GitHub Agentic Workflows: denní report a bezpečné spouštění

Představ si, že ti každé ráno do issue přistane souhrn všeho, co se večer v repu událo: nové bugy, PR čekající na review, selhavší testy, nové verze závislostí. Bez skriptu, který bys musel udržovat, bez serveru a bez starého cronu na VPS. Přesně na tohle jsou GitHub Agentic Workflows — AI agenti, kteří běží přímo v GitHub Actions podle rozvrhu a píšou Markdown, ne Python.

Řada v0.93 (21.–26. října 2026) přitvrdila bezpečnostní vrstvu safe outputs, 26.–27. října vyšly verze v1.0.0 a v1.0.1 a 28. října 2026 GitHub ohlásil obecnou dostupnost (GA) pro GitHub Free, Team i Enterprise. Ukážu ti, jak denní report rozjet, co tě bude stát a kde jsou limity.

01Co jsou GitHub Agentic Workflows

Agentic workflow je Markdown soubor v .github/workflows/, který se kompiluje do GitHub Actions jobu. Místo YAML kroku s run: | píšeš agentovi instrukce jako Copilotovi: co má udělat, k čemu se smí dostat a co z toho smí zapsat zpátky do repa. Projekt žije v repozitáři github/gh-aw, oficiální dokumentace má galerii hotových workflow k okopírování.

Od 28. října 2026 je to GA (GitHub Changelog) — dostupné na github.com pro GitHub Free, Team i Enterprise. Technical preview běžel od února 2026. Pro výchozí engine (GitHub Copilot CLI) potřebuješ licenci Copilota, případně můžeš zapojit vlastního coding agenta. GA ale neznamená, že máš agentovi hned svěřit kritické repo: začni na vedlejším projektu a se staged: true.

Nepleť si to se třemi příbuznými věcmi, které jsme tu rozebírali:

• Copilot Workspace — interaktivní: ty dáš issue, agent navrhne PR, ty schválíš (jak na to).
• Claude Code v Actions — vlastní agent, který si přineseš do vlastního CI (návod).
• Agentic Workflows — neinteraktivní: běží samy podle rozvrhu nebo události a čekat na nikoho nebudou.

Právě ta neinteraktivnost je důvod, proč bezpečnost hraje hlavní roli. Agent, který se spustí v noci bez tebe, musí mít kurátorované práva — a na tom staví celá aktuální řada.

02Denní report: agent, který se spustí sám

Nejrozšířenější použití je schedule-driven workflow. V hlavičce souboru uvedeš on: daily (nebo vlastní cron rozvrh) a agent se každou noc spustí sám. Z dokumentace je pěkná ukázka workflow daily-issue-summary.md:

on: daily
safe-outputs:
  create-issue:

Následuje prompt ve stylu „Shrň včerejší issue. Označ všechno, co potřebuje odpověď." Dva řádky hlavičky, jedna věta — a ráno máš v repu issue s přehledem, co se dělo. Žádný parser, žádné regexpy na titulky, žádné API wrappery, které se rozbijí při změně schématu.

GitHub sám takhle interně provozuje desítky agentů. V weekly update z 26. října představili „Agenta týdne": Documentation Healer, workflow spuštěný každou noc ve 23:40 UTC, jehož běh trvá 7–8 minut. Malý detail, který tě zajme: v rámci experimentu testují, jestli na tento úkol stačí Claude Haiku 4.5 místo Claude Sonnet 5 — u nočních úloh, které nechceš zvlášť platit, je to rozdíl poznatelný v účtování.

Co do vlastního denního reportu dát, ať ti to k něčemu je:

• nová issue rozdělená na „bug / dotaz / spam" s návrhem priority,
• PR, které čekají na review déle než X dní,
• selhavší workflow runs a jejich pravděpodobnou příčinu,
• nové verze závislostí od Dependabota.

Jedna věc k rozvrhům: od verze 0.93.5 kompilátor hlídá přetečení cron-kroků (cron-step overflow prevention), takže překlep v rozvrhu spadne už při kompilaci, ne týden po nasazení, kdy si všimneš, že ti agent nepsal.

03Safe outputs: agent smí jen to, co deklaruješ

Tady je jádro celého bezpečnostního modelu. AI job, který plní tvůj prompt, nemá žádná práva k repu. Když se rozhodne, že chce zapsat — vytvořit issue, otevřít PR, pushnout změnu — neprovede to on sám. Své záměry předá zvláštnímu jobu, který běží s vlastními omezenými právy a provede jen akce, které jsi předem deklaroval v hlavičce pod safe-outputs.

Prakticky to vypadá takto:

• create-issue: {} — agent smí založit issue (třeba ten denní report),
• create-pull-request: { max: 1 } — smí otevřít maximálně jeden PR na běh, takže ti nerozbombarduje frontu,
• noop: {} — smí nedělat nic, jen odpovědět.

A klíčový přepínač pro první nasazení: staged: true. Každý výstup se pak jen „naznačí" — proběhne preview, nic se nezapíše. Dokud nejsi spokojený s tím, co agent vyrábí, nech staged režim zapnutý a sleduj, co by udělal.

