När ingen är med kan ingen heller svara på agentens frågor. Därför är ett bra första jobb att låta köra på egen hand ett som bara får läsa.

Den här delen handlar om samma agent när den körs utan att någon sitter bredvid: startad av ett schema eller av något som händer i GitHub, eller körd på leverantörens datorer i stället för dina. Hittills har du startat agenten själv och följt dess steg i chatten eller i editorn, även efter att del 5 gav den ett sätt att nå system utanför dina filer, till exempel ett ärendesystem. Del 1, Från AI-chatt till agentiskt arbete, beskrev att en agent kan köras i en editor, i en terminal, i ett CI-jobb eller på schema.

En sammanfattning som ingen behöver be om

Ett påhittat exempel: utvecklaren av webbappen från de tidigare delarna vill ha en kort sammanfattning av gårdagens commits färdig varje morgon. I dag öppnar utvecklaren agenten i editorn, ber om sammanfattningen och klistrar in den i teamets chatt.

Fyra steg, uppifrån och ned, med en pil från varje steg till nästa. Ett schema startar ett CI-jobb i GitHub Actions klockan 09:30 UTC varje dag. Jobbet kör en AI-agent som bara får läsa historiken över commits. Agenten skriver en sammanfattning som väntar på en sida i GitHub tills någon läser den. Under stegen: ingen är med och kan svara på frågor.Det dagliga sammanfattningsjobbetSchema09:30 UTC varje dagCI-jobbGitHub ActionsAI-agentfår bara läsa historiken över commitsSammanfattningpå en sida i GitHub, läses senareIngen är med och kan svara på frågor
Det dagliga sammanfattningsjobbet i den här delen, från start till resultat: ett CI-jobb startar på schema, AI-agenten i det läser historiken över commits och skriver en sammanfattning som väntar på en sida i GitHub tills någon läser den.

Jobbet ändrar ingenting i projektet. Det läser bara historiken och skriver några rader, vilket gör det till ett tryggt första jobb att flytta ut ur editorn. Utvecklaren kör det som ett CI-jobb som startar på schema. Sammanfattningen får vänta på en sida i GitHub. Att skicka den vidare till teamets chatt är ett senare steg.

Samma agent på fem ställen

Ett femte ställe hör ihop med de fyra från del 1: leverantörens eget moln, där du startar agenten och den körs på leverantörens datorer.

Var den körs Vem som startar den Vem som är med medan den körs Passar för
I editorn Du Du, bredvid Att fråga och kontrollera medan du jobbar
I terminalen Du Du Samma sak plus skript
I CI, när något händer En händelse, till exempel en kommentar på en pull request Ingen – du läser resultatet efteråt Kontroller som körs när något händer
På schema Schemat Ingen Samma jobb varje morgon
I leverantörens moln Du, från en webbläsare eller en telefon Du, eller ingen: den fortsätter köra om du stänger datorn En lång uppgift som pågår medan datorn är stängd

Vår tumregel: börja där du kan följa vad agenten gör, i editorn eller terminalen. Flytta ut ett jobb när du ber om samma sak gång på gång och kan bedöma resultatet genom att läsa det. Ett jobb som ska köras av sig självt varje morgon hör hemma på ett schema. Leverantörens moln kan ändå vara det enklaste första försöket, eftersom du startar det från en webbläsare och inte skriver någon fil. Oavsett vilket ställe du väljer bör en agent som körs obevakad inte få mer än den behöver och inte agera på text från personer du inte känner. En agent som startar när någon kommenterar läser allt som den som kommenterade skrev, så i ett publikt repo kan vem som helst ge den instruktioner.

Det som följer med till en körning i molnet

En körning i leverantörens moln utgår från en kopia av ditt repo, inte från din dator. Ett CI-jobb har bara en kopia om ett av dess steg checkar ut repot. Anthropics dokumentation beskriver att det du committar till repot finns tillgängligt i sessionen och att det du bara har installerat eller konfigurerat på din egen maskin inte gör det.

I Claude Codes molnsessioner följer repots instruktionsfil från del 2 och dess skills från del 4 med, eftersom de är en del av kopian. Det gör också dess .mcp.json från del 5, i en session med ett repo. Versionerna i din hemmapp, MCP-servrarna som bara du har lagt till och inloggningar som kräver en webbläsare blir kvar. Dokumentationens råd är att committa din egen konfiguration till repot.

