自己干） |
| commit / push | 1 min | 1 min | 0（agent push） |
| 开 PR | 1 min | 1 min | 0（auto-pr.yml） |
| 等 CI | — | 1–2 min（守屏幕） | 1–2 min（后台跑，可离开） |
| 本地预览 / 验收 | 5 min | 3 min | 30 s（Ctrl+F5） |
| merge | 1 min | 1 min | 0（auto-merge） |
| SSH 部署 | 5 min | 5 min | 0（deploy.yml） |
| 验证 prod | 3 min | 3 min | 0（deploy.yml 内含 200 探测） |
| 键盘时间 | ~30 min | ~15 min | ~3 min（issue + F5） |
| 能离开椅子？ | 不能 | 不能 | 能 |
纯手动 → 纯 AI（Claude Code、Cursor、Aider、OpenAI Codex CLI、GitHub Copilot 这些 IDE 内的 AI 编程工具）：砍掉一半时间，但没改变工作的形态 —— 你还是坐在 IDE 前面手动 commit / push / SSH。这些工具优化的都是同一段：写代码这 30%。对人不可替代的状态切换没影响。
纯 AI → AI + CI/CD：再砍掉一半，但更重要的是改变了工作形态。一旦"写代码"交给 agent、commit / push / merge / 部署 / 验证全交给 GitHub Actions，你的 4-5 分钟变成真实的离开时间。地铁上、洗衣机前、做饭的间歇都能切回来 F5 一下。生产力提升不是线性叠加，是注意力解放的质变。
AI 写代码是必要但不充分。只优化『写』这一步，你仍然被钉在键盘前；把『AI 边界外』的所有状态切换也自动化，注意力才能真正离开 IDE。Claude Code 是这条流水线里的一个组件，不是全部。
第一天的实战业绩
这两张截图是流水线接通后第一天结尾的状态。
这些条目背后是同一条流水线。我先让 agent 做了一次 UX gap audit（对比 claude.ai 列出 14 个差距），然后把 top 6 拆成单独 issue 串行 @claude，每个 agent 平均 4-5 分钟写完推到 feature 分支，auto-PR 工作流接力开 PR + 启用 auto-merge，CI smoke 跑过自动合进 dev，本地 watcher 拉到 :3141 预览，我浏览器验收，最后 git merge --ff-only dev 把 dev 推到 main，deploy.yml 把代码 SSH 到 DigitalOcean VPS 重启服务。
具体改了什么 —— claude-ai-harness 第一天的迭代清单
把 issue 编号 + 类型 + 一句话描述列出来给读者一个具体印象。粗体的几条特别值得说一下：
| # | 类型 | 内容 | 谁写的 |
|---|---|---|---|
| #3 | feat | 新增 /healthz 端点供 CI smoke + 监控 | agent |
| #5 | fix | 回复点赞按钮点击零反馈 —— 根因是彩色 emoji 不响应 CSS color | agent + 人工补一刀 |
| #8 | chore | UX gap audit：对比 claude.ai 找出 14 个体验差距 | agent |
| #9 | feat | 用主题化内联弹层替换浏览器原生 prompt() / confirm() —— 顺手修了 deleteThread 在确认前就发 DELETE 请求的 bug | agent |
| #10 | feat | 滚动历史 >200px 时浮现『跳到底部』按钮 + 空输入框禁用发送按钮 | agent |
| #11 | feat | 拖拽文件上传 + 键盘快捷键（Cmd+N 新对话 / Esc 关面板 / Cmd+K 聚焦输入） | agent |
| #12 | feat | 代码块语法高亮：自研轻量 tokenizer，覆盖 12 种语言，零外部依赖 | agent |
| #13 | feat | 侧边栏对话搜索（按 title + 消息内容 substring 实时过滤） | agent |
| #14 | feat | Markdown 渲染补全：链接 / 有序列表 / 斜体 / 代码块 copy+lang 工具栏 | agent |
| #21 | fix | 代码块路由 bug：Python/JS/CSS 代码块不再错误推送到右侧文档面板，回归到聊天中渲染 | agent |
| #23 | feat | KaTeX LaTeX 数学公式渲染（反向传播 case 写起来终于不丑了） | agent |
| #24 | feat | 对话置顶（star）功能 + starred 列表前置 | agent |
| #27 | chore | End-to-end 自动化链路验证（footer 加一行标记） | agent |
这里面让我印象最深的不是数量，是质量。比如 #9 主题化弹层那次，agent 没只做我让它做的事 —— 顺手发现并修了 deleteThread 在弹 confirm 之前就发 DELETE 请求的 bug（旧版逻辑：用户点取消、对话还是被删了）。这种「主动发现并修复正交 bug」的能力，靠的不是 LLM 智能，是它在改完代码后会自己复读一遍上下文找异常 —— 一种它擅长但人懒得做的工作。
同样，#5 点赞按钮那次 CI 一切绿但浏览器毫无反馈 —— agent 的 CSS 语法对，但彩色 emoji 不响应 color 属性是一个视觉层面的事实，CI 抓不到，人也只有点了才知道。这是「人不可替代」的最好示例：不是 AI 不会写 CSS，是 AI 看不到屏幕。
