AI ワークフローを GitHub Actions 上で動かしたいってなったとき気にしないといけないのはトークン代ですが、フロンティアモデルは結構なお値段するのでもうちょっと安価なモデルを使えないかな…? (ただし安全に) と思ってたら ai& が結構ありでは???と思ったので試してみます。
ちょうどクーポンもあるので↓いまなら実質無料で試せます。
GitHub Agentic Workflows とは
今回使ってみるのが GitHub Agentic Workflows です。知らない人も多いかもなので軽く紹介すると、GitHub Actions 上で様々なエージェントを動かすためのフレームワークです。
ただ、書き方はだいぶ従来の GitHub Actions とは変わっていて、通常の yaml ではなく、↓ のような frontmatter 付きの markdown として Workflow を書きます。
---
on:
schedule: daily
permissions:
contents: read
issues: read
pull-requests: read
safe-outputs:
create-issue:
title-prefix: "[team-status] "
labels: [report, daily-status]
close-older-issues: true
---
## Daily Issues Report
Create an upbeat daily status report for the team as a GitHub issue.
## What to include
- Recent repository activity (issues, PRs, discussions, releases, code changes)
- Progress tracking, goal reminders and highlights
- Project status and recommendations
- Actionable next steps for maintainers
(Ref: https://github.github.com/gh-aw/#example-daily-issues-report)
これを gh aw という専用のコマンドを使って、従来の GitHub Actions の Workflow にコンパイルする、という形になります。
これだけだと、 Claude Code Action などとそこまで変わらないイメージかもですが、やたら機能が豊富です。GitHub 内でガンガン使っているからか?、めちゃくちゃかゆいところに手が届くのがとても多く、ちょっと設定書くだけでいろいろ出来ます。
- GitHub ツールの設定
- MCP Server の設定
- Memory の作成、参照
- Serena, QMD 等がサクッと設定できる
- OpenTelemetry でのログの送信
- 設定ファイルの分割
- 失敗、成功時のログ出力
- Sandbox, 通信制限, 異常なプロンプト検知, …etc
機能が膨大すぎて説明できないので、詳しくは公式ドキュメントを読んでください。(か、AI に URL を投げつけてください)
(2026/7/13) 現在はパブリックプレビューの機能です。
実は Copilot 以外でも使える
GitHub が出していると聞くと GitHub Copilot 前提なのでは…?と思いがちですが案外そうでもありません。
まず Agent は Copilot CLI 以外も選べます。Claude Code, Codex, OpenCode, Pi などが選べます。
また Bring Your Own Key (BYOK) も出来るので GitHub Copilot 以外も使えます。
ドキュメントには明記されていないですが、 Copilot CLI のドキュメントを見るに、少なくとも OpenAI Compatible な API なら利用できそうです。また Claude Code, Codex も BYOK で設定できます。
というわけなので、逆に一周回って GitHub Agentic Workflows の方が自由度が高いまであります。
AI& inference とは
で、今回使う AI& inference なのですが、手短に書くと「安価なオープンモデルを国内事業者、国内インフラで動かせるサービス」です。
GLM-5.2 などは十分性能が高いながら、Sonnet 5 等と比較しても費用は 1/2 ~ 1/3 程度、その他のモデルはさらに安いなど、安価なトークン費用に抑えられます。また、運営も国内事業者となっています。
あと OpenAI-Compatible API も Claude-Compatible API も両方ある、 Prompt Caching も使える、など地味に優秀です。
動かしてみる
という感じなので、実際に動かしてみましょう。試したリポジトリは↓です。
Copilot
---
on:
slash_command:
name: ask
events: [issues, issue_comment]
permissions:
contents: read
issues: read
pull-requests: read
engine:
id: copilot
env:
# AI& 用の設定
COPILOT_PROVIDER_BASE_URL: https://api.aiand.com/v1
COPILOT_PROVIDER_API_KEY: ${{ secrets.AIAND_API_KEY }}
COPILOT_PROVIDER_TYPE: openai
COPILOT_MODEL: deepseek-ai/DeepSeek-V4-Flash
network:
allowed:
- defaults
# AI& の API エンドポイントを許可
- api.aiand.com
safe-outputs:
add-comment:
max: 1
threat-detection: false
