ChatGPT软件写代码交付AI 评分 · 待评分AI 辅助编辑·未发现明显提示词注入风险n8n.io

GitHub Issue 自动分类并创建 Jira 工单

监听 GitHub 新 issue → OpenAI 分类 → 条件路由 → 在 Jira 创建 Bug 或 Task 工单

有一点经验步骤流程贴士
给谁
需要把 GitHub issue 同步到 Jira 的开发或项目管理团队
你会得到
新 GitHub issue 自动经 AI 分类后在 Jira 生成对应类型工单，减少手动分拣
你需要
n8n · github · jira

硬约束

前置条件：可访问的 n8n 实例；GitHub、OpenAI、Jira 的 API 凭证。将模板导入 n8n 后，按节点顺序配置凭证与项目参数，保存并启用 workflow。来源标注可试用 gpt-4.1-mini 提速或 gpt-4o 提高准确度。

他们做了什么

该 n8n 模板展示了一个自动化流程：通过 GitHub Trigger 监听新 issue，由 AI Agent 调用 OpenAI Chat Model 对 issue 标题和正文进行分类，Structured Output Parser 约束输出为结构化 JSON，IF 节点根据分类结果路由到创建 Bug 或 Task 的 Jira 节点，实现 issue 到工单的自动流转。

效果如何

作者声称该模板可节省手动 triage 时间，支持 bug/task 自动路由，并标注为 beginner-friendly，附有 sticky note 说明。

值得知道

1）来源未公开 AI Agent 节点内的具体 system/user prompt，实际复现需自行编写分类指令并测试输出格式；2）workflow.json 中各节点 parameters 为空对象，导入后需在 n8n 编辑器中手动补全字段映射；3）可扩展分类类型（如 improvement、documentation）或增加错误处理分支（如分类失败时通知 Slack），但属于来源建议而非模板默认行为；4）本站未实测该 workflow，reproduction=not_tested。

n8n 工作流模板

结构已检查 · 未实际运行

下载后在 n8n 选择“Import from File”，或复制 JSON 后粘贴到编辑器。先配置自己的账号，再用测试数据运行；模板默认未启用。

下载 JSON查看原模板

配置与测试清单

需要绑定的凭证

  • 导入后按各需鉴权节点绑定你自己的凭证；本附件不含原作者密钥。

需要替换的配置

  • 源模板来自 n8n 公开库 #8216（约 12 个节点）。导入后先保持未启用，核对触发器、表达式与外部 API 端点。
  • Sticky Note 中的说明仅供参考；按自己的账号、表结构或频道 ID 替换占位配置。

测试输入与预期结果

  • 在测试环境手动执行一次主路径，确认每个需凭证的节点已连接且无鉴权错误。
  • 用一条合成/脱敏样例数据跑通，核对输出字段与下游写入目标，再考虑生产启用。

模板处理说明

  • 已移除原作者凭证绑定、webhookId 与执行数据，工作流设为未启用；节点、连线与原文提示词保持原样。未在 n8n 中实际运行。
  • 未改业务逻辑；运行前请自行核对密钥、配额与隐私合规。

模板获取日期: 2026-10-24

步骤

  1. 配置 GitHub 触发器

    在 n8n 中导入模板后，打开 GitHub Trigger 节点。创建并选择 GitHub 凭证，填写 owner（用户名或组织）与要监听的 repository。保存后，该节点会在指定仓库有新 issue 时触发 workflow。

  2. 配置 AI Agent 与分类模型

    打开 AI Agent 节点，确认其连接 OpenAI Chat Model 子节点。在 OpenAI Chat Model 节点选择已创建的 OpenAI 凭证，可按需选用 gpt-4.1-mini、gpt-4.1、gpt-4o 或 gpt-4。将 Structured Output Parser 连接到 AI Agent 的 ai_outputParser，确保 AI 返回结构化 JSON（如 {"type": "bug"}）。Simple Memory 连接到 ai_memory 供会话记忆使用。来源未公开节点内具体 prompt，需在 AI Agent 中自行补充分类指令。

    运行提示词 · 本站建议版本。AI Agent 的提示词字段；需自行编写或补充分类指令，建议先用样例 issue 测试输出格式

    请根据以下材料……

  3. 设置条件路由（IF 节点）

    打开名为 Is it a bug? 的 IF 节点。设置判断条件：检查 AI Agent 经 Structured Output Parser 输出的字段（如 type）是否等于 bug。若为 true，路由到 Create Jira Ticket (Bug)；否则路由到 Create Jira Ticket (Task)。

  4. 配置 Jira 工单创建

    分别打开 Create Jira Ticket (Bug) 与 Create Jira Ticket (Task) 节点。创建并选择 Jira 凭证（需邮箱、API token、Atlassian 域名），在两个节点中填写目标 project key。确保节点从上游获取 GitHub issue 的标题与正文，作为 Jira 工单的描述内容。保存并启用 workflow。

可复制提示词

搭建指导 · 本站建议版本。交给搭建助手，先确认输入和权限

这一段是提示词，页面不会在这里插入广告。

你正在搭建一个 n8n workflow：当指定 GitHub 仓库出现新 issue 时，由 OpenAI 模型自动分类为 bug 或 task，并在 Jira 创建对应工单。请先确认你已拥有 n8n 实例、GitHub/OpenAI/Jira 三类凭证，以及目标仓库和 Jira project key。按步骤配置触发器、AI Agent（含模型与结构化输出解析器）、IF 路由、Jira 节点，保存后先用测试 issue 验证分类与工单创建结果。

先准备三类凭证，再按节点顺序配置；AI Agent 内分类 prompt 需自行补充并测试。

来源

Classify and convert GitHub issues to Jira tickets with OpenAI · devgor · n8n.io · 2025-09-03

留言与反馈

试过这个方法吗？分享效果、遇到的问题或改进建议。留言审核后公开，请勿填写敏感信息。

正在加载…

    相关用例