Case study：claude-ai-harness 是什么
这套流水线之所以能在一天内迭代出这么多功能，部分原因是被迭代的项目本身足够轻 —— 几个文件、零外部服务依赖、纯前端无构建步骤。所以借这个机会简短介绍一下 case study 对象：
正因为它够轻，agent 改它的反馈环路才能短到 5 分钟一次。重型项目（带数据库迁移 / 复杂构建 / Docker 编排）暂时撑不起这种节奏 —— 不是流水线的问题，是项目本身没准备好。
整套链路：10 步里 7 步自动
10 步里 7 步全自动。手工部分剩三个：开 issue、F5 验收、说一句上线。其余全部机器代劳。
实践经验：标『你做』的步骤里，又有两步能委托给本地 AI
实操久了发现，上面图里那三个『你做』不全是不可替代的人类动作。其中两步又能再外包一层 —— 给本地 Claude Code（或任意能跑命令的 AI）当 orchestrator：
- 开 issue：我用嘴/打字跟本地 Claude Code 说『点赞按钮点了没反应、Chrome 148、控制台没报错』，它替我写一份格式完整的 GitHub issue（含复现步骤、期望行为、@claude 触发），
gh issue create直接提交。我连 GitHub 页面都不用打开。 - 说上线：我跟本地 AI 说『上吧』，它替我跑
git checkout main && git merge --ff-only dev && git push。一条命令的事，连终端也省得我开。 - F5 验收：这一步目前还是人 —— 浏览器看一眼对不对，是 product sense 不可替代的部分。如果挂了 MCP 浏览器工具，本地 AI 可以帮你截屏 + 描述视觉，但最终拍板的判断还是人。
真正无法委托的只剩"我看一眼然后说行不行"。从『8 小时坐在 IDE 前面』到『地铁上跟手机说三句话、到家 F5 一下』—— 这是两层抽象的叠加：第一层 GitHub Actions 把工程动作自动化，第二层本地 AI 把人机界面动作（措辞、敲命令）也接管，人最后只贡献产品判断。
分支模型：main = prod 真相
核心约束一句话：main 永远等于线上跑的代码，只通过 ff-merge 从 dev 前进。
- main —— prod 真相分支。任意时刻 main HEAD = VPS 上跑的代码。
- dev —— 集成 / staging 分支。agent 的所有 feature 分支 PR 都进这里。本地 :3141 预览跟踪它。
- claude/issue-N-时间戳 —— agent 一次任务的 feature 分支。合进 dev 后等 promote 上线，上线后由 deploy.yml 自动删除，避免分支墓地堆积。
Promote 操作是一行 git merge --ff-only dev，ff 性质保证不可能产生 merge commit、不可能有冲突 —— 因为 dev 永远是 main 的严格后代。
Agent 实际在干什么
下面是 agent 完成一个 issue 之后留在 GitHub 上的工作记录样本。
--append-system-prompt 注入的约束生成。三件事使审 PR 变快：
- 第一句 ack：『收到 — 正在排查/实现：<title>』。让人确认 agent 已经看到 issue 而不是石沉大海。
- 任务清单：agent 自己列 todo + 同步打勾。审 PR 时能快速判断它有没有跳过步骤。
- 按文件分组的改动摘要：审 PR 不用 git diff 逐行看，先扫这段就能判断 80% 方向对不对。
五个工作流文件
claude.yml —— @claude 触发器
监听 @claude 出现在 issue 或 PR 评论里。用 anthropics/claude-code-action@v1 + Claude Pro OAuth token（不烧 API 钱）启动 agent。关键设置：ref: dev 让 agent checkout 集成分支，看到的是『下一个待发布版本』状态。
auto-pr.yml —— 自动开 PR + auto-merge
监听 claude/issue-** 分支的 push。agent 推完，立刻：从分支名提 issue 号，读 issue 标题做 PR 标题，gh pr create --base dev，gh pr merge --auto --merge 启用 auto-merge。幂等：同分支已有 PR 时不重开。
ci.yml —— 极简 smoke
三步：npm ci → npm run check（语法验证）→ 启 server 30 秒 curl /healthz。不做语义级测试，业务正确性靠人工 QA 比靠测试套件 ROI 高得多。
deploy.yml —— main 推 prod + 清理墓地
监听 push 到 main。SSH 到 VPS、git pull、必要时 npm ci --omit=dev、systemctl restart、探公网 URL 200。末尾自动删已合进 main 的 claude/issue-* 分支（compare API status=identical|behind 即删）。
dev-watcher.sh —— 本地预览同步（唯一本机组件）
30 行 bash 循环：每 15 秒 git fetch origin dev，发现 dev 前进就 ff-pull。如果后端文件（server.mjs / db.mjs / package*.json）变了 → pkill + 重启 node；否则纯静态变更，浏览器 Ctrl+F5 即可。
