企业官网建设流程全解析

AutoGen .NET dev-team 示例入门指南：从零跑通事件驱动的 GitHub AI 开发团队（gh-flow）

【免费下载链接】autogenA programming framework for agentic AI项目地址: https://gitcode.com/GitHub_Trending/au/autogen

AutoGen 仓库的dev-team示例（又名gh-flow）用事件驱动的多 Agent 系统模拟一支完整的 AI 开发团队：Product Manager 生成 README、Developer Lead 拆解开发计划、Developer 产出代码，全部通过 GitHub Issue 与人类协作完成。本文基于仓库中的入门文档 github-flow-getting-started.md 展开，结合 GithubOptions.cs、AzureOptions.cs、seed-memory/Program.cs 等源码，完整讲清 GitHub App 注册、本地调试、Azure 部署与向量库初始化的每一步操作与底层机制，读完即可把这套 Agent 团队接入自己的仓库。

一、这套方案是如何工作的

先建立整体图景，后面的配置才有意义。整个流程由 GitHub 事件触发（详见 README.md）：

1. 用户在 GitHub 仓库创建一个 Issue，用自然语言描述要做什么；
2. ProductManagerAgent 响应，产出 README 草案，用户通过 Issue 评论迭代反馈，批准后关闭 Issue，README 被提交进 PR；
3. DeveloperLeadAgent 生成拆解后的开发计划，同样可迭代，批准后按计划为每个子任务创建新的 Dev Issue；
4. DeveloperAgent 产出代码，批准后提交 PR；代码同时会存入 Blob 存储并在沙箱中运行验证。

事件流转由HubberAgent 协调（创建 Issue、分支、PR），AzureGenie负责存储与沙箱调度，Sandbox轮询运行结果。这些 Agent 的注册发生在后端入口 Program.cs：

builder.AddGrpcAgentWorker(builder.Configuration["AGENT_HOST"]!) .AddAgentWorker() .AddAgent<AzureGenie>(nameof(AzureGenie)) .AddAgent<Hubber>(nameof(Hubber)) .AddAgent<Dev>(nameof(Dev)) .AddAgent<ProductManager>(nameof(ProductManager)) .AddAgent<DeveloperLead>(nameof(DeveloperLead));

可以看到整个系统构建在 AutoGen 的Microsoft.AutoGen.Core与Microsoft.AutoGen.Core.Grpc之上（见 DevTeam.Backend.csproj 中的 ProjectReference），文档中提到的“依赖 Orleans 的 Agents 实现”即来源于此——Agent 作为 Grpc Agent Worker 运行，因此还带有 Orleans Dashboard 可观测能力。

二、前置条件

在动手之前，你需要准备四样东西：

• 一个可用的 gpt3.5-turbo 或 gpt4 模型访问权限（推荐 gpt4）；
• 一个按本文配置注册并安装好的GitHub App；
• 一套通过 azd 供应好的Azure 资源（沙箱、文件存储等）；
• 一组用于路由的Issue 标签（Labels）。

注册并配置 GitHub App

按文档要求注册一个 GitHub App，关键选项如下：

• 名称与描述任意填写；
• Homepage URL 可填任意值（例如仓库地址）；
• Webhook URL 先填一个占位值，本地跑起来配好隧道后再回填；
• 设置一个 Webhook Secret，后面要填入appsettings.json的WebhookSecret属性；
• Repository 权限设置为：
  • Contents — 读写
  • Issues — 读写
  • Metadata — 只读
  • Pull requests — 读写
• 订阅事件：Issues与Issue comment；
• 允许任意用户或组织安装该 App。

App 创建完成后，立即生成一枚 Private Key——它是后端从应用身份调用 GitHub API 的凭证。

后端如何用这些配置：Program.cs 中GithubAuthService用GithubOptions构造 GitHub 客户端；Program.cs 中endpoints.MapGitHubWebhooks(secret: ghOptions.WebhookSecret)表明WebhookSecret会被用于校验每个入站 Webhook 请求的签名，因此这个值必须与 App 后台配置完全一致。

创建路由标签（Labels）

系统靠 GitHub Issue 上的Label来决定“该和哪个技能/人格说话”。默认的技能与人格对应以下四个标签：

• PM.Readme
• Do.It
• DevLead.Plan
• Developer.Implement

这些标签不会自动出现在你的仓库中，需要手动添加。之后每扩展一个自定义技能，别忘了同步添加对应标签。

三、本地运行

使用 Codespaces

仓库为本地调试预置了 Codespaces 环境（个人账户有免费额度）。在 GitHub 页面上为你的仓库创建一个 Codespace：

Codespace 中已装好 azd 等工具，并且本地版Qdrant也已就绪（这一点在向量库初始化章节会用到）。

配置 appsettings.json

文档指出示例文件夹下提供两个模板：appsettings.azure.template.json（部署到 Azure 用）与appsettings.local.template.json（本地运行用）。按你的运行环境选用其一，重命名为appsettings.json并填写其中的值。当前仓库中的 appsettings.Development.json 只包含日志级别配置，业务配置正是通过下面两个配置节绑定进类型化 Options 的。

GitHubOptions 配置项

对应源码 GithubOptions.cs，四个属性均带[Required]校验（ValidateOnStart()会在启动时强制检查，见 Program.cs）：

AzureOptions 配置项

对应源码 AzureOptions.cs，同样全部必填：

启动应用并暴露 Webhook

在 VS Code 的资源管理器中找到解决方案，对后端项目（文档中称gh-flow项目，对应仓库里的 DevTeam.Backend）右键选择Debug → Start new instance即可调试启动。

