作者 | Leela Kumili

譯者 | 田橙

GitHub 引入了一種自動化、持續(xù)的、由 AI 驅(qū)動的工作流，將無障礙反饋轉(zhuǎn)化為跨產(chǎn)品團隊跟蹤和優(yōu)先級排序的工程工作。該系統(tǒng)基于 GitHub Actions、GitHub Copilot 和 GitHub Models APIs 構(gòu)建，集中管理用戶報告，分析其嚴重性及其與 Web 內(nèi)容無障礙指南的合規(guī)性，并在各服務(wù)之間協(xié)調(diào)問題分流和解決。

從歷史上看，無障礙報告此前來源于多個渠道，包括支持工單、社交媒體和討論論壇，而且在負責(zé)導(dǎo)航、認證和共享組件的團隊之間通常缺乏明確的歸屬。GitHub 通過集中入口并引入標準化的問題模板來解決這一問題，這些模板捕獲結(jié)構(gòu)化元數(shù)據(jù)，包括來源、受影響的組件以及用戶報告的障礙。提交問題會觸發(fā)一個自動化工作流，啟動基于 AI 的分析并更新一個集中式項目看板。

GitHub 無障礙高級項目經(jīng)理 Carie Fisher 強調(diào)了在大型工程組織中管理碎片化和高容量輸入的挑戰(zhàn)，并表示：

無障礙反饋是黃金，但在規(guī)?；闆r下，它很快會變得令人難以應(yīng)對。

該工作流始于接收和分類。來自公共討論板、工單或直接提交的反饋會在幾天內(nèi)得到確認，并被匯入單一的跟蹤管道。一個自定義的無障礙問題模板嵌入了元數(shù)據(jù)，包括來源、組件上下文和用戶報告的障礙。創(chuàng)建問題會觸發(fā)一個 GitHub Action，從而啟動 AI 分析并更新集中看板上的項目狀態(tài)。

Agentic 接收工作流

一旦檢測到跟蹤問題，另一個 Action 會調(diào)用 GitHub Copilot，并結(jié)合存儲的提示詞對 WCAG 違規(guī)、嚴重性以及受影響的用戶群體（屏幕閱讀器用戶、鍵盤用戶、低視力用戶）進行分類。這些提示詞引用了以 Markdown 維護并通過代碼更新的內(nèi)部無障礙策略和組件庫文檔。Copilot 會自動填充約百分之八十的結(jié)構(gòu)化元數(shù)據(jù)，包括推薦的團隊分配和基礎(chǔ)無障礙測試的檢查清單，并發(fā)布一條總結(jié)其分析的評論。第二個 Action 會解析該評論，以應(yīng)用標簽、狀態(tài)更新和分配。我們的提示詞承擔(dān)兩個角色：分流分析，即按 WCAG 違規(guī)、嚴重性和受影響用戶群體對問題進行分類；以及無障礙指導(dǎo)，在此過程中 GitHub Copilot 作為領(lǐng)域?qū)＜?，幫助團隊編寫和審查無障礙代碼。

分析與更新循環(huán)

人工審查仍然是核心。在 Copilot 的初步分析之后，無障礙團隊會在一個首響應(yīng)看板上驗證嚴重性等級和類別標簽。若存在差異，將進行修正，并記錄修正以優(yōu)化提示詞文件并改進未來的 AI 輸出。在驗證之后，將確定解決路徑：即時更新文檔、直接修復(fù)代碼，或分配給相應(yīng)的服務(wù)團隊。來自內(nèi)部合規(guī)系統(tǒng)的關(guān)聯(lián)審計問題進一步提供了現(xiàn)實世界影響的上下文，并有助于在理論上的關(guān)鍵性之外優(yōu)先處理真實風(fēng)險。

在一篇相關(guān)的 LinkedIn 帖子 中，客戶參與專家 Lianne G. 指出該工作流的影響，并表示：

借助新的 AI 驅(qū)動工作流，我們在 90 天內(nèi)解決的反饋量提高了 4 倍。

GitHub 報告稱，在采用該系統(tǒng)之后出現(xiàn)了可量化的變化。在 90 天內(nèi)解決的無障礙問題比例從 21% 提升至 89%，而總體解決時間同比下降了超過 60%。該工作流還提供了對重復(fù)出現(xiàn)的無障礙模式的可見性，并包含用于優(yōu)化 AI 提示詞和評估標準的反饋循環(huán)。

這種方法反映了持續(xù)型 AI 系統(tǒng)如何被應(yīng)用于運營工作流，將自動化分析與人工審查相結(jié)合，以在大型工程組織中處理諸如無障礙等跨領(lǐng)域問題。

https://www.infoq.com/news/2026/04/github-ai-accessibility-workflow/

聲明：本文為 InfoQ 翻譯，未經(jīng)許可禁止轉(zhuǎn)載。