白天记 Issue，夜里长出 PR

白天碰见一个恼人的小 bug，先记成 Issue。第二天打开仓库，已经有一份草稿 PR 等你看：改了哪里，跑过什么检查，哪里还需要你拿主意。这就是这组教程想陪你搭出来的夜班。

这一组是可跟做的教学与首版方案。还没有落地记录的构想放在AI 实践构想，有公开案例的做法放在已落地的 AI 开发实践。

第一班先让 Issue 自己来报到。 拿到一份自动生成的清单，再陪 AI 修掉一个小问题，最后才把这套流程交给夜班。每一步都有单独的成果，今天做到哪一步都能接着往下走。

先认识今晚的搭档

角色	负责什么	像前端里的什么
GitHub Issue	保存问题、复现步骤和期望结果	一条待处理的数据
GitHub Actions	到时间启动任务，准备执行环境	一个由事件触发的异步任务
Codex	阅读仓库、修改代码、运行检查	能使用工具完成任务的 Agent

PR（Pull Request）保存准备合并的改动，方便你检查和讨论。GitHub Actions 支持按时间触发；Codex 也有供 Actions 调用的官方接入方式。GitHub 定时触发、OpenAI Docs：Codex GitHub Action

一次夜班会发生什么

到时间 → 读取未关闭的 Issue → 挑选一个可处理的问题
      → 独立分支 → AI 修改 → 运行检查 → 草稿 PR → 你验收

“扫描所有 Issue”与“执行哪些 Issue”分别决定。可以每天扫描指定仓库的全部未关闭问题，再只修复你标了 ai-ready 的小问题；已经有待验收 PR 的任务跳过。

这是一种建议的首版规则。扫描和筛选可以按规则执行，修复是否正确则需要检查与验收来判断。

三班练习，一班比一班多接一点活

什么时候看	入口	做到什么就可以停
第一班：让任务报到	让 Issue 自己来报到	在 Actions 里看到一份 Issue 清单
第二班：搭手修一次	搭一次班，修掉一个小问题	看见一份自己能理解、能验证的 diff
第三班：试着交班	交班：让流程接着跑	能说明时间、权限、去重与失败分别由谁处理
想看看还有什么可能	AI 实践构想	看懂已有设想与五个新方向的关系
想先看别人已经怎么做	已落地的 AI 开发实践	看懂六项实践中的一个案例

第一篇不需要 AI Key。接入云端 Codex 时再配置模型凭据与用量预算；GitHub Actions 的运行费用也要按自己的账户情况确认。

写 Issue 可以很短

现象：点击文档目录中的某个链接，打开了错误的页面。
复现：进入目录 → 点击「第一句话，就从这里开始」。
期望：打开第一次发声的教程。
验收：链接能打开目标页，其他目录链接继续可用。

先记录清楚问题，再由你决定是否加上 ai-ready。学习材料是一组可以挑选的入口，不是需要全部清空的任务列表。

资料核对：2026-10-21。本组包含教学示例与首版设计建议；尚未在这个仓库启用定时工作流，也没有调用付费 AI、自动修改远端代码或创建 PR。