DevOps 是軟體”開發”與”運作”的整合與自動化，而運作時所遇到的問題會再反饋回開發，開發修正後，再自動化重新運作，形成一閉環。不過，過去這”自動化”閉環當中，還是要有「人」去接收反饋與修正開發，因此並非全自動化。
我最近想練練功、導入 AI 代理人 (agent) 作自動化，就想到我一直有一個未解決的難題：幾年前我陸續開發、上架幾款 apps（目前有在維護的約 10 個，雖稱不上什麼大作，但起碼寫在履歷中可以混口飯吃😅 ）其中幾款 apps 使用的資料來源是政府的開放資料，如免費 WiFi、充電位置，需定期連網更新。
但使用”別人的”資料這一點，就造成不好控管。例如，對方把資料網址一改，我的 app 就掛了。對方把資料格式一改，我的 app 也掛。還有對方什麼時候改資料，我可能也無法知道。只能等到有好心的 app 使用者寫信給我，才能知道，但這期間不知會流失多少一去不回的使用者🥲
我過去有稍微改善此問題：抓資料程式要檢查來源格式，如果不正確，則第一時間發通知給我。我就能及時（？）修正程式問題。但實際上修正程式的工作仍是很費勞力、又無趣，特別是平日下班我不想再去修 bug、假日也不想特別安排時間修 bug😅
最近又遇到我的 app 因為來源資料格式變動而掛掉，就讓我在想能不能用 AI 做到”一鍵修 bugs”？我只要審 code 就好。我就用自然語言用 AI (GPT-5.3-Codex) 生成一支 agent skill 定了一個工作流：叫 AI 第一步抓檔，第二步將最新資料格式更新至現有程式碼的資料格式。實際執行 skill 成功一鍵修 bugs😄
我只寫了 4 句短短的話，生成了一個 skill，就能重覆呼叫 skill 讓 AI 幫我完成一項須要做但無趣的事，修 bugs 的複雜度大大降低。與 AI 協作確實能省很多工，我可以用「高階抽象」的自然語言對 AI 說出我的需求，而 AI 將我的需求利用「低階複雜」的程式實作幫我達成目的。而我不須要去使用或開發那些複雜的程式，即使我做得到，也拼不過 AI 來做的速度。也因為要處理的問題難度降低，我也更願意去解決它，不然就是一拖再拖，逃避問題😅
再來就是將 AI agent (Copilot CLI) 與 skill 整合到我這支程式的 DevOps 閉環：
自動排程觸發 app 執行 -> app 抓取原資料，再檢查格式是否有變 -> 若有變，則觸發自動化 CI/CD 工作流 -> CI/CD 工作流呼叫 AI agent (Copilot CLI with GPT-5-mini) 執行 skill -> AI 修正 bugs -> 自動化 CI/CD 作測試、建置、部署新 app -> Telegram 發通知到我的手機。
全程全自動化！因為閉環中的收通知、修 bug 的「人」被 AI 取代了😅 往好處想就是省掉人類去做必要但無趣的工。AI 全自動 DevOps 成就解鎖成功！