V 0.93.0 přišlo přejmenování safe-output nástrojů na report_missing_tool a report_missing_data (breaking change): když agentovi chybí nástroj nebo data k úkolu, explicitně to ohlásí místo toho, aby mlčel nebo si výsledek vymyslel. Malá změna, ale u nočních běhů zlato — zjistíš, že agent neměl s čím pracovat, a ne až o měsíc později, že ti měsíc vyráběl nesmysly.

04Co přinesla řada 0.93 (a v1.0 hned po ní)

Verze 0.93.0 až 0.93.6 mezi 21. a 26. říjním 2026 byla primárně o bezpečnosti a spolehlivosti. Podle release notes:

• 0.93.0 — povinná redakce citlivých údajů při uploadu artefaktů, odmítnutí akcí bez bezpečného pinu, admission jobs se staly opt-in přes frontmatter,
• 0.93.3 — linting workflow při gh aw compile je teď defaultně zapnutý; přibyly denní smoke testy work queue,
• 0.93.4 — checkouty u release jobů už neukládají credentials; safe outputs dostaly strojově čitelné chybové kódy,
• 0.93.5 — diagnostika pádů bez úniku tajemství do logů (secret-safe stderr diagnostics), analýza úniku credentials napříč výstupy kroků,
• 0.93.6 — aktualizovaný MCP Gateway a firewall, při timeoutu se vrací částečné výsledky místo tvrdého pádu.

A hned 26.–27. října vyšly v1.0.0 (housekeeping, AI Transparency Notice, obnovená dokumentace) a v1.0.1 (lock-safe výstupy pro PR, řízené opravy rizikového pull_request_target). Den poté, 28. října, GitHub projekt oficiálně prohlásil za GA a mezi novinkami od preview uvádí podporu self-hosted ARC runnerů s Docker-in-Docker, gh aw forecast (už ne experimentální odhad útraty AI kreditů), výběr modelu per workflow, model routing a silnější izolaci agenta v micro-VM.

05Kolik tě denní report stojí

Účtuje se dvakrát: Actions minuty (jako každý jiný workflow) a AI kredity (AIC) za inference. Platí se za platformní běh v Actions — podle cenových změn GitHubu je od ledna 2026 u všech Actions běhů platform charge 0,002 $/min.

Zlomový bod jsou stropy. V cost management dokumentaci platí: 1 AIC = 0,01 $, výchozí maximum je 1 000 AIC na běh (10 $) a 5 000 AIC na den (50 $) — obojí jde v hlavičce workflow snížit přes max-ai-credits a max-daily-ai-credits.

Noční report, který běží 7–8 minut a zvládne ho levný model, se vejde do zlomku procenta denního stropu. Sledovat to můžeš přes gh aw logs a gh aw audit — přehled o každém rozhodnutí agenta včetně toho, kolik ho stál.

06Praktický postup: první denní report za 15 minut

1. Nainstaluj rozšíření

Agentic Workflows se instalují jako rozšíření GitHub CLI z repozitáře github/gh-aw. Zkontroluj si aktuální verzi — projekt se vyvíjí týdně a repozitář se v únoru stěhoval, takže starší návody odkazují na původní githubnext/gh-aw.

2. Vytvoř Markdown workflow

Do .github/workflows/ přidej soubor daily-report.md s hlavičkou (on: daily, minimální permissions, safe-outputs: create-issue, volitelně network: s allow-listou domén) a promptem, co má report obsahovat. Vycházej z galerie příkladů — workflow Repo Status v ní najdeš přímo.

3. Zkompiluj s lintem

gh aw compile přeloží Markdown do Actions workflow. Od 0.93.3 linting defaultně zapnutý, takže chyby v hlavičce odhalíš ještě před pushem.

4. Nejdřív staged preview

Do hlavičky přidej staged: true a sleduj první běhy — všechno, co by agent zapsal, se jen zobrazí v logu. Až jsou výsledky dobré, staged vypni.

5. Sleduj náklady

Po prvních dnech zkontroluj gh aw audit. Když denní souhrn překračuje pár desítek AIC, zvaž zúžení promptu nebo levnější model — menší model často na summarizaci stačí.

07Kdy se vyplatí a kdy ne

Vyplatí se pravidelné sumarizace (issue triage, review queue), Dependabot-style upgrady závislostí, údržba dokumentace, noční smoke reporty. Všechno, co je opakované, čitelné a snadno kontrolovatelné.

Nevyplatí se jednorázové úkoly (na to si pustíš Claude Code, třeba přes MCP servery), komplexní refaktory, cokoli, co vyžaduje zpětnou vazbu v reálném čase. Na masivní produkci kódu jsou lepší jiné postupy — když AI píše rychleji, než stíháš review, řeš radši stacked PR, ne nočního agenta.

A pokud řešíš, jak agentům zaplatit modely obecně, mrkni na srovnání Claude Code vs GitHub Copilot — schéma AI kreditů je podobné jako u Copilot kreditů.

08Časté otázky