使用 GitHub Actions 自动化代码审查

OpenCode 是一款运行在终端中的 AI 编程智能体，可以通过 Hugging Face 推理提供商（Inference Providers）使用开源模型。

您还可以将 OpenCode 安装为 GitHub App，以帮助自动化 GitHub 工作流！

在不到 5 分钟的时间内，您就可以将其配置为利用强大的开源语言模型来响应 Issue 和 Pull Request (PR)。

本指南将向您展示如何将 Hugging Face 推理提供商与 OpenCode 结合使用以驱动 GitHub 自动化。您将能够使用 DeepSeek、GLM-4.5 和 Kimi K2 等模型来分拣 Issue、实现功能以及审查代码。

本指南假设您已拥有 Hugging Face 账号和 GitHub 仓库。您可以在 huggingface.co 免费创建 Hugging Face 账号。

OpenCode GitHub App 的功能

设置完成后，OpenCode 将响应 GitHub Issue 和 Pull Request 中的 /oc 或 /opencode 命令

• 分拣并解释 Issue - 要求 OpenCode 分析并解释某个 Issue
• 实现功能 - 请求修复 Bug 或开发新功能，OpenCode 会创建包含更改内容的 PR
• 审查并修改 PR - 对 Pull Request 请求进行更改，OpenCode 将提交这些更改

整个工作流在您的 GitHub Actions 运行器中安全运行，您可以完全控制在哪些仓库中安装 OpenCode GitHub App。

步骤 1：安装 OpenCode

首先，请按照安装指南在您的本地机器上安装 OpenCode。

步骤 2：为 GitHub 配置 OpenCode

进入您本地克隆的 GitHub 仓库，然后运行 setup 命令

cd your-repository
opencode github install

这将触发一个交互式设置流程，引导您完成以下步骤：

1. 安装 GitHub App - 您的浏览器将打开以授权 OpenCode 访问您的仓库。您可以选择特定的仓库或所有仓库。
2. 选择提供商 - 从列表中选择 Hugging Face
3. 选择模型 - 选择一个模型，例如 GLM-4.5-Air 或 Kimi-K2-Instruct
4. 创建工作流 - 自动生成 .github/workflows/opencode.yml 文件

.github/workflows/opencode.yml 文件创建后，您需要将其提交（commit）并推送（push）到您的仓库

git add .github/workflows/opencode.yml
git commit -m "Add OpenCode workflow"
git push

设置完成后，您需要将 Hugging Face token 添加为仓库密钥（Repository Secret）

1. 从您的 Hugging Face 设置中获取 token。该 token 需要具有 Make calls to Inference Providers 权限。
2. 在您的 GitHub 仓库中，前往 Settings → Secrets and variables → Actions
3. 点击 New repository secret
4. 将其命名为 HF_TOKEN 并粘贴您的 token

请确保您的 Hugging Face token 已启用 Inference Providers 权限。我们建议专门为 OpenCode 使用创建一个独立的 token。

步骤 3：试用

工作流设置好且 token 配置完成后，可以通过在任何 Issue 中发表评论来测试它

/oc summarize

OpenCode 将分析该 Issue 并提供摘要。以下是您可以尝试的其他命令：

解释一个 Issue

/opencode explain this issue

实现修复

OpenCode 将创建新分支，实施更改并开启一个 Pull Request。

在 PR 上请求更改

/oc please add error handling

使用 /oc（简写）或 /opencode（全称）来触发命令。OpenCode 能够理解自然语言，因此请随意详细描述您的需求。

安全注意事项

在公开仓库中，任何人都可以通过评论 /oc 或 /opencode 来触发机器人。这可能会导致意外的推理成本或不需要的 PR。建议：

• 使用独立的 Hugging Face token 专门给 OpenCode 使用（不要使用主 token），这样在需要时可以撤销而不会影响其他服务
• 监控您的 Hugging Face 使用情况以跟踪成本
• 添加工作流条件来限制谁可以触发机器人（例如，仅限仓库协作人员）
• 从私有仓库或测试仓库开始，以控制访问权限

工作流实际运行示例

这里有一个来自 Hugging Face datasets 仓库 fork 版 的真实案例。该 Issue 请求添加对 uv 安装的支持

当有人评论 /oc fix this 时，OpenCode 会分析该 Issue，创建新分支，实施更改并开启一个 Pull Request

该 PR 包含了所有必要的更改

切换模型

不同的模型在速度、成本和能力之间有不同的权衡。您可以通过编辑工作流文件来尝试不同的模型。

编辑 .github/workflows/opencode.yml 并更新 model 参数

with:
  model: huggingface/deepseek-ai/DeepSeek-V3         # Powerful reasoning
  # or
  model: huggingface/zai-org/GLM-4.5-Air             # Balanced performance

提交并推送更改

git add .github/workflows/opencode.yml
git commit -m "Switch to the DeepSeek model"
git push

理解工作流

安装向导会生成 .github/workflows/opencode.yml，该文件定义了 OpenCode 的运行时间与运行方式

name: opencode

on:
  issue_comment:
    types: [created] # Trigger on new comments

jobs:
  opencode:
    # Only run if comment contains /oc or /opencode
    if: |
      contains(github.event.comment.body, ' /oc') ||
      startsWith(github.event.comment.body, '/oc') ||
      contains(github.event.comment.body, ' /opencode') ||
      startsWith(github.event.comment.body, '/opencode')

    runs-on: ubuntu-latest

    permissions:
      id-token: write # Required for OpenCode authentication
      contents: read # Read repository contents
      pull-requests: read # Access PR information
      issues: read # Access issue information

    steps:
      - name: Checkout repository
        uses: actions/checkout@v4

      - name: Run opencode
        uses: sst/opencode/github@latest
        env:
          HF_TOKEN: ${{ secrets.HF_TOKEN }} # Your Hugging Face token
        with:
          model: huggingface/zai-org/GLM-4.5-Air # The model to use

每当有人在 Issue 或 PR 中通过 /oc 或 /opencode 发表评论时，工作流就会被触发，随后它会检出您的仓库代码，并使用您从 Hugging Face 推理提供商（Inference Providers）中选择的模型运行 OpenCode。

后续步骤

• 查阅 OpenCode GitHub 文档 以获取高级配置信息
• 浏览 推理提供商提供的可用模型，为您的需求寻找最合适的模型
• 建议先在私有仓库中尝试 OpenCode，以便在受控访问环境下进行测试