阿里妹导读
文章内容基于作者个人技术实践与独立思考,旨在分享经验,仅代表个人观点。
摘要
作为一名高德打车的区域运营同学,和常规运营同学一样,日常工作中需要大量时间和精力在盯数据、写日报、做分析上。半年前,我对"CI/CD"这个词一无所知,甚至不理解代码库、git存在的意义——认为那些都是开发同学才需要懂的东西。
但现在,我独立搭建了一套完整的日报自动化流水线:每天定时从ODPS取数、用Qwen大模型生成日报解读、自动推送钉钉群、自动部署到在线站点。整个流程无需人工干预,从数据到阅读只需要10分钟。
这篇文章不是技术科普,而是一个运营视角的真实实战记录——我是怎么从零开始,一步步踩坑、一步步用AI解决技术问题,最终把整套系统跑起来的。
一、背景:为什么运营要搞CI
1.1 日报的痛点
运营团队应该都需要有这样一份日报,要覆盖前一天的目标达成、大盘数据、商户异动、城市峰值、分时应答情况等诸多模块。以前这份日报的制作流程是这样的:
- 打开ODPS进行SQL取数
- 把数据复制到Excel里整理
- 手动写分析解读
- 排版成文档,发到钉钉群
- 如果要留档,还得手动上传到某个地方
每天至少花1小时,而且依赖人工读数和业务经验,分析质量高度依赖处理人的经验和细心程度。
1.2 团队AI化的契机
2026年初,我们团队开始全面推进AI工具落地。Qwen Code、提示词工程、自动化流程……大家都在探索怎么用AI把重复性工作自动化。
我的leader提出了一个想法:日报能不能自动化? 每天的数据结构是固定的,分析框架是固定的,唯一变化的是数字本身——这不就是最适合自动化的场景吗?
1.3 为什么选Aone CI
说实话,一开始我根本不知道用什么工具。我尝试过几个方案:
| 方案 | 优点 | 缺点 |
|---|---|---|
| 本地Python脚本 | 简单直接 | 每天要手动跑,电脑关了就无法运行 |
| 定时任务(crontab) | 能定时 | 依赖某台机器,不透明 |
| Aone CI流水线 | 云端运行、有日志、能定时触发 | YAML语法,零基础有学习成本 |
最终选Aone CI的原因很简单:我们的代码仓库就在Aone上,CI是现成的能力,不用额外搭环境。 而且团队里已经有同学在用CI做静态站点托管,有现成的经验可以参考。
二、第一次接触CI:从静态站点开始
2.1 第一个任务:让HTML能被在线访问
我的CI之旅不是从日报开始的,而是从一个更简单的需求开始——把HTML文件放到在线站点上。
在Aone代码库里有一个静态站点(Aone Pages),可以把HTML文件托管成在线页面。团队里其他同学已经搭好了这个站点,我需要做的是:把我生成的HTML文件推送到仓库的public/目录下,它就能自动部署到在线地址。
听起来很简单对吧?但实际操作起来,坑一个接一个。
2.2 第一个坑:实战中理解代码库的分支隔离
我在master分支的public/文件夹里放了一个HTML文件,然后发现——我自己的分支能看到这个文件夹,但其他同学的分支看不到。
我当时很困惑:明明在master里建了文件夹,为什么别人的分支没有?
后来问了AI才知道,这是Git分支隔离的正常现象。每个分支是独立的,public/文件夹只存在于创建或合并了它的那些分支上。要让别人的分支也有,需要每个人自己执行一次git pull origin master。
2.3 第二个坑:master是保护分支
更头疼的问题来了。我们仓库的master分支是受保护分支,不能直接push。每次往public/目录合入新的HTML文件,都需要提MR(Merge Request)审核。
这意味着:
-
每次上传HTML → 提MR → 等审核 → 合入master → 手动更新README(生成新的访问链接)
-
流程繁琐,效率很低
2.4 用CI解决:自动更新README
如果能配置一条流水线,在每次push HTML文件后自动生成README索引并推送回去,不就不用手动更新了吗?
这是我第一次真正动手配置CI流水线。 整个过程是在AI的辅助下一步步完成的,大致分为以下几步:
第一步:申请PAT(个人访问令牌)
CI容器里要往仓库push代码,需要一个"通行证"——PAT(Personal Access Token)。CI自带的Token是只读的,不能push。
操作路径:打开 code.alibaba-inc.com → 右上角头像 → 设置 → Private Token → 重置并复制。
第二步:配置Secrets
PAT不能明文写在YAML里(会泄露到日志中),需要通过仓库的变量管理配置为Secrets类型。
| 类型 | 引用语法 | 适用场景 |
|---|---|---|
| Secrets | ${{ secrets.X }} |
敏感信息(Token、密码、API Key) |
| Variables | ${{vars.X}} |
非敏感配置(项目名、端点地址) |
千万别混用——用secrets语法引用Variables类型的变量,值会是空字符串。
第三步:写YAML流水线
这是我写的第一条YAML流水线(.aoneci/update-readme.yaml),核心逻辑是:
- 检测本次push是否涉及
public/*.html文件变更 - 如果有,执行scripts/update-readme.sh脚本重新生成README
- 用PAT把更新后的README推回当前分支
写YAML的过程充满了挫折感——语法错误不会报错,只是流水线不触发。比如trigger要写成triggers(复数),run: \|要写成数组格式,checkout要写成- uses: checkout而不是- checkout。这些调试过程全部依赖AI读取运行日志,一步一步和AI共创问题的解决方案。在这个过程中,我深刻体会到网上那个梗——"我和AI对话的时候,就像绝望的李鸿章,不管他端上来什么,只能无能地点【接受并运行】"......
由此我总结出一个经验:不要从零写YAML,先复制仓库里已经跑通的流水线,再改。
2.5 跑通的那一刻
当我第一次看到流水线执行成功、README被自动推回分支的时候,那种成就感是真实的。
[INFO] 当前分支: qioyue_370902[INFO] Token 长度: 20[INFO] 检测到 HTML 变更: public/test_ci.html[INFO] 推送到 origin/qioyue_370902(用户: judy.qy)[OK] README 已自动推回 qioyue_370902
虽然只是一个简单的README自动更新,但它让我理解了CI的基本工作原理:触发条件 → 执行步骤 → 产出结果。这为后面搭建日报流水线打下了基础。
三、搭建日报自动化流水线
3.1 整体架构设计
有了CI的基础认知后,我开始设计日报自动化流水线。整体思路是:
定时触发 → 取数 → 生成日报 → 转HTML → 推钉钉 → 推仓库 → 自动部署
具体来说,分为7个步骤:
| 步骤 | 动作 | 工具/技术 |
|---|---|---|
| 1 | FBI数据抓取 | DataClaw API |
| 2 | ODPS SQL执行 | MaxCompute(5个模块各配专属SQL) |
| 3 | AI生成日报 | Qwen大模型(自然语言总结) |
| 4 | Markdown转HTML | Python脚本 |
| 5 | 推送钉钉 | Webhook + 加签 |
| 6 | HTML留档 | git push到个人分支的public/目录 |
| 7 | 自动部署 | 触发deploy-pages流水线 |
3.2 变量配置:一次配好,全仓库共享
日报流水线需要很多配置:ODPS的AccessKey、Qwen的API Key、钉钉…