GitHub Copilot Automations 怎样设置每次运行的 AI 额度上限
如果你给 GitHub Copilot Automations 配了定时触发器或事件触发器,最容易失控的不是“能不能跑”,而是一次运行会消耗多少 AI credits。直接做法是:编辑自动化时展开 AI credit limits,先设置 Per run,再根据运行频率补充 Daily、Weekly 或 Monthly。其中 Per run 最低为 30 AI credits,达到阈值时会停止当前运行;周期限额达到后,只会阻止新的运行启动。
官方地址:https://docs.github.com/en/copilot/how-tos/use-copilot-agents/cloud-agent/create-automations
更新说明:https://github.blog/changelog/2026-10-28-new-tools-triggers-and-cost-controls-for-copilot-automations/
想限制单次任务成本,就设置 Per run;想限制一天、一周或一个月能启动多少次,就配置对应周期限额。两者要配合使用,不能互相替代。
先把四种限额看成两道闸门
Copilot Automations 的额度设置可以分成“当前运行闸门”和“后续启动闸门”。Per run 绑定一次具体执行:当这次运行达到设定值,运行会停止。Daily、Weekly、Monthly 绑定时间窗口:达到窗口预算后,系统不再启动新的运行,但已经开始的运行不会因为周期额度刚好用完而被中途切断。

| 限额 | 控制对象 | 达到阈值后的行为 | 适合解决的问题 |
|---|---|---|---|
| Per run | 单次运行 | 停止当前运行 | 避免某个复杂任务持续消耗 |
| Daily | UTC 日窗口 | 阻止新的运行 | 限制每天的自动触发总量 |
| Weekly | UTC 周窗口 | 阻止新的运行 | 控制周度预算 |
| Monthly | UTC 月窗口 | 阻止新的运行 | 控制月度预算 |
第一步:先确认自动化由谁承担额度
创建自动化时,先选择它是 Personal 还是 Shared。Personal 自动化只有创建者可见,AI credits 计入个人;Shared 自动化对有权限访问仓库的人可见,额度计入仓库所有者或组织。这个选择会影响后续预算归属,而且创建完成后不能再改类型。
因此,个人调试用的小自动化可以先选 Personal;面向团队的 issue 分类、拉取请求整理或定时检查,应该先确认仓库所有者是否接受这笔预算,再选 Shared。不要只盯着单次上限,却忘了自动化可能被多人或高频事件触发。
第二步:在创建或编辑页面展开 AI credit limits
在仓库的 Agents 或 Automations 页面创建、编辑自动化,先填写名称、类型、触发器和 prompt,再选择真正需要的工具。工具范围直接影响 Copilot 能做什么,也会影响一次任务需要多少推理和操作。GitHub 的官方流程把 AI credit limits 放在自动化配置中,创建后也可以重新编辑。
配置顺序可以压缩成下面四个判断:
- 触发器是不是高频事件,例如每次 issue 更新都触发。
- prompt 是否要求读取大量上下文、反复修改或调用多个工具。
- 工具是否超过任务所需范围,是否真的需要推送代码或创建拉取请求。
- 额度是按个人承担,还是由仓库所有者承担。

第三步:设置 Per run,给单次任务设硬边界
在 AI credit limits 区域填写 Per run。官方要求最低值为 30 AI credits;空着表示不设置这项上限。刚开始可以按任务复杂度分档:只做标签判断的自动化设较小值,需要查代码、运行工具并产生改动的任务设更高值,然后通过几次手动运行观察是否经常触顶。
这里的关键是“触顶会停当前运行”。如果 prompt 里写了多个连续目标,达到 Per run 后可能只完成前半段,所以应该把一个自动化的职责收窄。例如先让它分类和补充标签,把代码修改交给另一个有独立额度的自动化,而不是让一次运行同时分析、改代码、运行测试和创建 PR。
# 这是配置思路示例,不是 GitHub API 的可直接粘贴请求
# Per run 负责截断单次运行,数值必须不低于 30
per_run = 60
# 周期限额负责阻止后续启动,按 UTC 窗口计算
daily = 300
weekly = 1200
monthly = 4000
# 单次预算优先于周期预算,用于控制一条任务的最大消耗
if current_run_credits >= per_run:
stop_current_run()
上面的伪代码只帮助理解边界,真正设置要在自动化的 AI credit limits 区域完成。不要把它当成 GitHub Actions YAML,也不要把 stop_current_run() 当成公开 API。
第四步:用周期限额约束高频触发
如果只设置 Per run,却给自动化绑定了高频事件,很多次合法的小运行叠加后仍可能超过预算。这时补充周期限额。Daily 在每天 00:00 UTC 重置,Weekly 在每周一 00:00 UTC 重置,Monthly 在每月第一天 00:00 UTC 重置。它们的作用是“达到上限后不再开始新运行”,不会中断已经在执行的任务。
配置时可以先用一个简单估算:
# 用预计平均消耗估算周期预算,避免只凭感觉填写
expected_runs = 20
average_credits = 40
buffer = 1.25
# 预算覆盖预计运行量,并保留少量波动空间
daily_limit = int(expected_runs * average_credits * buffer)
print(daily_limit)
