Eine Python-CLI ohne Abhängigkeiten zum Erstellen und Auflisten von GitHub-Pull-Requests, Prüfen des Commit-Status und Pushen einer einzelnen Datei über die Git Data API.
Installieren & Herunterladen
1. ClawHub CLI
Der schnellste Weg, einen Skill direkt aus der Registry zu installieren.
npx clawhub@latest install github-workflow-integration
2. Manuelle Installation
Kopiere den Skill-Ordner an einen dieser Orte
~/.openclaw/skills/ <project>/skills/ Priorität: Workspace > Lokal > Integriert (Bundled)
3. Prompt-Installation
Kopiere diesen Prompt in OpenClaw, um ihn automatisch zu installieren.
Hilf mir, github-workflow-integration über Clawhub zu installieren. Falls Clawhub nicht installiert ist, installiere es bitte zuerst (npm i -g clawhub).
Lieber herunterladen?
Hole dir die rohen Skill-Dateien in einem ZIP-Archiv.
Was ist GitHub-Workflow-Integration?
Die GitHub-Workflow-Integration ist ein schlanker Befehlszeilen-Wrapper für ausgewählte GitHub-REST-API-Operationen. Sie wurde für Python 3.8+ entwickelt und verwendet ausschließlich die Standardbibliothek. Sie kann Pull-Requests erstellen und auflisten, den kombinierten Commit-Status abfragen und eine einzelne Datei mithilfe der Git-Data-API-Abfolge blob → tree → commit → ref pushen. Nutzer von Openclaw Skills können diese Workflows automatisieren, ohne Git, GitHub CLI oder Python-Pakete von Drittanbietern zu installieren.
Für die Authentifizierung wird ein vom Benutzer bereitgestelltes Personal Access Token verwendet, das beim Ausführen des Befehls aus GITHUB_TOKEN gelesen wird. Das Token wird weder gespeichert noch ausgegeben. Schreibvorgänge lassen sich mit --dry-run vorab anzeigen. Vor Änderungen am Remote-Repository sollten Benutzer das Ziel-Repository, den Branch und die Nachricht bestätigen. Dies ist eine gezielte Integration und kein universeller GitHub-Client.
GitHub-Workflow-Integration Anwendungsfälle
- Einen Pull-Request per Skript erstellen, ohne das
ghCLI zu installieren. - Offene Pull-Requests auflisten und ihre Nummern, Titel, Branches und URLs zurückgeben.
- Den kombinierten Status eines Commits oder ref prüfen, um CI-Ergebnisse einzusehen.
- Mit der Git Data API eine lokale Datei aus einem CI-Job oder einer eingeschränkten Umgebung in einen Remote-Branch pushen.
- Eine Schreibanforderung mit
--dry-runvorab anzeigen, bevor der Repository-Status geändert wird. - GitHub-REST-API-Operationen in einer Python-Umgebung ohne Abhängigkeiten von Drittanbietern verwenden.
So funktioniert GitHub-Workflow-Integration
- Prüfen Sie, ob
GITHUB_TOKENgesetzt ist. Fehlt die Variable, beendet sich das CLI mit Code 2 und gibt Einrichtungsanweisungen aus, statt eine nicht authentifizierte Anfrage zu versuchen. - Rufen Sie den passenden Befehl mit dem Ziel
owner\/repound den erforderlichen Optionen auf:pr create,pr list,statusoderpush-file. - Führen Sie Schreibvorgänge zuerst mit
--dry-runaus und bestätigen Sie Repository, Branch und Nachricht, bevor Sie die echte Anfrage senden. - Das Python-CLI sendet die Anfrage an die GitHub REST API. Beim Push einer einzelnen Datei erstellt es einen blob, einen tree und einen commit und aktualisiert anschließend den Ziel-ref.
- Prüfen Sie das Ergebnis: Erfolgreiche Aufrufe liefern menschenlesbare Details wie eine PR-Nummer oder URL, den Statuszustand oder den Commit-SHA. API- und Netzwerkfehler werden getrennt gemeldet.
- Verarbeiten Sie die Exit-Codes:
0bedeutet Erfolg,1einen API- oder Netzwerkfehler und2einen Anwendungsfehler oder ein fehlendes Token. Ein 401 kann auf ein abgelaufenes Token oder einen unzureichenden Berechtigungsumfang hinweisen; ein 404 kann auf ein falsches Repository oder einen falschen Branch hindeuten.
GitHub-Workflow-Integration Einrichtung
Voraussetzungen
- Python 3.8 oder höher.
- Die Installation von Python-Paketen von Drittanbietern, Git oder GitHub CLI ist nicht erforderlich.
- Ein GitHub Personal Access Token (PAT) mit dem für die Zieloperationen erforderlichen
repo-Umfang. Dieses Skill verwendet PAT-Authentifizierung, nicht OAuth.
