CodeBuddy NPC 如何實踐「AI Native Git」？

核心概念：讓 AI 成為 Git 流程中的正式成員

CodeBuddy NPC 的重點，不是替開發者多開一個問答視窗，而是讓 AI 以具備身分、可由事件驅動的方式，直接參與既有的 Git 開發流程。開發者可以在 Issue 或 PR 裡用 @ 提及某個角色；NPC 隨後可非同步地依序處理調查、方案規劃、程式實作、建立 PR、CI 驗證，以及失敗後的修復與再次驗證。16

這裡的「AI Native Git」可理解為：Git 平台上的工作產物就是 AI 的持續上下文。程式碼庫歷史、Issue、PR、提交紀錄、CI/CD 結果與品質關卡，都不必由人手複製到聊天介面中；NPC 可在這些原本就存在的工程物件與流程裡工作，沿用團隊既有的協作方式。17

值得釐清的是，現有資料描述的是 CNB 平台的 Issue 與 PR 事件；這不等同於宣稱它直接在 GitHub Issues 中運作。6

一次 @提及，如何啟動工作？

CNB 文件列出的 NPC 事件包括：

• issue.comment@npc：在 Issue 描述或留言中提及 NPC 時觸發；
• pull_request.comment@npc：在 PR 描述、審查內容、審查留言或一般留言中提及 NPC 時觸發。6

例如，開發者可在 PR 留言中提及 @CodeBuddy 請它進行程式碼審查；自訂 NPC 也能以角色名稱被提及後執行。這種模式的差異在於，AI 任務不是每一步都要人留在對話中等待，而是可以交由事件與流水線持續執行。16

用 YAML 建立「AI 隊友」

團隊可在儲存庫的 .cnb/settings.yml 設定專屬 NPC，包括角色名稱、提示詞、頭像、互動按鈕，以及要匯入的知識庫或其他儲存庫內容。這讓角色可以分工，例如：

• 程式撰寫與修改；
• 程式碼審查；
• 問題調查；
• 專案協調或知識查詢。3

若需要讓角色在被提及後採取特定動作，則可在 NPC 所屬儲存庫的 .cnb.yml 設定 NPC 事件流水線；若未自訂，系統會使用預設 NPC 執行環境。6

因此，所謂「YAML 定義 AI 隊友」不是單純替模型取名，而是把角色的提示、知識來源、觸發方式與可執行行為，納入版本化的儲存庫設定中。36

從任務到 PR，再到 CI 修復的閉環

在這個架構下，NPC 的理想工作閉環是：讀取並理解程式碼庫與需求，提出或形成實作方案，修改程式碼並建立 PR，接著執行測試與 CI；若流水線回報失敗，便根據輸出調整修復，再重新驗證。17

CNB 的雲端智能體環境預設提供 CNB Skills 與 CNB Token，讓 Agent 能直接操作 CNB 平台；模型服務也可透過環境變數改用相容 OpenAI API 的自建或第三方模型端點。7

不過，這描述的是一種工程協作架構與能力路徑，不代表每一項任務都應在無人工審查下直接交付或部署。PR 審查、測試與品質關卡仍是流程中重要的治理節點。17

為何它能在受控環境中執行？

NPC 的底層依賴 CNB 提供的 Git 託管、雲端 CI/CD、制品庫與雲端開發環境。流水線 YAML 可設定 Docker 映像、由 Dockerfile 建立的暫時映像、dev container、掛載磁碟區，以及帶有標籤與 CPU 設定的執行節點；Docker 快取也可減少重複下載相依套件的時間。45

授權方面，流水線執行期間會注入暫時性的 CNB_TOKEN，可用於程式碼與制品的拉取、推送及 API 呼叫，並會在流水線結束後自動銷毀。其權限會依觸發事件而異；以 NPC 身分執行時，文件列出可涵蓋程式碼、PR、Issue 與留言等讀寫權限。15

這種設計的實務意義是：AI 不必依賴某位開發者電腦上的長期憑證與本機環境，而能在可重現、隔離的建置與測試環境中完成操作。4515

可追溯性與敏感資訊控管

當任務由 Issue 或 PR 觸發，並經過提交、PR、流水線與品質關卡驗證時，團隊仍可沿用熟悉的工程紀錄追蹤「誰提出、AI 做了什麼、改了什麼、測試結果如何」。相較於只存在於外部聊天紀錄的操作，這較有利於保留開發與稽核脈絡。16

對於密碼、API 金鑰、憑證與權杖等敏感資訊，CNB 的密鑰倉庫文件則說明了存取控制、操作限制、稽核日誌與浮水印等保護機制；流水線可透過 imports 引用密鑰檔案，將內容注入任務環境變數。9

結論：不是「AI 幫你寫一段碼」，而是「AI 參與交付流程」

AI 輔助編碼通常著重於加快人類撰寫程式的速度；單次 AI 任務則偏向完成一個獨立動作。CodeBuddy NPC 所描繪的模式更進一步：讓 AI 以角色形式接收 Issue 與 PR 裡的工作，依據真實程式碼與流水線結果行動，並在既有權限、CI 與審查機制下推進任務。

換句話說，「AI Native Git」的關鍵不在於 AI 能否產生程式碼，而在於它是否能以可驗證、可重現、可追溯的方式，嵌入規劃、實作、審查、驗證與修復的完整工程迴圈。1615