启动后，必须把本地应用暴露给 GitHub App 的 Webhook。文档以 DevTunnels 为例（ngrok 等同类工具同样可行）。下面两条命令分别用于一次性创建持久隧道和转发端口：

TUNNEL_NAME=_name_your_tunnel_here_ devtunnel user login devtunnel create -a $TUNNEL_NAME devtunnel port create -p 5244 $TUNNEL_NAME

隧道建好后，日常只需执行转发命令：

devtunnel host $TUNNEL_NAME

复制得到的本地地址（形如https://your_tunnel_name.euw.devtunnels.ms），在末尾追加/api/github/webhooks，用它更新 GitHub App 的 Webhook URL。这就是后端MapGitHubWebhooks监听的入站端点，至此本地链路已经打通。

顺带一提：Orleans Dashboard

由于 Agent 运行时基于 Orleans，隧道地址下还提供一块 Dashboard：https://your_tunnel_name.euw.devtunnels.ms/dashboard，上面有运行中 Agent 的有用指标与统计信息，调试事件流转时非常实用。

四、用 azd 部署 Azure 侧资源

示例使用 azd（Azure Developer CLI，Codespace 中已预装）管理 Azure 资源。整体流程：

1. 登录 Azure：

azd auth login

2. 创建新环境并供应资源：

ENVIRONMENT=_name_of_your_env azd env new $ENVIRONMENT azd provision -e $ENVIRONMENT

3. 供应完成后，查看环境输出值：

azd env get-values -e dev

azd 的具体行为由 azure.yaml 定义：应用名为ai-dev-team，唯一的服务gh-flow指向 DevTeam.AppHost（.NET Aspire 主机工程），宿主类型为containerapp（Azure Container Apps）。这也解释了前面文档中“在 Azure 上运行时 Qdrant 被部署到 ACA”的说法。

五、把 WAF 文档载入向量库（seed-memory）

这是开工前最后一步，也是文档反复强调的收尾动作。

• 本地运行时，Qdrant 已经在 Codespace 中就绪；
• 部署到 Azure 时，Qdrant 随 ACA 一起部署。

加载器是samples目录下的 seed-memory 项目。操作步骤：把config文件夹中的 appsettings.template.json 复制/重命名为appsettings.json，填入OpenAI 详情与Qdrant 端点，然后执行：

dotnet run

模板文件的字段（与 KernelSettings.cs 的JsonPropertyName一一对应）如下：

{ "serviceType": "AzureOpenAI", "serviceId": "", "deploymentOrModelId": "", "embeddingDeploymentOrModelId": "", "endpoint": "", "apiKey": "", "qdrantEndpoint": "" }

从源码看（seed-memory/Program.cs），它用 Semantic Kernel 的MemoryBuilder构建了一个1536 维的 Qdrant 内存存储，并绑定 Azure OpenAI 嵌入模型；随后逐页解析azure-well-architected.pdf，把每页文本以新 GUID 为 ID 写入名为waf的集合（collection），作为 Agent 团队可检索的“架构知识库”。所以这一步的本质是：把 Azure Well-Architected 框架文档向量化入库，供后续 Agent 做 RAG 检索。

配置加载逻辑同样值得注意：KernelSettings.LoadSettings() 优先读取config/appsettings.json，找不到时回退到 user secrets，两者都缺才会抛出带提示的异常。

六、WIP：使用 user-secrets 的本地配置方式

文档末尾还保留了一段标注为 WIP（进行中）的本地配置方式，通过dotnet user-secrets写入密钥，注意这里的键前缀是OpenAI:与Github:（顶层键，而非AzureOptions/GitHubOptions节）：

dotnet user-secrets set "OpenAI:Key" "your_key" dotnet user-secrets set "OpenAI:Endpoint" "https://your_endpoint.openai.azure.com/" dotnet user-secrets set "Github:AppId" "gh_app_id" dotnet user-secrets set "Github:InstallationId" "gh_inst_id" dotnet user-secrets set "Github:WebhookSecret" "webhook_secret" dotnet user-secrets set "Github:AppKey" "gh_app_key"

官方推荐的完整路径仍是第三节的appsettings.json模板方式，user-secrets 方式仅作为过渡手段。

七、快速自检清单

按顺序核对以下要点，即可确认整条链路就绪：

1. GitHub App 已注册，权限、事件（Issues / Issue comment）与 Webhook Secret 配置完毕，Private Key 已生成；
2. 仓库中已添加PM.Readme、Do.It、DevLead.Plan、Developer.Implement四个标签；
3. appsettings.json中GithubOptions与AzureOptions两组必填值全部填好（缺一会在启动校验时失败）；
4. 隧道已指向https://<tunnel>/api/github/webhooks，并回填到 GitHub App 的 Webhook URL；
5. azd provision供应的 Azure 资源输出值已核对（azd env get-values -e <env>）；
6. seed-memory已成功把 WAF 文档写入 Qdrant 的waf集合；
7. 打开隧道地址下的/dashboard，能看到 Orleans 中注册的 Agent 指标。

满足以上条件后，就可以在仓库中创建带标签的 Issue，观察 ProductManager → DeveloperLead → Developer 的整条事件链了。

【免费下载链接】autogenA programming framework for agentic AI项目地址: https://gitcode.com/GitHub_Trending/au/autogen