一天踩进的几个坑
1. CSS 给彩色 emoji 加 color 不生效
Agent 给点赞按钮 .feedback-btn.active 加了 color: var(--accent)，CI 全绿。浏览器测时点击毫无视觉反馈。原因：按钮里的 👍 👎 是彩色 emoji，Chrome/Edge 把它当多色 glyph 渲染，不响应 CSS color。改成 background: var(--accent-glow) 立刻可见。教训：CI 验证不了『看起来对不对』，UI 改动必须人眼过一遍。
2. VPS 上 8 天前的野生 node 进程
systemctl restart claude-lite 报 active，/healthz 还返回老代码。原来 8 天前某次手动调试 nohup node server.mjs & 留了一个进程一直占着 3040 端口，systemd 重启的新进程 EADDRINUSE 静默失败。教训：能走 systemd 就走 systemd，nohup 一时爽，半个月后撞鬼。
3. YAML 块标量被多行 bash 字符串撑爆
auto-pr.yml 第一版用 body="line1\n\nline2" 写多行 PR body。YAML | 块根据首行非空内容缩进定 base，顶格的 line2 被当成块结束符。GitHub Actions 报 『workflow file issue』0 秒失败。改用 body=$(printf '%s\n\n%s' "$a" "$b") 单行 printf 解决。
4. GitHub Actions 默认不能创建 PR
auto-pr.yml YAML 修对之后还是失败：『GitHub Actions is not permitted to create or approve pull requests』。一行命令打开：
gh api -X PUT repos/$OWNER/$REPO/actions/permissions/workflow \
-f default_workflow_permissions=write \
-F can_approve_pull_request_reviews=true5. Strict status check 卡住 auto-merge
main 分支保护开了 required_status_checks.strict=true（PR 必须 up-to-date 才能合）。默认 allow_update_branch=false，GitHub 不会自动 rebase 落后的 PR。结果 PR 永远 BLOCKED。修复 gh api -X PATCH repos/... -f allow_update_branch=true。
成本核算
| 组件 | 成本 |
|---|---|
| GitHub Actions | 公开仓库 免费无限分钟数。一个 issue 全链路 ≈ 3 分钟 |
| Claude Code OAuth token | Claude Pro 订阅配额，不烧 API 钱。一天 10-20 个 issue 是舒适区 |
| VPS | 2 vCPU / 2GB DigitalOcean，已有的，没新增成本 |
| 本地 watcher | 15 秒轮询一次 git fetch，CPU 占用看不见 |
边际成本接近 0。Claude Pro 已经订阅了用作日常开发，VPS 已经在跑别的项目。整套流水线的"基础设施成本"等于已有支出之和，额外只多了一次决心去搭它。
常见疑问
claude/issue-N 分支，各自 PR 进 dev。第一个合完 dev 前进，第二个 PR 自动 rebase 到新 dev + 重跑 CI（需要 allow_update_branch=true）。同文件同区块修改会产生 git 冲突，agent 不会自己解，需人工 rebase。降低冲突的方案：claude.yml 加 concurrency group 把 agent run 串行化，或按 issue label 分组并行。color: var(--accent)，CI 全绿，但浏览器测时发现彩色 emoji 不响应 CSS color，改动视觉零影响。CI 抓不到这种『语法对但视觉无效』的问题，人眼必须过一遍。写在结尾
这套流水线跑下来最大的解放感不是写代码变快，而是注意力可以离开 IDE。我可以在地铁上用手机提个 issue，到家开电脑 F5 一下就完了。生产力的瓶颈从"我能写多快"变成了"我能想多清楚"。这种切换对我个人来说是质变 —— 同样八小时，过去能干一两个小改动，现在能 ship 十几个。
下一步在考虑给 alpha 测试用户开放 issue 提交 —— 他们提 bug 写复现步骤，我看一眼觉得合理就在评论 @claude 触发自动修。生产部署门还是我把，issue 收集层完全开放。如果你想试 claude-ai-harness 当 alpha 用户，在 GitHub 上提 issue 即可。
怎么复现 —— 直接拿走整套 skill
我把这套流水线打包成了一个可复用的 Claude Code skill，扔到自己的 skills 仓库里。你可以照搬，或者把它喂给你自己的 Claude Code，让它替你在你的项目上跑一遍 bootstrap：
如果你不用 Claude Code，那只看 claude-ai-harness/.github/workflows 目录里的 4 个 yml + scripts/dev-watcher.sh 也能完整复刻 —— 文中所有的坑都已经填好。
https://sg.yaoyuheng2001.me/posts/solo-cicd-claude-agent/。
商业用途请通过博客联系作者授权。