GitHub Agentic Workflows te permite escribir automatizaciones de tu repositorio en un archivo Markdown —un frontmatter YAML corto más instrucciones en lenguaje natural— que la CLI gh aw compila a un workflow normal de GitHub Actions ejecutado por un agente de IA. GitHub lo anunció como disponibilidad general (GA) el 28 de octubre de 2026 para GitHub Free, Team y Enterprise en github.com.
Nota sobre el estado: al momento de publicar esta nota, el tutorial de docs.github.com todavía describía la función como “public preview”. El changelog de GitHub del 28 de octubre es el anuncio de GA.
La propuesta es simple: esas tareas de triage, etiquetado, investigación de fallos de CI o reportes de estado para las que nunca escribirías 300 líneas de YAML ahora se describen en un párrafo, y un agente las ejecuta en cada evento, con permisos de solo lectura por defecto.
¿Qué es GitHub Agentic Workflows y en qué se diferencia de GitHub Actions?
Es una capa sobre GitHub Actions, no un reemplazo. GitHub Actions es el sistema de CI/CD integrado en GitHub: workflows en YAML dentro de .github/workflows/ que se disparan con eventos del repositorio (un push, un pull request, un issue nuevo) y ejecutan pasos deterministas. Agentic Workflows agrega un tipo de archivo nuevo en esa misma carpeta, con extensión .md.
El comando gh aw compile convierte ese Markdown en un archivo .lock.yml al lado: un workflow de Actions normal, y es lo que GitHub ejecuta de verdad. Haces commit de los dos.
El archivo Markdown tiene dos partes:
- Frontmatter (YAML): cuándo corre (
on:), qué puede leer el agente (permissions:), qué tiene permitido producir (safe-outputs:), qué motor lo ejecuta (engine:) y límites comotimeout-minutes:. - Cuerpo (Markdown): las instrucciones para el agente, escritas como le explicarías la tarea a alguien del equipo.
¿Por qué compilar en vez de leer el Markdown directamente? El lock file es donde las barreras de seguridad se vuelven concretas: el sandbox, el firewall y los jobs separados que aplican lo que propone el agente. Editar las instrucciones del cuerpo no requiere recompilar; cambiar el frontmatter sí.
¿Funciona con Claude Code, Codex o Gemini, o solo con Copilot?
Funciona con los cuatro. El motor se elige por workflow con la clave engine:, y si no la defines, el valor por defecto es Copilot.
| Motor | Valor de engine: |
Credencial (secret del repositorio) |
|---|---|---|
| GitHub Copilot CLI | copilot (por defecto) |
Repos de organización: ninguna; agrega copilot-requests: write en permissions y se usa el GITHUB_TOKEN integrado. Repos personales: COPILOT_GITHUB_TOKEN |
| Claude Code | claude |
ANTHROPIC_API_KEY |
| OpenAI Codex | codex |
OPENAI_API_KEY |
| Google Gemini CLI | gemini |
GEMINI_API_KEY |
En repositorios personales, COPILOT_GITHUB_TOKEN es un fine-grained personal access token de tu cuenta con el permiso Copilot Requests en Read. Es independiente del GITHUB_TOKEN por defecto.
Es decir, la licencia de Copilot solo hace falta si usas el motor de Copilot. Un equipo que ya paga acceso a la API de Anthropic u OpenAI puede correr los mismos workflows con esas claves: Claude Code en GitHub Actions es literalmente una línea de frontmatter.
¿Qué necesitas para usarlo y funciona en Windows?
- GitHub CLI
gh2.0.0 o superior (gh --version) - Permiso de escritura en el repositorio, con GitHub Actions habilitado
- Una cuenta en alguno de los cuatro motores de la tabla anterior
- Linux, macOS o Windows a través de WSL: el quickstart no ofrece una ruta nativa para Windows
Si gh no está autenticado con los scopes necesarios:
gh auth login --scopes repo,workflow
¿Cómo instalar gh aw y agregar tu primer workflow?
Instala la extensión de la CLI:
gh extension install github/gh-aw
Después, desde la raíz de tu repositorio, agrega un workflow listo para usar de la colección agentics de GitHub Next. Vamos con Issue Triage:
gh aw add-wizard githubnext/agentics/issue-triage
El asistente te pregunta qué motor usar; agrega --engine claude (o codex, gemini) para saltarte la pregunta. Escribe dos archivos en .github/workflows/: el Markdown fuente y su .lock.yml compilado. Configura el secret de tu motor, haz commit de ambos archivos en la rama por defecto y el workflow queda activo.
Para revisar las ejecuciones:
gh aw status
gh run watch
El repositorio agentics tiene decenas de workflows más que se agregan igual: CI Doctor (investiga fallos de CI), Daily Repo Status, PR Fix, Link Checker, Daily Malicious Code Scan y otros.
¿Cómo se ve por dentro un workflow de triage de issues?
Este es el frontmatter del workflow Issue Triage que acabas de agregar:
---
on:
issues:
types: [opened, reopened]
reaction: eyes
permissions:
contents: read
issues: read
safe-outputs:
add-labels:
allowed:
- bug
- feature
- question
- needs-info
- priority/p0
- priority/p1
- priority/p2
- duplicate
- invalid
- spam
max: 4
add-comment:
max: 1
set-issue-type:
max: 1
timeout-minutes: 10
---
(El archivo real también incluye un campo description:, que omitimos aquí.)
