使用 Copilot SDK 構建 AI 驅動的 GitHub 問題分類應用

GitHub Copilot SDK 允許開發者將 Copilot Chat 的同款 AI 能力集成到自己的應用中。為了探索實際應用效果，我構建了一個名為 IssueCrush 的問題分類應用，並在此分享集成過程中的經驗與實現要點。

維護開源項目或活躍倉庫時，常會面對大量 issue：通知徽章顯示 47 個未處理項，其中包含 bug、功能請求、需要轉為討論的問題，甚至還有三年前的重複 issue。每一條都需要切換上下文——閲讀標題、掃描描述、檢查標籤、評估優先級、決定處理方式。當跨倉庫處理幾十條 issue 時，這種心理負擔會迅速累積。

IssueCrush 將 GitHub issue 以可滑動卡片的形式呈現：左滑關閉，右滑保留。點擊“獲取 AI 摘要”按鈕，Copilot 會讀取 issue 並提供簡潔的説明與建議操作，讓維護者快速掌握要點，加速分類決策。

架構挑戰

首要技術決策是確定 Copilot SDK 的運行位置。React Native 應用無法直接使用 Node.js 包，而 SDK 需在 Node.js 環境中運行。SDK 內部管理本地 Copilot CLI 進程並通過 JSON-RPC 通信，因此必須採用服務器端集成模式。服務器需安裝 Copilot CLI 並將其加入系統 PATH。

最終採用了服務器端集成方案：單個 SDK 實例由所有客户端共享，避免為每個移動客户端創建新連接；認證憑據存儲在服務器端，確保安全；當 AI 服務不可用時實現優雅降級，保證基本分類功能；所有請求和響應均經服務器記錄，便於調試和監控。

SDK 集成實現

Copilot SDK 採用基於會話的模型：啓動客户端（生成 CLI 進程）、創建會話、發送消息、最後清理資源。關鍵代碼模式如下：

const { CopilotClient, approveAll } = await import('@github/copilot-sdk');
let client = null;
let session = null;
try {
  client = new CopilotClient();
  await client.start();
  session = await client.createSession({
    model: 'gpt-4.1',
    onPermissionRequest: approveAll,
  });
  const response = await session.sendAndWait({ prompt });
  // 處理響應
} finally {
  if (session) await session.disconnect().catch(() => {});
  if (client) await client.stop().catch(() => {});
}

提示工程

提示結構需提供足夠上下文。我整理了結構化的 issue 信息，而非直接轉儲原始文本：包含標題、編號、倉庫、狀態、標籤、創建時間、作者和正文。標籤和作者上下文尤為重要——首次貢獻者的 issue 與核心維護者的 issue 需要不同處理方式。

客户端服務層

React Native 端通過服務類封裝 API 調用，處理初始化與錯誤狀態。服務類提供健康檢查方法，客户端據此決定是否顯示 AI 摘要按鈕。摘要按需生成，避免預生成浪費。結果緩存在 issue 對象上，用户滑動返回時直接顯示緩存內容。

優雅降級

AI 服務可能失敗（網絡問題、速率限制、服務中斷）。服務器處理兩種失敗模式：訂閲錯誤返回 403，客户端顯示清晰提示；其他錯誤則 fallback 到基於元數據的摘要。Fallback 函數利用標題、標籤、正文首句等已有信息構建有用摘要。

經驗總結

服務器端集成是正確選擇：SDK 需要的 CLI 二進制文件無法安裝在手機上，服務器端統一管理 AI 邏輯並保護憑據。提示結構比長度更重要，組織良好的元數據能產生更優摘要。始終保留 fallback 方案，確保用户在 AI 離線時仍能正常分類。務必清理會話資源（先 disconnect() 再 stop()），我在忘記 disconnect() 後花費兩小時排查內存泄漏。緩存結果避免重複調用和額外成本。

AI 能讓維護工作更可持續。分類是消耗精力的隱形任務，若能將對 50 個 issue 的處理時間減半，就能為代碼審查、指導新人或單純減少對通知徽章的恐懼騰出時間。Copilot SDK 只是一個工具，但背後的理念更為重要：審視維護中耗時的環節，思考 AI 是否可以先行處理。

嘗試使用 @github/copilot-sdk 可開啓構建智能開發工具的可能性。結合 React Native 的跨平台能力，能在移動端帶來原生般流暢的 AI 工作流。若想構建類似應用，建議從本文所述的服務器端模式入手，這是實現集成的最簡路徑，且能隨應用擴展。