El pipeline de triaje automatizado de Cloudflare para el framework JavaScript Astro redujo issues abiertas en GitHub de 200+ a aproximadamente 30—una reducción del 85%—sin cerrar automáticamente tickets antiguos ni ignorar reportes. El equipo espera cero issues abiertas dentro del mes, un hito en la historia de cinco años de Astro. La infraestructura funciona completamente dentro de GitHub Actions.

El pipeline encadena cuatro agentes secuenciales a través de etiquetas de issues de GitHub. Cada envío recibe una etiqueta "triage needed", luego: un agente de reproducción verifica el comportamiento reportado; un agente de diagnóstico instrumenta código y agrega logging; un agente de verificación confirma bugs genuinos a través de test suites y comentarios; un agente de fix crea pruebas unitarias fallidas y despliega parches. Los agentes se comunican a través de un archivo compartido report.md e historial de comentarios de issues. Este aislamiento previene el sesgo del LLM hacia forzar soluciones cuando puede ser que no existan bugs.

Cuando el agente de fix landing un parche, el pipeline genera un preview release vía pkg.pr.new, publica hallazgos y logs en el hilo de issue, e informa al reportero cómo probar. En la confirmación, la automatización abre un pull request. Los mantenedores pueden auditar cada paso de razonamiento en el registro de auditoría de issue.

Las ejecuciones fallidas del agente señalan brechas en el código base. Cloudflare categoriza fallos como: abstracciones opacas (límites no mapeables), documentación faltante (código crítico inexplicado), e cobertura de pruebas insuficiente. Un bug de Hot Module Replacement mostró el patrón: el bot de triaje modificó repetidamente el mismo condicional e interrumpió otro código. Solo después de que un mantenedor agregara un comentario descriptivo cambió el límite, arreglando tanto el bot como los lectores.

Cloudflare liberó como código abierto el flujo de trabajo como triagebot-action, una acción GitHub independiente. La configuración requiere dos tokens de GitHub, credenciales para Anthropic o Cloudflare Workers AI, y archivos de habilidades específicos del proyecto (SKILL.md, reproduce.md, diagnose.md, fix.md) que enseñen al agente la base de código.

El framework de orquestración subyacente, Flue, es la base reutilizable. Flue utiliza configuración declarativa: los desarrolladores especifican contexto del agente (model, skills, sandbox, instructions) en lugar de escribir bucles de orquestración. El estado de ejecución persiste como registros de eventos de solo adición, por lo que los flujos de trabajo interrumpidos se reanudan desde la última etapa completada.

En la infraestructura de Cloudflare, cada agente Flue se ejecuta como un Durable Object—almacenamiento y computación aislados, sin sesiones pegajosas, sin riesgo de vecino ruidoso, escalado automático según demanda de carga de trabajo. La misma definición de agente se ejecuta en Node.js o GitHub Actions en otro lugar. Flue se integra con GitHub, Slack, Linear, y Discord. Astro 7.0 agregó `astro dev --background`, un modo que detecta tiempos de ejecución de agentes de IA y gestiona el servidor de desarrollo como proceso de fondo, habilitando operadores no humanos en el pipeline.

La etapa de fix es la más difícil: los parches generados deben cumplir con estándares de fusión, mientras que las etapas anteriores solo necesitan completitud de fase. Esa restricción limita el techo de resolución automatizada. Para equipos intentando esto, triagebot-action y Flue proporcionan el punto de partida. El resultado más profundo es la taxonomía de fallos—usar bucles de agentes para exponer brechas de arquitectura es una disciplina que se aplica sin importar qué modelo ejecute el triaje.