本仓库示范如何用 GitHub Copilot CLI 统一编排 “需求增强 → 代码生成 → 容器执行 → 结果验证” 的 R 自动化任务。仓库提供可复用的脚本、提示模板与 Docker 镜像，帮助团队快速搭建数据分析流水线并沉淀完整的迭代日志，便于审计和复盘。
- Dockerfile为示例，需要调整成合适的镜像资源
- scripts/check-r-code.sh:70-90 在把脚本路径注入 Rscript -e "parse(file = '...')" 时直接拼接未转义的 '，若任务目录含有单引号会导致解析失败或执行错误。
- scripts/r-workflow-auto.sh 的需求增强阶段会执行增强文档中的任何“新建任务”指令（示例：tasks/iris-row-count/），目前缺少保护机制，易在未审核增强内容时误创建额外任务目录。
config/default.yaml仅作为参考示例，当前脚本未自动读取，修改后不会影响实际运行配置。
| 路径 | 说明 |
|---|---|
docker/ |
R 运行镜像 Dockerfile 及 docker-compose.yml。 |
scripts/ |
自动化脚本，覆盖需求增强、代码生成、静态检查、容器执行与结果验证。 |
templates/ |
Copilot 提示模板，保证生成内容结构统一。 |
docs/ |
架构与流程说明与示例。 |
config/ |
默认配置示例（镜像标签、模型名等），目前未被脚本自动加载。 |
analysis/ |
示例 R 分析脚本及检查报告，便于参考。 |
tasks/ |
用户执行任务时的输入、生成脚本、日志与报告（运行时动态创建，包含 output/、logs/、tmp/、notes.md 等）。 |
tmp/ |
运行过程产生的临时文件存放点（按需清理）。 |
- enhance
enhance-requirement.sh读取requirement_raw.md，用模板驱动 Copilot 产出requirement_enhanced.md与acceptance_criteria.md，中间 Prompt 保存在tasks/<TASK>/tmp/。 - generate
r-workflow-auto.sh渲染模板并调用 Copilot 生成 R 脚本；修复轮会复制上一版脚本、插入 shebang、清理 Markdown 包装，并把上一轮脚本尾部 200 行及检查/运行/验证日志尾部写入上下文；静态检查失败、容器执行失败或验收失败都会进入下一轮，连续两次同类失败会终止。 - execute
在 R 容器中运行最新脚本，同时采集日志与输出工件；容器运行时继承宿主 UID/GID 并挂载任务目录到/workspace，确保tasks/<TASK>/output、logs可写即可。 - validate
validate-result.sh先做本地存在性检查（run 日志、验收标准、output 目录及额外--artifact路径），再让 Copilot 按验收标准核验文件存在性（默认不解析 run 日志内容）；失败将触发下一轮修复。
-t/--task：任务名（必填），对应tasks/<NAME>/。-i/--input、-d/--data：将需求文档或数据复制到任务目录。--from-stage、--skip-docker：从指定阶段开始或仅跑到静态检查。--artifact：声明需要验证存在的产物，可重复多次。--notes：自定义notes.md路径，便于单独记录。
详细数据流可参考 docs/architecture.md。
- 安装 GitHub Copilot CLI 并完成登录。
- 主机已安装 Docker，当前用户具备构建与运行镜像的权限。
- （可选）安装
rsync与rg以获得更快的文件同步与扫描体验。
# 1. 构建 R 运行镜像
./scripts/docker-utils.sh build
# 2. 准备任务目录与需求
mkdir -p tasks/sales-demo
cp docs/examples/requirement_raw.md tasks/sales-demo/requirement_raw.md
# 3. 启动自动化流水线（生成、执行、验证）
./scripts/r-workflow-auto.sh -t sales-demo
# 4. 如果没有容器环境（本机需要有R环境）
./scripts/r-workflow-auto.sh -t sales-demo --skip-docker执行完成后，tasks/sales-demo/ 将包含：
requirement_enhanced.md、acceptance_criteria.md：增强需求与验收标准。script_vXX.R：按迭代编号保存的 R 脚本。logs/：Copilot 交互日志、静态检查报告、容器运行日志、验证报告（缺少rg时也会在日志里给出警示）。tmp/：上下文、Prompt、验证快照（复现 Copilot 输入的关键）。output/：脚本产出（图表、报表、模型文件等）。notes.md、report.md：任务历程与最终摘要。
⚠️ 提示：增强阶段产出的需求文档可能会指示“新建别的子任务目录”（例如tasks/iris-row-count/）。在继续自动迭代前，建议先审阅requirement_enhanced.md，必要时手动调整后再执行r-workflow-auto.sh，以免无意中在tasks/下创建额外目录。
scripts/r-workflow-auto.sh：端到端控制器，支持--from-stage、--max-iters、--artifact、--skip-docker、COPILOT_*_CMD_TEMPLATE等；修复迭代自动复制上一版脚本并清理 Markdown 片段。scripts/enhance-requirement.sh：读取requirement_raw.md，渲染模板后调用 Copilot 产出增强需求与验收标准，并把 Prompt/日志写入tasks/<TASK>/tmp、logs。scripts/check-r-code.sh：运行parse()、lintr、危险调用扫描与依赖探测，生成 Markdown 报告（若rg缺失会 fallback 到grep）。scripts/docker-utils.sh：封装镜像构建 (build) 与脚本执行 (run)，运行脚本时会将任务目录挂载到/workspace并以宿主 UID/GID 执行Rscript。scripts/validate-result.sh：校验运行日志、验收标准与产物是否存在，再结合 Copilot 给出文字验收结论；本地检查失败会直接返回非零。
对于“快速验证”场景，仅需准备精简的 VM + ACR + Azure OpenAI 组合即可跑通流程：
测试步骤建议：在本地构建镜像 → 推送到 ACR → VM 上
docker pull并git clone此仓库 → 登录 Copilot CLI → 运行./scripts/r-workflow-auto.sh -t <task>验证端到端流程。若需持久化任务数据，可以直接使用 VM 的数据盘或挂接托管磁盘即可。
docs/architecture.md：包含完整的系统架构、数据流与扩展点。AGENTS.md：仓库级 Copilot 指令，方便 Copilot CLI 按当前项目约定执行更新。
- 让
config/default.yaml的默认镜像标签与模型参数可被脚本加载/覆盖，减少重复传参。 - 扩展
validate-result.sh，在 Copilot 或本地检查中解析运行日志内容，而不仅是文件存在性。 - 修复
check-r-code.sh对含单引号路径的转义问题，避免 parse 阶段报错。