Två kolumner. Den högra, i grönt, rymmer det som är committat till repositoryt: instruktionsfilen CLAUDE.md, mappen med skills och projektets .mcp.json. En pil leder från den till en körning i molnet. Den vänstra rymmer det som bara finns på din dator: instruktionsfilen i din hemmapp, skills i din hemmapp, MCP-servrar som bara du har lagt till och inloggningar som kräver en webbläsare. Ingen pil leder från den.Det en molnkörning utgår frånBara på din datorI repositorytInstruktionsfil~/.claude/CLAUDE.mdSkills~/.claude/skillsMCP-servrarbara för digInloggningarkräver webbläsareInstruktionsfilCLAUDE.mdSkills.claude/skillsMCP-fil.mcp.jsonEn molnkörningutgår från en kopiablir kvar
Det en molnsession i Claude Code utgår från, så som dokumentationen listade det den 30 oktober 2026: de tre filerna som är committade till repositoryt följer med (MCP-filen i en session med ett repository), det som bara finns på din dator blir kvar.

OpenAIs dokumentation beskriver samma sak för skills: de som ligger i repot finns tillgängliga i molnuppgifter. Personliga skills från din dator synkas inte.

När ingen är med

I editorn finns du där och kan svara när agenten stannar och frågar. Ett jobb som startar på schema har ingen som kan svara. Som standard kan ett jobb i Claude Code, Codex och GitHub Copilot bara göra det som tillåtits innan det startade, så det första jobbet ska bara läsa. Del 7 går igenom hur du sätter de gränserna och vad mer som kan svara åt dig.

Claude Code, Codex och GitHub Copilot

Vi beskriver verktygen så som deras dokumentation såg ut den 30 oktober 2026. Det vi skriver kan ha ändrats sedan dess.

Alla tre kan köras i GitHub Actions. Ett jobb där beskrivs av en workflow-fil, en YAML-fil som ligger i repots mapp .github/workflows. De tre jobben nedan delar en fil och skiljer sig åt i ett steg, så filen kommer först, med en plats kvar för verktygets steg:

name: Daily summary
on:
  schedule:
    - cron: "30 9 * * *"
  workflow_dispatch:
jobs:
  summary:
    runs-on: ubuntu-latest
    timeout-minutes: 10
    permissions:
      contents: read
    steps:
      - uses: actions/checkout@v6
        with:
          fetch-depth: 0
      # the step for your tool goes here

Läst uppifrån:

  • name är det som fliken Actions i repot visar för jobbet.
  • on säger vad som startar det. schedule startar det vid fasta tider. cron anger dem: 30 9 * * * är 09:30 varje dag, i UTC (10:30 eller 11:30 i Sverige). workflow_dispatch lägger till knappen Run workflow på GitHub, för att starta jobbet för hand.
  • runs-on väljer runnern.
  • timeout-minutes får GitHub att avbryta jobbet efter tio minuter.
  • permissions anger vad jobbets GITHUB_TOKEN får göra: här bara läsa repot.
  • Det första steget checkar ut repot till runnern. fetch-depth: 0 hämtar hela historiken så att git log kan se gårdagens commits.

I Claude Code kör GitHub Action agenten i CI, antingen när någon nämner @claude i en kommentar eller, med en prompt, vid vilken GitHub-händelse som helst, till exempel ett schema. Den kräver att Claudes GitHub-app är installerad i repot. Jobbet behöver också en andra rad under permissions, id-token: write, som actionen använder för att logga in på GitHub som appen. Steget tillåter ett MCP-verktyg från GitHub, mcp__github__list_commits, som låter Claude läsa commits via GitHubs API. Det är anpassat från Anthropics eget exempel: vi har tagit bort ärendena och modellinställningen och skrivit prompten själva.

      - uses: anthropics/claude-code-action@v1
        with:
          anthropic_api_key: $
          prompt: "Summarise yesterday's commits in ten lines"
          claude_args: |
            --allowedTools "mcp__github__list_commits"

I OpenAIs Codex kör Codex action agenten i CI. Actionens sida visar bara ett exempel som startar vid en pull request, så det här steget är satt ihop av actionens lista över inställningar. Inställningen read-only låter Codex läsa filerna men inte ändra dem. output-file sparar svaret i en fil som den sista raden skriver ut.

      - uses: openai/codex-action@v1
        with:
          openai-api-key: $
          prompt: "Summarise yesterday's commits in ten lines"
          sandbox: read-only
          output-file: summary.md
      - run: cat summary.md

GitHub Copilot körs i CI med copilot -p, som kör en prompt och avslutas. Det här steget är anpassat från exemplet på GitHubs sida om att automatisera det med Actions: vi har kortat prompten och låter svaret gå till loggen i stället för till en fil. Flaggan --allow-tool tillåter git-kommandon. --no-ask-user stänger av Copilots frågeprompt. Tokenen är en fine-grained personal access token med behörigheten "Copilot Requests". Ge den bara den behörigheten. Då kan varken den här tokenen eller jobbets egen GITHUB_TOKEN, som raderna under permissions ovan begränsar till att läsa, skriva till ditt repo. Ett git-kommando som agenten kör kan alltså inte ändra det.

