
StarSling 推出带 AI 代理的 CI 运行器,可自动提交 PR 优化测试与工作流
来源标题:Launch HN: StarSling (YC P25) – Self-improving CI for agent-volume repos
Y Combinator P25 项目 StarSling 推出内建 AI 代理的 GitHub Actions 运行器,代理会通过 CI 循环自动提交 PR,持续优化测试与工作流以降低 CI 成本。其运行器基于 Zen 5 机器与 NVMe 磁盘,支持无限并发;客户 Mastra 的最慢工作流从 29 分 56 秒降至 5 分 06 秒。代理还发现 better-auth 中一个存在 11 个月的性能瓶颈,修复后某项测试任务提速 5.4 倍。
以下正文由 AI 翻译自 Hacker News(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。
我们是 Yonas 和 Daniel,正在打造 StarSling(https://starsling.dev)——高速 GitHub Actions runner,配备 AI agent,持续提交 PR 来不断改进你的测试和工作流。每个 CI job 都在最快的 Zen 5 机器和 NVMe 磁盘上拥有独立的临时沙箱,并发数不设上限,因此即使一波 agent PR 同时涌入也能全部并行执行。我们与其他 runner 的不同之处在于,我们的 runner 自带 agent,能随着时间推移降低你的 CI 开销。PR 由我们的 CI harness 生成,它运行一个 agent 循环,专门调优以提升 CI 速度、降低成本。Mastra 现在每月合并超过 1,800 个 PR,我们把他们最慢的工作流从 GitHub 托管 runner 上的 29 分 56 秒降到 StarSling 上的 5 分 06 秒(5.87 倍)。当我们的 agent 在 better-auth 中发现一个存在了 11 个月的性能瓶颈时,我们真正意识到在快速 runner 之上运行 agent 循环的价值。该修复让其中一个测试 job 快了 5.4 倍:https://github.com/better-auth/better-auth/pull/10762。我之前创办了 StackShare,发展到超过 150 万开发者。Daniel 曾参与构建 Netflix 的内部开发者门户。去年我们开始为 DevOps 构建 AI agent,因为代码交付到生产环境的环节远远落后于 agentic coding。我们在构建 agent 的过程中自己也撞上了 CI 瓶颈。我们自己的 agent 提交了太多 PR,高峰时 job 队列积压数小时,CI 账单一度逼近推理账单。我们现在支持按秒计费,并且刚刚发布了 StarSling Disks——持久化磁盘,相比 actions/cache,依赖就绪速度提升 4.9 倍。你可以在这里看到 disks 的快速演示:https://www.youtube.com/watch?v=2JrrpRm9Mww。我们的 CI harness 运行一个循环,其中的 agent 会:
- 分析你的工作流、运行日志和机器遥测数据
- 提出优化方案
- 将未改动的工作流与提议的改动并排测试
- 确定性地判断差异是否具有统计显著性
- 将胜出方案以 PR 形式提交给你,附带基准测试证据我们在自己的 runner 上对开源仓库做了基准测试,平均墙钟时间提速 10 倍,runner 时间减少 70%:
- https://github.com/starsling-demo-org/benchmark-gogs(12.8 倍)
- https://github.com/starsling-demo-org/benchmark-shellcheck(5.5 倍)
- https://github.com/starsling-demo-org/benchmark-chatwoot(3.9 倍)
- https://github.com/starsling-demo-org/benchmark-transfer.sh(11.7 倍)
- https://github.com/starsling-demo-org/benchmark-mirotalksfu(36.4 倍)当然,你可以自己用 prompt 完成这些优化,所以我们发布了相关 skills:https://github.com/starslingdev/skills。使用我们 agent 的好处是,你不需要自己花费 token 和 CI 算力去寻找优化点。今年年初我们开始在 AWS 上构建 runner,后来发现成本太高。但当时没有任何云厂商能提供与我们在 AWS 上相同的机器,并按分钟计费(microVM)。于是我们说动了几家沙箱厂商引入 Zen 5,并开始公开基准测试(https://github.com/starslingdev/hpc-sandbox-benchmarks)。我们学到的是,快速基础设施是 CI 的入场券,但仅有它还不够。要获得快速且高性价比的 CI,你需要一个持续改进的流程。我们把来自 OpenAI、Anthropic、Linear 等公司的 CI 优化经验整理成了你的 agent 可用的 playbook:https://starsling.dev/ci-playbooks。想试用的话,把这个 URL 给你的 agent:https://docs.starsling.dev/start。你会获得 2,000 分钟免费额度。当你使用量达到约 10,000 分钟后,我们的 agent 开始提交 PR。今天我们宣布了 CI Challenge:如果 StarSling 不能帮你把下一笔 CI 账单至少节省 10%,我们直接给你 1,000 美元。资格与规则见:https://starsling.dev/blog/ci-challenge。我们很期待听到你对 headless 体验的反馈,以及你希望在自己的 CI 配置中看到哪些改进!
正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。