cloud-local-github-looplisted
Install: claude install-skill ychenfen/claude-agent-skills-collection
# 云端大脑 × 本地手脚:GitHub Self-Hosted Runner 协同闭环
当大规模数据集(数十至数百 GB)、本地 GPU/Apple Silicon 算力或受保护的本地环境无法直接上传到云端沙盒时,将**云端 AI Agent 作为规划与代码审计大脑**,将**本地机器上的 GitHub Self-Hosted Runner(或本地 Codex/Claude 守护进程)作为执行手脚**,通过 GitHub 仓库分支与 Actions Artifact 完成异步闭环。
## 一、三层安全与容量红线(必须严格执行)
无论在云端提交任务还是从本地回传结果,必须先运行 `scripts/check_guardrails.py` 验证以下门禁:
1. **单文件 5 MB 上限(Git 跟踪区)**:
- 严禁将原始大型数据集、模型权重(`.pt`/`.onnx`/`.parquet`)或超过 `5 MB` 的未压缩日志直接 `git add` 进仓库;
- 本地 Runner 产出的结果只回传轻量汇总指标(`result.json`、统计表 CSV、矢量图 PDF/PNG)或通过 GitHub Actions Artifact(上限 50 MB)传递。
2. **零凭证 / 零密钥泄漏**:
- 严禁回传 `.env`、`*.pem`、`*.key`、`id_rsa`、`*cookie*`、`*token*`、`*secret*` 或包含明文 API Key 的配置文件;
- macOS 本地执行建议包裹在 `sandbox-exec` 最小权限配置中(仅开放当前任务目录与显式声明的数据只读目录,见 [references/guardrails-and-templates.md](references/guardrails-and-templates.md))。
3. **触发人身份白名单(Actor Gate)**:
- `remote-cmd.yml` 与 `ai-loop.yml` 必须包含前置 `authorize` Job,校验 `github.actor` 与 `github.triggering_actor` 为仓库所有者且分支受控,防止外部 PR 触发本地自托管 Runner。
## 二、标准双通道工作流
### 通道 A:Runner 在线 —— 实时派发 `workflow_dispatch`
1. **检查 Runner 在线状态**:
```bash
gh api repos/<owner>/<repo>/actions/runners --jq '.runners[] | {name, status, busy}'
```
2. **提交任务代码并派发工作流**(携带唯一 `request_id`):
```bash
REQ_ID="req-$(date -u +%Y%m%dT%H%M%SZ)"
gh api -X POST repos/<owner>/<repo>/actions/workflows/remote-cmd.yml/dispatches \
-f ref=main \
-f "inputs[command]=python3 scripts/run_experiment.py" \
-f "inputs[request_id]=$REQ_ID"
```
3. **轮询对应的 Run