---
# /ask
ユーザーが `/ask` で投稿した質問に対し、AI& (DeepSeek-V4-Flash) として回答する。
## トリガーコンテキスト
- **リポジトリ**: ${{ github.repository }}
- **実行者**: ${{ github.actor }}
- **投稿内容**:
\`\`\`
${{ steps.sanitized.outputs.text }}
\`\`\`
## 指示
1. 上記の投稿内容(`/ask` 以降の質問文)を読み、簡潔かつ正確に答える。
2. 質問がリポジトリに関連する場合は、必要に応じてリポジトリの内容(README 等)を参照して文脈に即した回答を心がける。
3. 回答は `add-comment` safe-output で、元のスレッド(Issue / PR)にコメントとして投稿する。
4. 質問がない、または応答が不要な場合は `noop` safe-output を呼び、理由を添える。
## 制約
- ファイル編集・PR 作成は行わない(テキスト応答のみ)。
- 回答は日本語で、Markdown を適切に使うこと。
実際に動かすとこんな感じで、/ask に反応してコメントを返してくれます。
ちなみに GitHub Actions のログはこんな感じです。動作のログ等が確認しやすいのが地味に嬉しいところです。
Claude, Codex
ほぼ同じなので細かいところは割愛するのですが、Claude Code, Codex も以下のような設定で動きます。
engine:
id: claude
env:
ANTHROPIC_BASE_URL: https://api.aiand.com
ANTHROPIC_API_KEY: ${{ secrets.AIAND_API_KEY }}
ANTHROPIC_DEFAULT_OPUS_MODEL: deepseek-ai/deepseek-v4-flash
ANTHROPIC_DEFAULT_SONNET_MODEL: deepseek-ai/deepseek-v4-flash
ANTHROPIC_DEFAULT_HAIKU_MODEL: deepseek-ai/deepseek-v4-flash
CLAUDE_CODE_SUBAGENT_MODEL: deepseek-ai/deepseek-v4-flash
network:
allowed:
- defaults
- api.aiand.com
engine:
id: codex
model: deepseek-ai/deepseek-v4-flash
env:
OPENAI_BASE_URL: https://api.aiand.com/v1
OPENAI_API_KEY: ${{ secrets.AIAND_API_KEY }}
network:
allowed:
- defaults
- api.aiand.com
利用料金の確認
利用履歴は専用の API (/logs) やダッシュボードから確認できます。
{
"data": [
{
"id": "xxx",
"model": "deepseek-ai/deepseek-v4-flash",
"api_key": "xxx",
"status_code": 200,
"ttft_ms": 2734,
"latency_ms": 4887,
"input_tokens": 23683,
"output_tokens": 458,
"cached_tokens": 22016,
"cost": "0.28015500",
"currency": "jpy",
"created_at": "XXXX"
},
{
"id": "xxx",
"model": "deepseek-ai/deepseek-v4-flash",
"api_key": "xxx",
"status_code": 200,
"ttft_ms": 2918,
"latency_ms": 3136,
"input_tokens": 24181,
"output_tokens": 54,
"cached_tokens": 23680,
"cost": "0.25148500",
"currency": "jpy",
"created_at": "XXXX"
},
{
"id": "xxx",
"model": "deepseek-ai/deepseek-v4-flash",
"api_key": "xxx",
"status_code": 200,
"ttft_ms": 2615,
"latency_ms": 2806,
"input_tokens": 22075,
"output_tokens": 63,
"cached_tokens": 21888,
"cost": "0.22607500",
"currency": "jpy",
"created_at": "XXXX"
},
{
"id": "xxx",
"model": "deepseek-ai/deepseek-v4-flash",
"api_key": "xxx",
"status_code": 200,
"ttft_ms": 4117,
"latency_ms": 4423,
"input_tokens": 21966,
"output_tokens": 87,
"cached_tokens": 0,
"cost": "0.55263000",
"currency": "jpy",
"created_at": "XXXX"
}
],
"has_more": false,
"next_after": null,
"next_after_id": null
}
利用金額としてはおよそ 1.3円とだいぶ安いですね。
(GitHub Actions の ubuntu-slim が $0.0002 * 3 ≒ 0.97円 なので、今回だとほぼ GitHub Actions と同料金)
もちろん今回は簡単なやりとりというのもあるのですが、しっかり Prompt Caching も効いているので、多少やり取りが続いてもコストを抑えやすく、だいぶ安価に使えそうです。