Authentifizierung konfigurieren
Erstellen Sie ein PAT in GitHub unter Settings → Developer settings → Personal access tokens und stellen Sie es über die Umgebungsvariable GITHUB_TOKEN bereit. Committen Sie das Token nicht und geben Sie es nicht in der Befehlsausgabe aus.
export GITHUB_TOKEN="<your-personal-access-token>"
python3 scripts\/gh_workflow.py pr list --repo owner\/repo
Befehle ausführen
Verwenden Sie den Einstiegspunkt scripts\/gh_workflow.py des Skills. Zeigen Sie Schreibvorgänge zunächst in der Vorschau an und überprüfen Sie das angeforderte Ziel, bevor Sie den Befehl ohne --dry-run ausführen.
python3 scripts\/gh_workflow.py pr create --repo owner\/repo --title "Fix bug" --head fix --base main --body "details" --dry-run
python3 scripts\/gh_workflow.py status --repo owner\/repo --ref main
python3 scripts\/gh_workflow.py push-file --repo owner\/repo --path .\/local.txt --message "add local.txt" --branch main
GitHub-Workflow-Integration Datenschema & Taxonomie
Das Skill ist ein zustandsloses CLI: Es definiert weder eine lokale Datenbank noch generierte Metadatendateien oder eine Token-Speicherung. Eingaben sind Befehlszeilenargumente; die Ergebnisse werden menschenlesbar ausgegeben.
| Element | Details |
|---|---|
| Einstiegspunkt | scripts\/gh_workflow.py |
| Laufzeit | Python 3.8+; nur Standardbibliothek |
| Authentifizierung | Umgebungsvariable GITHUB_TOKEN, die beim Aufruf gelesen wird |
| Repository-Kennung | owner\/repo |
| Befehle | pr create, pr list, status, push-file |
| Probelauf | --dry-run zeigt die Anforderungsstruktur an, ohne die Anfrage zu senden |
| Ausgabe | PR-Details, Statuszustand, Commit-SHA oder Fehlerinformationen |
| Exit-Codes | 0 Erfolg; 1 API/Netzwerkfehler; 2 Anwendungsfehler oder fehlendes Token |
Bei push-file erstellt der Git-Data-API-Workflow einen blob, baut einen tree auf, erstellt einen commit und aktualisiert einen ref. Das Token wird weder auf die Festplatte geschrieben noch protokolliert oder ausgegeben.
GitHub-Workflow-Integration Erweiterte Funktionen
- API-Zugriff ohne Abhängigkeiten: Nutzt die Netzwerkfunktionen der Python-Standardbibliothek und benötigt weder Pakete von Drittanbietern noch Unterprozesse.
- Einzeldatei-Push über die Git Data API: Schreibt eine Datei mithilfe der Abfolge blob → tree → commit → ref in einen Remote-Branch. Nützlich, wenn ein normaler Git-Push nicht verfügbar ist.
- Probelauf-Vorschauen: Prüfen Sie die Anforderungsstruktur, bevor Sie unterstützte Schreibvorgänge senden.
- Klare Authentifizierungsgrenze: Erfordert ein vom Benutzer erstelltes PAT in
GITHUB_TOKEN; startet weder OAuth noch einen Browser. - Zielführende Fehlerbehandlung: Unterscheidet API/Netzwerkfehler von Anwendungsfehlern und Fehlern wegen eines fehlenden Tokens und stellt Exit-Codes für Skripte bereit.
- Begrenzter Funktionsumfang: Umfasst das Erstellen und Auflisten von PRs, den kombinierten Commit-Status und Einzeldatei-Pushes. Merges, Review-Kommentare, Releases, Workflow-Dispatch oder die Installation von GitHub App werden nicht unterstützt.
- Passend für Openclaw Skills: Bietet einen kompakten GitHub-Workflow-Baustein für Skripte und CI-Aufgaben, bei denen weniger Abhängigkeiten und die Vermeidung dauerhafter Speicherung von Zugangsdaten wichtig sind.
SKILL.md
Laden
Verwandte Openclaw-Skills
llms-generator
Erstelle einen nach LLMs.txt v2 strukturierten Projektleitfaden, der KI-Agenten hilft, dein Projekt zu entdecken und zu verstehen.
Kontext-Token-Budget
Schätze den KI-Kontextverbrauch und setze ein Fail-Closed-Token-Budget durch, bevor ein Prompt das Limit überschreitet.
ISO 14971-Risikomatrix
Ein Python-CLI-Hilfsprogramm zur Bewertung von Risiken bei Medizinprodukten, zur Prüfung von Kontrolloptionen nach ISO 14971:2019 und zur Überprüfung der Vollständigkeit von Risikomanagementdateien.
Base Gas
Base Gas provides live and historical network fee data to estimate transaction costs, compare chains, and decide when to transact.
The Yard
Mit dem The Yard-Skill kann ein OpenClaw-Bot dem ausschließlich für Bots bestimmten Nachrichtenbrett von Stackyard beitreten, um über HTTPS zu lesen, Beiträge zu veröffentlichen, zu antworten und abzustimmen.
Skill-Skelettgenerator
Erstellen Sie mit einem einzigen Python-Befehl einen strukturierten, an LGD ausgerichteten AI-skill-Startpunkt mit SKILL.md, AGENTS.md und Zielverzeichnissen.
Hervorgehoben*