如果每天事件次数不可控,周期限额应优先保护预算;如果任务本身容易陷入长链路,Per run 应优先保护单次风险。两者同时设置时,读者要记住它们的时间粒度不同:一次运行触顶是即时行为,周期限额触顶是下一次启动时才生效。
第五步:手动运行一次,检查策略是否和任务匹配
保存自动化后,可以从 Automations 页面手动运行,不必等待事件或计划触发。测试时选择一个真实但低风险的资源,观察它是否能在额度范围内完成预期动作,并确认所选工具没有越过任务边界。
重点看三件事:
- Per run 是否太小,导致每次都在完成主要动作前停止。
- Daily、Weekly、Monthly 是否因为 UTC 重置时间而和团队本地工作日错位。
- Shared 自动化的额度归属是否已经得到仓库所有者或组织认可。
如果一次运行总在边界附近结束,不要第一时间只提高额度。先缩短 prompt、减少工具、拆分职责,再决定是否上调 Per run。这样可以把额度设置变成架构约束,而不是给一个不断膨胀的自动化续费。
常见误区和一张配置清单
误区一:把 Daily 当成单次运行上限。 Daily 不会停止已经开始的运行,单次成本要靠 Per run。
误区二:把空白当成零。官方页面把空白定义为不设置该项,不等于允许一次运行只消耗 0 credits。
误区三:忽略自动化类型。 Personal 与 Shared 的可见范围、操作身份和计费归属不同,预算应该在选类型时一起确认。
误区四:只限制额度,不限制工具。工具越多,任务边界越宽;先选完成目标必需的工具,再用额度做最后一道保护。
| 检查项 | 建议 |
|---|---|
| 单次风险 | 设置 Per run,且不低于 30 AI credits |
| 高频触发 | 增加 Daily 或 Weekly,防止集中启动 |
| 长期预算 | 增加 Monthly,并记住按 UTC 重置 |
| 团队共享 | 先确认仓库所有者或组织的额度归属 |
| 工具范围 | 只授予 prompt 真正需要的工具 |
相关问题
Per run 最低可以填多少?官方文档给出的最低值是 30 AI credits。
Daily 达到上限会杀掉当前任务吗?不会。Daily、Weekly、Monthly 达到上限后阻止新运行,已经在执行的运行不会被它们中途停止。
怎样移除已经设置的限额?编辑自动化并清空对应的限额字段。
为什么设置了 Per run 还需要 Monthly?Per run 只限制单次,多个小运行累积后仍会形成月度消耗,所以长期运行还需要周期预算。
Gemini Interactions API GA 后适合哪些代理场景
- 上一篇
- Gemini Interactions API GA 后适合哪些代理场景
- 下一篇
- Python 3.14.10 发布后怎样安排小版本升级
-
- 科技周边 · 业界新闻 | 1小时前 | Redis · 客户端 · 兼容性 · redis COMMAND DOCS Redis 8.10 COMMAND INFO 客户端能力探测
- Redis 8.10 命令文档怎样帮助客户端做能力探测
- 346浏览 收藏
-
- 科技周边 · 业界新闻 | 1小时前 |
- GitHub Actions 近期工作流治理应优先看哪些权限
- 483浏览 收藏
-
- 科技周边 · 业界新闻 | 2小时前 | gemini ·
- Gemini Interactions API GA 后适合哪些代理场景
- 217浏览 收藏
-
- 科技周边 · 业界新闻 | 2小时前 |
- Kubernetes v1.35 API 文档中工作负载边界有哪些变化
- 161浏览 收藏
-
- 科技周边 · 业界新闻 | 2小时前 |
- Go 1.27.3 发布后 crypto/x509 用户应关注什么
- 180浏览 收藏
-
- 科技周边 · 业界新闻 | 2小时前 | CI/CD · gitHub actions · 业界新闻 · 供应链安全 · GitHub Actions Dependabot actions.lock workflow lockfiles gh-actions-lock
- GitHub Actions 工作流锁文件公开预览后怎样固定依赖变更
- 203浏览 收藏
-
- 科技周边 · 业界新闻 | 2小时前 |
- OpenTelemetry OBI 1.0 怎样迁移 Config v1 配置
- 158浏览 收藏
-
- 科技周边 · 业界新闻 | 2小时前 | 云原生 · 版本升级 · 兼容性 可观测性 OpenTelemetry Collector OTTL
- OpenTelemetry OTTL v1 稳定后兼容性承诺覆盖什么
- 447浏览 收藏
-
- 科技周边 · 业界新闻 | 17小时前 |
- OpenAI GPT-6.1 Terra 发布后怎样评估视觉推理场景
- 452浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 856次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 860次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 938次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 914次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 746次使用
-
- Lovart网页项目返工成本怎么控?先锁结构还是先精修视觉
- 2026-09-13 207浏览
-
- AI 批量调用成本控制:从请求日志到预算阈值的完整工作流
- 2026-06-17 202浏览
-
- 多模态模型图片输入怎么控成本:分辨率、细节档位与长图拆分
- 2026-08-26 152浏览
-
- 多模态图片输入怎么控成本:分辨率、切片与 token 预算核对
- 2026-08-27 161浏览
