（3585期）Prompt Request Pipeline – 写 Issue 即完成开发，全自动管道

写 Issue 即完成开发，全自动管道 GitHub Issue自动化全流程管道：从任务创建到代码合并全自动执行，支持智能任务分解、自动评审与安全合并，开发效率提升10倍 使用说明 核心用法 prompt-request 是一个完整的 GitHub 自动化开发管道，用户只需创建带 [auto] 标签的 Issue，系统即可自动完成从任务分析、代码实现、测试、PR 创建、代码审查到合并的全流程。支持通过 Omega-bridge 进行任务分解，或直接基于 Issue 内容实现，全程在 Issue 评论区更新进度。 显著优点 端到端自动化：Issue → 实现 → 测试 → PR → 评审 → 合并，零人工干预 智能任务分解：集成 Omega-bridge 实现 SWML 级别的任务拆解，复杂需求也能自动处理 安全机制完善：禁止 force push、禁止直接推送到 main 分支、跳过 bot 发送者防止循环、限制 CI 修复重试次数 性能优化显著：关闭/推送事件从 8-12 分钟优化至 3 秒，完整管道约 5 分钟完成 灵活扩展：支持引用 SKILL.md 获取领域知识、加载 AGENTS.md/SOUL.md 定义 agent 人格 潜在缺点与局限性 环境依赖较重：需要 OpenClaw Gateway、GitHub CLI 认证、Git SSH 访问、Webhook 配置，本地搭建复杂 模型成本：默认使用 Claude Opus 4-6 高思考模式，Token 消耗较大 代码质量边界：自动评审可能无法捕捉复杂业务逻辑缺陷，重度依赖 LLM 的判断能力 单任务规模限制：建议 ≤300 行 diff，大功能拆分不足可能导致实现不完整 安全风险：allowUnsafeExternalContent 开启后存在潜在注入风险 适合人群 独立开发者/技术创始人：希望将重复性编码工作自动化，专注产品设计 小型敏捷团队：缺乏专职 DevOps，需要低成本 CI/CD 替代方案 AI 驱动开发探索者：愿意用 LLM 承担核心开发角色，接受新兴工作流 内容/工具类项目：需求明确、边界清晰的功能开发场景 常规风险 配置错误导致意外操作：Webhook 配置不当可能触发非预期自动化 权限泄露：Git SSH 和 GitHub CLI 凭证需妥善保管 代码所有权争议：自动生成代码的版权归属需提前约定 生产事故：自动合并机制若绕过关键检查，可能引入缺陷 原始说明 GitHub Issue → auto-implement → PR → review → auto-merge pipeline. Write an Issue with [auto] tag, and the pipeline handles everything: task analysis, implem...