      - uses: actions/setup-node@v7
      - run: npm install -g @github/copilot
      - env:
          COPILOT_GITHUB_TOKEN: $
        run: copilot -p "Summarise yesterday's commits in ten lines" --allow-tool='shell(git:*)' --no-ask-user

Vi har kontrollerat att varje fil är giltig YAML och att dess inställningar finns på verktygets sida, men vi har inte kört jobben. Att köra dem kräver en nyckel eller en token för verktyget och ett eget repo, så pröva dem först där inget beror på dem.

I leverantörens moln startar claude --cloud en session på Anthropics datorer och Codex Cloud ger varje uppgift en egen arbetsyta. GitHub Copilot kan köra en session i en cloud sandbox, en isolerad Linux-miljö som GitHub skapar för sessionen, om din plan och din organisation tillåter det.

Kontrollera att den fungerar

Prova prompten i en vanlig chatt först. Tryck sedan på Run workflow, som i stegen nedan. När körningen är klar öppnar du den, öppnar jobbet summary och läser loggen för verktygets steg. För Codex är det det sista steget, som skriver ut filen. Svaret står i loggen. Det ska lista gårdagens commits och inga andra. Jämför med det här kommandot, som du kör i repots mapp:

git log --since=yesterday --oneline

Vad det kostar

Ett dagligt jobb kostar något varje dag. En körning i CI använder två saker: verktygets användning och minuter i GitHub Actions. GitHub räknar Copilots användning i AI credits som du i allmänhet inte kan spåra till en enskild prompt eller session. Efter den första veckan kan du titta på användningen för kontot som nyckeln tillhör.

Felsökning

Om inget syns under Actions, kontrollera var filen ligger. GitHub läser workflow-filer från mappen .github/workflows. Ett schema eller knappen Run workflow fungerar bara när filen ligger på default branch, oftast main.

Om körningen misslyckas i första steget, öppna det stegets logg. Kontrollera att secreten finns och att dess namn stavas exakt som i filen. För Claude Code, kontrollera också att Claudes GitHub-app är installerad i repot.

Om körningen lyckas men svaret är tomt eller fel kan ett verktyg ha nekats. En prompt som bara är text ger Claude ingen shell- eller GitHub-åtkomst förrän filen ger de verktyg som prompten behöver, så kontrollera vilka verktyg den behöver och tillåt exakt dem.

Om körningen startar vid en annan tid än du väntade dig, kom ihåg att tiderna i ett schema är UTC. GitHub beskriver också att ett schema kan försenas när många workflows startar samtidigt, till exempel vid början av varje timme. GitHub rekommenderar en annan tid på timmen. Därför använder filen 09:30.

Om körningen pågår för länge avbryter raden timeout-minutes den efter tio minuter.

Avancerat

Grunderna ovan räcker för att börja. Tre saker till senare:

  • Jobb som ändrar kod. De lämnar en branch eller en pull request. Du läser den innan ändringen går vidare. I fabriken publiceras en ändring först när den klarat kvalitetsgrindarna (Därför driver vi en agentdriven mjukvarufabrik). Del 7 går igenom de behörigheter ett sådant jobb behöver.
  • Inloggning från en workflow utan lagrad nyckel, med workload identity federation, som Claudes action stöder.
  • GitHub Agentic Workflows: automation skriven i markdown, som körs med skrivskyddade behörigheter som standard.

Börja litet

Det här är vår egen rekommendation för ett första jobb. Välj ett jobb som körs utan att någon är med, som upprepas och som har ett resultat du kan kontrollera, till exempel sammanfattningen. Ge det ingen möjlighet att skriva. Om ett senare jobb måste skriva, lägg till just det verktyget och inget mer.

  1. Skapa en fil på den här sökvägen i ett privat repo med några commits från i går, på default branch, oftast main:

    .github/workflows/daily-summary.yml
    

    Fyll den med filen ovan och lägg verktygets steg på platsen för den sista raden.

  2. Lägg till nyckeln som en secret. Öppna repots Settings, sedan Secrets and variables, sedan Actions och slutligen New repository secret. Ge den det namn som filen använder. Klistra aldrig in nyckeln i filen. För Copilot använder du tokenen som beskrevs ovan. För Claude Code, installera också Claudes GitHub-app i repot: actionens sida visar hur.

  3. Öppna fliken Actions, välj Daily summary i listan och tryck på Run workflow.

  4. När körningen är klar, läs svaret i loggen som beskrivits ovan och jämför det med historiken.

  5. Låt schemat stå kvar när svaret stämmer och titta på fliken Actions efter några morgnar.

Vad som kommer härnäst

Arbetstitlarna kan ändras på vägen.

  1. Från AI-chatt till agentiskt arbete
  2. Instruktionsfilen, det första en AI-agent läser
  3. Ge varje AI-agent ett eget jobb
  4. Skills, när arbetet ska göras likadant varje gång
  5. MCP, så når AI-agenten andra system
  6. Var AI-agenten körs och vem som startar den (den här delen)
  7. Sätt gränserna i förväg
  8. Mindre styrning för varje modell