https://guijiagi.com/tags/ci/Recent content in CI on AI 实战派 · 从技术到赚钱Hugozh-cn本站内容采用 CC BY-NC-SA 4.0 国际许可协议授权Fri, 09 Oct 2026 12:18:00 +0800https://guijiagi.com/posts/2026-10-09-14-deepeval-pytest-ci/Fri, 09 Oct 2026 12:18:00 +0800https://guijiagi.com/posts/2026-10-09-14-deepeval-pytest-ci/提示词一改就翻车，是因为没有回归集。本文用 DeepEval 把评测做成 pytest 用例，接进 CI，每次改动自动跑黄金集。https://guijiagi.com/posts/2026-10-08-promptfoo-prompt-regression/Thu, 08 Oct 2026 12:30:00 +0800https://guijiagi.com/posts/2026-10-08-promptfoo-prompt-regression/改一行提示词，回答质量可能悄悄崩。promptfoo 把提示词评测做成可重复跑的命令，让你像测代码一样测提示词。https://guijiagi.com/posts/2026-10-08-ai-code-review-github-actions/Thu, 08 Oct 2026 11:06:00 +0800https://guijiagi.com/posts/2026-10-08-ai-code-review-github-actions/用 GitHub Actions 加一个 PR 自动评审工作流，调大模型 API 对 diff 逐条点评。本文给出可直接复制的 yml 与提示词要点。https://guijiagi.com/posts/codex-cicd-integration/Wed, 29 Jul 2026 10:00:00 +0800https://guijiagi.com/posts/codex-cicd-integration/传统CI/CD流水线是确定性的规则系统：触发条件→构建→测试→部署。这套体系在过去十年极大提升了软件交付效率，但也暴露了明显的僵化——流水线无法理解代码变更的语义，对所有提交执行相同的检查流程。https://guijiagi.com/posts/llm-auto-evaluation-pipeline/Wed, 29 Jul 2026 10:00:00 +0800https://guijiagi.com/posts/llm-auto-evaluation-pipeline/LLM上线后并非一劳永逸——模型供应商的静默更新、prompt的迭代、工具接口的变化，都可能导致线上效果漂移。人工评测周期长、成本高、不可重复。自动化评测管线是保障线上质量的唯一可行路径。https://guijiagi.com/posts/codex-cli-production-guide/Wed, 08 Jul 2026 11:00:00 +0800https://guijiagi.com/posts/codex-cli-production-guide/OpenAI Codex CLI 2026实战指南：安装配置、代码审查自动化、测试生成、CI/CD集成全流程https://guijiagi.com/posts/model-versioning-mlops/Thu, 02 Jul 2026 11:24:00 +0800https://guijiagi.com/posts/model-versioning-mlops/传统的软件版本管理（Git）无法处理大模型文件（数十GB）。LLM的版本管理需要同时追踪代码、配置、数据、模型权重和评估结果。 `python import mlflowhttps://guijiagi.com/posts/automated-testing-llm-2026/Thu, 02 Jul 2026 11:18:00 +0800https://guijiagi.com/posts/automated-testing-llm-2026/LLM应用的测试与传统软件测试截然不同：输入空间无限大、输出不确定、质量主观。2026年，LLM自动化测试已经形成了一套完整的方法论和工具链。本文将系统介绍如何构建LLM自动化测试体系。https://guijiagi.com/posts/agent-cicd-pipeline-code-to-production/Tue, 30 Jun 2026 11:35:00 +0800https://guijiagi.com/posts/agent-cicd-pipeline-code-to-production/系统讲解Agent系统的CI/CD流水线设计，涵盖代码构建、自动化测试、环境管理、灰度发布及回滚机制https://guijiagi.com/posts/prompt-version-management-platform/Sun, 28 Jun 2026 10:35:00 +0800https://guijiagi.com/posts/prompt-version-management-platform/Prompt 也是代码，也需要版本管理 2026 年，头部 AI 团队的 Prompt 库已经增长到数千条，涉及数百个应用场景。没有版本管理，Prompt 的变更是灾难性的——"谁改了什么？https://guijiagi.com/posts/agent-evaluation-cicd-2026/Sun, 28 Jun 2026 10:15:00 +0800https://guijiagi.com/posts/agent-evaluation-cicd-2026/传统软件测试的基石是确定性：相同输入产生相同输出。LLM Agent 打破了这个前提，让 CI/CD 测试面临根本性挑战。2026年，随着 Agent 评估框架的成熟，一套可落地的 CI/CD 测试方法论终于成型。本文将带你构建完整的 Agent 测试金字塔。https://guijiagi.com/posts/codex-ci-cd-integration/Sat, 27 Jun 2026 15:00:00 +0800https://guijiagi.com/posts/codex-ci-cd-integration/Codex与CI/CD集成实践是AI智能体领域中Codex与CI/CD集成实践的重要主题。本文将从多个角度深入分析这一话题，为读者提供系统性的认知框架和实践参考。https://guijiagi.com/posts/prompt-version-management/Sat, 27 Jun 2026 15:00:00 +0800https://guijiagi.com/posts/prompt-version-management/Prompt是大语言模型应用的核心资产，但在很多团队中，Prompt的管理方式仍然停留在复制粘贴和聊天记录中。随着Prompt复杂度增长和团队协作需求增加，缺乏版本管理的Prompt会导致：无法追溯变更历史、无法回滚有问题的修改、无法复现线上效果、团队成员各自维护不同版本。https://guijiagi.com/posts/llm-ci-cd-pipeline/Thu, 25 Jun 2026 10:00:00 +0800https://guijiagi.com/posts/llm-ci-cd-pipeline/构建 LLM 应用的持续集成与持续部署流水线，涵盖 Prompt 版本控制、自动评估门禁、灰度发布与回滚机制https://guijiagi.com/posts/prompt-version-control/Wed, 24 Jun 2026 14:00:00 +0800https://guijiagi.com/posts/prompt-version-control/Prompt as Code 理念实践：Git 管理、A/B 测试框架、回归测试、线上监控与 PromptHub/LangSmith 工具链。