logo
  • 环境
  • 企业版
  • 价格
DeveloperMay 20, 2026

每月开发报告自动化:通过 Ollama 使用 Eigent 和 DeepSeek V4 Pro

Douglas LaiDouglas Lai
每月开发报告自动化:通过 Ollama 使用 Eigent 和 DeepSeek V4 Pro
Automate Everything with
AI Workforce on Desktop
Download Eigent

告别手工撰写月度开发报告——用 Eigent 和 Ollama Cloud 自动化完成

大多数工程团队每个月都会花 30 到 60 分钟重复做同一件事:登录 GitHub、翻看已合并的 PR、把标题复制到文档里、撰写摘要、排版、起草 Slack 消息,最后点击发送。这项工作很重要,但没人喜欢做。

使用 Eigent 进行月度开发报告自动化,可以彻底消除这套繁琐流程。 借助通过 Ollama Cloud 提供的 DeepSeek V4 Pro,Eigent 会从你的 GitHub 仓库中抓取上个月合并的 pull request,整理成结构化的 Word 文档摘要,并将报告直接发布到你的 Slack 频道——只需一个提示词即可完成。Ollama Cloud 让你无需本地硬件配置,就能按需使用 DeepSeek 的前沿推理模型,让团队中的任何成员都能运行这套工作流,而不受机器配置限制。

本指南将逐步演示这套工作流在演示中的完整运行过程。

1通过 Ollama Cloud 连接 DeepSeek V4 Pro

这套自动化工程报告工作流的基础,是运行在 Ollama Cloud 上的 DeepSeek V4 Pro——无需本地安装,也不需要 GPU。登录 ollama.ai,并在账户控制台中生成 API key。

在 Eigent 的模型设置中,将模型提供方设为 Ollama,输入你的 Ollama Cloud API key,并选择 deepseek-v4-pro:cloud 作为当前使用的模型。Eigent 会把所有推理请求路由到 Ollama 的云端基础设施,让你无需在本地运行任何内容,就能使用 DeepSeek 的完整参数规模。

2使用 Slack 工具创建一个新的 Worker

在运行任务之前,先在 Eigent 中创建一个专用 worker,并为其配置 Slack 工具。在 Eigent 工作区中,添加一个新 worker 并打开它的工具配置。启用 Slack 工具,并使用你的 Slack 工作区进行身份验证——这将授予该 worker 读取频道和代表你发送消息的权限。

Slack 工具连接完成后,这个 worker 就可以负责最终交付步骤:起草并发送月度报告消息到你的 product-release 频道。将这一步拆分到独立 worker 中,可以让工作流更模块化——浏览器 agent 负责 GitHub,Slack worker 负责分发。

3将提示词交给 Eigent

任务可以用通俗语言描述如下:

查看 https://github.com/eigent-ai/eigent 上个月的 PR 更新,撰写一份清晰的月度摘要作为 Word 文档。完成后,起草一条 Slack 消息,并连同摘要文档一起发送到我的 product-release Slack 频道。

这一个提示词就足够让 Eigent 开始工作。你可以进一步扩展它来缩小范围(“只包含 5 月 1 日之后合并的 PR”),要求特定分组方式(“按功能领域整理,而不是按作者”),或者添加需要重点标注的内容(“标记任何被注明为 breaking change 的 PR”)。你提供的上下文越多,输出就越贴合需求。

4浏览器 Agent 打开 GitHub 并审查 PR

Eigent 的浏览器 agent 会接管并直接在浏览器窗口中打开 GitHub。它会跳转到仓库的 Pull Requests 页面,应用 merged 过滤条件,并滚动 PR 列表,找到上个月所有相关条目。

对于每个符合条件的 PR,agent 会点击打开,读取标题、描述、作者、合并日期,以及任何标签或关联里程碑,然后继续下一个。整个浏览过程——打开标签页、滚动、点击、阅读——都会像人工审查一样在浏览器中可视化进行,只是没有疲劳感。

当所有需要的 PR 都审查完成后,agent 会把收集到的数据交给报告生成流程。

5生成月度开发报告文档

在收集到原始 PR 数据后,Eigent 会将其结构化为一份连贯的叙述。它会识别这些变更中的主题——新功能、bug 修复、基础设施工作——并围绕这些主题撰写易读的正文,而不是简单地输出一串标题列表。

输出结果是一个保存到桌面的 .docx Word 文档。默认结构包括:

  • 执行摘要 — 用一段简短文字概括本月最重要的进展
  • 功能发布 — 已上线的新用户功能
  • Bug 修复与改进 — 稳定性、性能和可靠性方面的工作
  • 基础设施与工具链 — 内部变更、依赖更新、CI/CD 改进
  • 贡献者 — 致谢本月合并代码的所有人员

每个部分都经过可读性格式化,可直接分享给工程负责人、产品经理或更广泛的团队。

6起草并发送 Slack 报告

Word 文档完成后,Eigent 会起草一条简洁的 Slack 消息——专为信息流快扫而非细读的忙碌频道而写。消息会用几句精炼的话或要点概括本月亮点,并直接链接到完整的 .docx 报告。

然后,Eigent 会把消息发布到你已配置的 product-release Slack 频道。你可以在发送前审阅草稿,或当场调整语气:

把 Slack 消息写得更有冲击力一些——只保留项目符号,去掉开头段落。

在顶部加一行,感谢本月的贡献者。

消息和文档会一起发出,让你的团队既能快速浏览,也能深入查看。

7为什么这套工作流对工程团队很重要

手工月度报告其实是一个已经可以解决的问题,但大多数团队还没有自动化。其摩擦点非常真实:你得记得去做、在繁忙日程中挤出时间、保持格式一致,然后把它分发到真正会被阅读的地方。