Fíjate en el detalle que importa: issues: read. El agente no puede escribir una etiqueta. Lo que sí puede hacer es proponer hasta cuatro etiquetas, solo de esa lista permitida, además de un comentario y un tipo de issue. Un job separado, con su propio permiso de escritura, las aplica después de los controles.
El cuerpo es un brief en inglés llano en seis pasos: reunir contexto (leer el issue, las etiquetas del repo, los issues abiertos y cerrados recientemente, la documentación), evaluar si está completo (pedir lo que falta en lugar de adivinar), clasificar y priorizar (con definiciones explícitas de p0, p1 y p2), detectar duplicados (y nunca marcar uno solo porque el título se parece), evaluar si un agente de código podría tomarlo, y publicar un reporte.
Dos notas prácticas de la propia documentación del workflow:
- Las etiquetas de
allowedtienen que existir en tu repositorio. Créalas o edita la lista para que coincida con tus convenciones. - Solo se dispara cuando un issue se abre o se reabre; no puedes ejecutarlo a mano.
¿Cómo cambiar las instrucciones o el motor de IA?
Edita .github/workflows/issue-triage.md. Si solo cambias las instrucciones del cuerpo, haz commit y push. Si cambias el frontmatter —un trigger nuevo, otra lista de etiquetas, otro motor— recompila primero:
gh aw compile
Luego haz commit de los dos archivos: el .md y el .lock.yml regenerado. Cambiar de motor es una línea:
---
engine: claude
---
En los workflows que admiten ejecución manual, gh aw run <nombre-del-workflow> lanza una ejecución cuando quieras.
Si prefieres no escribir el archivo, gh aw init agrega las skills e instrucciones que un agente de código necesita para crear agentic workflows por ti. El tutorial oficial de GitHub hace justamente eso: le pides al agente que cree un revisor de PR que verifique que los cambios tienen tests, revisas lo que genera y haces commit.
¿Es seguro dejar que un agente toque tu repositorio?
Esta es la sección para el CTO. Los valores por defecto, según el anuncio de GA y la documentación de referencia, son:
- Solo lectura por defecto. El job del agente corre sin permisos de escritura.
- Safe outputs. Todo lo que el agente quiera cambiar —una etiqueta, un comentario, un issue, un PR— se declara en
safe-outputscon límites (max,allowed,blocked) y lo aplica un job separado. - Detección de amenazas. Un job revisa cada cambio propuesto antes de aplicarlo.
- Sandbox y firewall. El agente corre en un contenedor aislado detrás del Agent Workflow Firewall, y las reglas del integrity filter controlan a qué contenido de GitHub puede acceder.
¿Y el merge? La guía técnica de GitHub de febrero de 2026, escrita durante la preview, afirmaba que los pull requests de agentic workflows “nunca se fusionan automáticamente”. La referencia de GA tiene más matices: ahora incluye un safe output merge-pull-request que fusiona “después de pasar las policy gates”, marcado como experimental y limitado a uno. El resumen correcto es: un agente no puede fusionar nada a menos que declares explícitamente esa salida en el frontmatter. Si el merge no está en tus safe-outputs, no ocurre. Esa línea es tu política de gobernanza, y se revisa en un PR como cualquier otro código.
¿Cuánto cuesta usar GitHub Agentic Workflows?
El anuncio de GA no menciona un precio aparte para Agentic Workflows. Cada workflow corre como un job de GitHub Actions, así que el costo es la ejecución de Actions más lo que consuma el motor.
- Motor Copilot: la guía técnica de GitHub de febrero indicaba que cada ejecución consume normalmente dos premium requests: una para el trabajo del agente y otra para el control de safe outputs. Es una cifra del propio GitHub de la etapa de preview; revisa tu consumo real cuando lo tengas en marcha.
- Claude, Codex, Gemini: se factura a tu API key con las tarifas de cada proveedor.
Con la GA, gh aw forecast dejó de ser experimental: estima en rangos el gasto mensual en créditos de IA, incluidos los créditos de detección de amenazas. Ejecútalo antes de desplegar un workflow en decenas de repositorios.
¿Cuándo conviene usarlo y cuándo no?
Brilla en el trabajo repetitivo y de bajo criterio que nadie quiere tener a su cargo: triage, etiquetado, investigación de fallos de CI, reportes diarios, documentación desactualizada. No sustituye un pipeline determinista: builds, tests y deploys deberían seguir en YAML normal de Actions, donde la misma entrada siempre da la misma salida.
Si ya automatizas con agentes fuera de GitHub, la comparación es directa con Cursor Automations y con las Routines de Claude Code: la diferencia es que aquí el agente vive dentro de Actions, con los permisos del repositorio como frontera.
Un buen primer paso es un solo workflow de casi solo lectura —triage o Daily Repo Status— en un repositorio activo, con gh aw forecast ejecutado antes. Después, amplía.
¿Y tú? ¿Qué tarea repetitiva de tu repositorio sería la primera que le delegarías a un agente?
- Nunca: el merge siempre lo hace una persona
- Sí, con policy gates y solo en repositorios de bajo riesgo
- Todavía no lo he decidido
- Prefiero otra opción (cuéntanos cuál)
Comenta abajo o, si este artículo te llegó por correo, responde directamente al email: tu respuesta se publica aquí.
Relacionado: GitHub Copilot Ya No Quiere Ser un Copilot