先设想一个典型场景：你已安装 Qoder CLI，也连接好了 GitHub 仓库，但代码审查、测试验证和部署动作仍然各自为战，未能形成一条完整的自动化流水线。这是很多团队都会遇到的痛点——GitHub Actions 只搭建了半座桥，交付链路在中途断裂。不过别担心，只要按照以下方案逐步打通，就能将代码提交到自动部署的整个链条串联起来。
一、基于 PR 触发的审查 + 构建 + 部署三阶段流水线
本方案的核心思路非常直观：将 Pull Request 作为唯一的可信入口。每次合并前，都必须依次通过 AI 代码审查、单元测试以及预发布环境部署验证这三道关卡，形成一个强约束的闭环。
具体操作流程如下：
首先，在仓库根目录创建 .github/workflows/pr-cd.yml 文件，配置 on.pull_request 触发器，并将分支锁定为 main 和 develop 这两个关键分支。在审查阶段，使用 qoderai/qoder-action@v1 执行 AI 审查，并传入密钥 QODER_PERSONAL_ACCESS_TOKEN。构建阶段则采用标准的 npm install && npm run build 命令，同时利用 actions/setup-node@v3 搭建 Node.js 18 运行环境。最后，部署到 staging 环境，调用 azure/webapps-deploy@v2。需要注意的是，此步骤有一个硬性条件：必须等审查和构建全部通过并显示绿灯后，才能执行部署。
二、推送主干后自动执行全链路交付
这套方案适用于已经过 PR 流程验证的代码，直接推送到 main 分支，然后依次完成构建、镜像打包、Kubernetes 部署以及健康检查，完全无需人工干预。
新建一个 .github/workflows/push-to-prod.yml 文件，触发器设置为 on.push.branches 且值为 ['main']，并添加条件判断：github.event.head_commit.message != 'ci skip'，以避免无意义的触发。在 checkout 之后，立即运行 qoderai/qoder-action@v1，但这次采用 --mode=audit-only 模式，跳过交互步骤，专注于风险预警。接着，使用 docker/build-push-action@v4 构建多平台镜像，标签格式为 ghcr.io/${{ github.repository }}:${{ github.sha }}。最终，通过 kubernetes-set-context@v2 和 kubectl-actions@v2 将新镜像推送到 production 命名空间，并使用 curl -f http://service:8080/health 检查服务是否正常运行。
三、通过 AGENTS.md 规则驱动的条件化部署
这个方案颇具巧思——利用 Qoder 的自定义规则引擎，在 CI 阶段解析 AGENTS.md 中声明的部署策略，自动决定是否部署以及部署到哪个环境。这是一种业务语义级别的自动化决策机制。
前提条件是仓库根目录下存在 AGENTS.md 文件，其中至少包含一条类似 # DEPLOY: production, when: /src/api/.*.ts/ 的规则。在工作流中添加一个 run 步骤：grep -q "DEPLOY: production" AGENTS.md && echo "DEPLOY_ENABLED=true" >> $GITHUB_ENV。然后在 deploy-production job 的 if 条件中写入 env.DEPLOY_ENABLED == 'true'。部署步骤采用 actions/github-script@v7 调用 GitHub API，获取本次推送的变更文件列表。当匹配到正则表达式 /src/api/.*.ts/ 成功后，再执行 aws-actions/amazon-ecr-login@v1 将镜像推送到 ECR，并同步更新 ECS 服务任务定义。
四、VSCode Tasks 触发 GitHub Actions 的轻量闭环
这个方案特别适合高频小迭代场景——直接在 VSCode 中敲一个命令，即可一次完成提交、审查触发以及部署指令下发，本地开发终端就成了整个流程的起点。
在项目的 .vscode/tasks.json 中新增一个 label 为 "qoder: commit & deploy" 的 task。command 字段设置为一段连续操作：git add . && git commit -m "feat: auto-deploy $(date +%Y%m%d-%H%M)" && git push origin HEAD:main。对应的 main 分支 workflow 需配置 on.push 触发器，并在 jobs.deploy 中使用 secrets.AWS_ACCESS_KEY_ID 和 secrets.AWS_SECRET_ACCESS_KEY。部署步骤中再加入 qoderai/qoder-action@v1，参数设为 --mode=assistant --comment-on-failure=true，这样一旦失败，会自动在 PR 上添加阻断评论，防止蒙混过关。最后运行 terraform-action@v2，执行 apply 命令更新 infra/terraform/prod 环境配置，确保基础设施同步。
五、双环境灰度发布的原子化控制
最后一个方案专为灰度发布设计——借助 GitHub Environments 与并发控制，确保新版本只有通过 staging 环境验证后，才能进入生产环境的流量切分阶段。
首先，在仓库 Settings 的 Environments 中创建 staging 和 production 两个环境，并为 production 添加必需的审查人员（required reviewers）。在工作流中定义 deploy-staging job，设置 environment: staging，不启用审批。再定义 deploy-production job，设置 environment: production，并配置 concurrency.group: production 以及 concurrency.cancel-in-progress: true，以避免多个部署互相冲突。deploy-production 的 runs-on 设为 self-hosted，标签指定为 'gpu-small'，为模型推理类服务预留充足资源。最后，在 deploy-production 步骤中嵌入 qoderai/qoder-action@v1，开启 --check-permission=true 参数，校验当前分支是否拥有 production 部署权限，确保不会发生越级操作。