使用 Eigent 生成自动化工程报告,可以消除所有这些摩擦。 这套工作流始终一致——每个月相同的结构、相同的格式、相同的分发渠道。它也很快——完整流程只需几分钟,而不是一小时。并且由于 DeepSeek V4 Pro 是通过 Ollama Cloud 提供的,没有硬件门槛:团队中的任何人都可以在任何机器上触发该流程,无需本地 GPU 或复杂的模型安装。

Ollama Cloud 还意味着模型始终可用、始终是最新版本,并且能够扩展以处理更长的 PR 历史或更大的仓库,而不会因为内存问题而卡住。最终得到的是一种真正能持续下去的报告习惯,因为维持它所需的精力几乎为零。

8接下来可以尝试什么

将此工作流设置为每个月第一个工作日自动运行。

在三个不同的仓库上运行相同提示词,并将结果合并成一份跨团队报告。

添加一个部分,标记被标注为 "breaking change" 的 PR,让利益相关者提前看到风险。

为分布式团队生成英文和日文两个版本的同一份报告。

将本月的 PR 数量和主题与上个月进行对比,并让 Eigent 撰写一段简短的开发进度点评。

将完成的 .docx 作为输入,让 Eigent 创建一套用于 sprint review 的演示幻灯片。

9提升效果的小贴士

  • 明确日期范围。 Eigent 默认使用过去 30 天,但如果你的报告月份不对应滚动窗口,请指定准确日期——例如“5 月 1 日到 5 月 31 日之间合并的 PR”——以获得更精确的截取结果。

  • 重视优质的 PR 描述。 生成摘要的质量与 PR 标题和描述的质量直接相关。写得清晰、描述充分的 PR 标题,通常能在不额外进行提示工程的情况下产出更有用的报告。

  • 自定义文档章节。 告诉 Eigent 哪些部分对你的受众最重要:“跳过 Infrastructure 部分”或“增加 Risks & Blockers 部分”,以匹配利益相关者已经习惯的格式。

  • 使用 Ollama Cloud,确保团队输出一致。 因为模型运行在 Ollama 的基础设施上,而不是各自的机器上,所以团队中的每个人都会得到相同的模型版本和性能——不会因为本地环境或硬件差异而产生结果偏差。

  • 配合 Eigent 的调度能力使用。 将提示词设置为周期性定时任务,让报告自动起草并自动发布——无需日历提醒,也无需每个月手动触发。

Other use cases

Gemini 4:一个提示词,在 Blender 中 Vibe Coding 一段 3D 电影短片

Gemini 4:一个提示词,在 Blender 中 Vibe Coding 一段 3D 电影短片

在 Cozy Kitchen 场景中制作一段四个镜头、十二秒的电影短片:一阵穿堂风把食谱卡片从支架上吹起,带着它飞过操作台,最后让它搭在草莓挞上。保留温暖的插画风厨房。添加一张薄薄的双面 RecipePage,上面有清晰可读的食谱内容;按照 action.json 中的飞行通道运动,并通过可见的风的线索,呈现平静的开场、有动机的升起、飞行、接触和落定。使用四台不同的摄像机和绑定摄像机的剪辑点,镜头 2 和 3 使用景深,卡片和摄像机的运动要平滑且可测量。交付一个已打包、可编辑的 sequence.blend、一份 CSV 镜头表、一张带标注的 3×3 分镜图和九张静帧。

Gemini 4:把视频教程转化为生产级 RL 工程技能

Gemini 4:把视频教程转化为生产级 RL 工程技能

观看列出的 YouTube 讲座,把其中的方法和洞见转化为 2–4 个可复用的文件式智能体技能,并且只以这些视频作为主要来源。为每个讲座建立带时间戳的大纲,记录关键洞见、结果和警示,并将每条结论标注为 OBSERVED、INFERRED 或 UPDATED。每个技能包含一个带关键洞见章节和工具无关路径的 SKILL.md,以及一个 evidence.md。验证每个技能,然后在 127.0.0.1 上发布一份浅色模式的 HTML 报告,其中嵌入讲座视频、可点击的时间戳、讲座对比、标出空白的覆盖矩阵以及清晰的局限性列表。

从视频构建 CAD 模型:Gemini 3.7 Flash 与 3.6 Flash 对比

从视频构建 CAD 模型:Gemini 3.7 Flash 与 3.6 Flash 对比

分析上传参考视频中的 Transformers 角色,并导出生产可用的高细节 3D CAD/网格模型(.glb)。分析角色风格、关节与表面细节;以逻辑关节枢轴分离身体和装甲部件,制作高精度硬表面机械几何;使用阳极金属、拉丝钢、深色钛和高光涂装等金属 PBR 材质,并为眼睛、胸部核心和关节发光设置自发光通道。将 Diffuse、Normal、Roughness、Metallic 和 Emissive 纹理直接打包至 GLB,确保拓扑干净、几何流形,并适合实时预览。

Automate everything with AI workforce on desktop
Download Eigent

立即体验 Eigent

下载开源桌面应用,在本地用 AI 工作团队开始自动化。

下载 Eigent
Eigent

获取关于 AI 员工自动化的最新更新和教程。

感谢订阅!

产品Eigent环境定价企业版
探索解决方案使用场景技能插件博客
开发者文档GitHubCAMEL-AI开源基金合作伙伴
下载开源版
公司关于我们品牌加入我们帮助中心使用条款隐私政策安全与信任Cookie 政策退款与试用政策

保留所有权利 © 2026 EIGENT UK LTD