GitHub Spark 将于 2026 年 8 月 31 日退役：现有应用导出、llm() 影响与迁移检查

如果团队里还有通过 GitHub Spark 做出的原型，现在最重要的不是继续加功能，而是先把代码和推理依赖带走。GitHub 已公告：Spark 从 2026 年 8 月 4 日起不再接受新用户或创建新应用，现有用户可使用到 8 月 31 日；已经部署的应用会继续运行，但使用 llm() 的应用还要单独处理推理服务依赖。

先把 GitHub Spark 退役影响分成两类

这次变化容易被一句“Spark 要退役了”带过，实际要看应用是否调用了 GitHub Models。第一类应用只使用 Spark 生成的页面、数据处理或普通交互，没有 llm()；第二类应用在代码里调用 llm()，依赖模型返回内容。

最小迁移项目：导出、搜索、替换、验收

可以把迁移当成一个很小的交付项目，而不是临时复制几段代码。先在 Spark 工作台打开应用，点击右上角的省略号菜单，选择 Create repository，确认仓库已经生成后，再开始下面的检查。不要只保存浏览器里的部署地址，它不能替代源代码和配置。

第一步：确认仓库真的可用

打开新仓库，至少检查入口文件、依赖文件、环境变量说明和静态资源是否齐全。把默认分支拉到本地后，先记录原应用的页面入口和一条可重复的操作路径，这份记录会用于迁移后的对照。

git clone https://github.com/ORG/REPO.git
cd REPO
find . -maxdepth 2 -type f | sort
git log -1 --oneline

如果仓库为空、资源路径失效或只有导出的页面截图，先不要进入功能替换阶段。代码资产没有落地，后续的推理服务改造就没有可靠基线。

第二步：搜索 llm() 和相关配置

GitHub 公告给出的关键判断很直接：搜索代码里是否出现 llm()。同时把环境变量、模型名称、请求封装和错误提示一起找出来，避免只搜一个函数名而漏掉了二次封装。

rg -n --hidden --glob '!node_modules' 'llm\(|model|API_KEY|token|inference' .

搜索结果为空不代表一定没有 AI 能力，但它足以说明没有直接使用这个旧入口。继续检查依赖文件和网络请求封装，确认应用是否自行接入了其他推理服务。

有 llm() 的应用，替换时要保留什么

替换重点不是把函数名机械改成另一个 SDK，而是保留原交互的输入、输出和失败状态。一个最小的替代层可以统一成三个动作：接收用户输入、请求新服务、把模型结果转换为页面需要的字段。

async function askModel(prompt) {
  const response = await fetch(process.env.MODEL_ENDPOINT, {
    method: "POST",
    headers: {
      "Content-Type": "application/json",
      "Authorization": `Bearer ${process.env.MODEL_API_KEY}`
    },
    body: JSON.stringify({ input: prompt })
  });

  if (!response.ok) {
    throw new Error(`model request failed: ${response.status}`);
  }
  return response.json();
}

示例里的接口字段只是适配层轮廓，不能直接当成某个供应商的固定协议。实际接入时要按目标服务的官方文档调整请求体，并把密钥放在服务端环境变量中，不能写进前端打包文件或仓库提交记录。

本地核对要看页面结果，不只看构建成功

迁移完成后至少跑四个结果检查：普通页面能打开；原来的 AI 入口能提交；模型返回空内容或超时会显示可理解的错误；用户输入不会被写入日志或错误提示。构建通过只能证明语法和依赖基本可用，不能证明交互已经恢复。

• 成功路径：输入同一组测试问题，页面仍能显示答案或摘要。
• 密钥缺失：服务端返回明确的配置错误，页面不暴露密钥内容。
• 上游超时：有限次重试后结束，不让按钮永久转圈。
• 输出异常：对空结果、超长结果和非预期字段做保护。

如果应用已经部署，建议把旧地址和新仓库版本各测一遍。公告说明已部署应用会继续运行，但这不是对未来维护能力的承诺；真正可持续的资产应该是仓库、部署方式和推理服务配置。

8 月 31 日前的迁移清单

可以把下面四项当作发布前的签字栏：

1. 应用已从 Spark 工作台通过 Create repository 导出，仓库能正常拉取。
2. 已经搜索 llm()，并记录是否存在直接或间接调用。
3. 存在调用的应用已配置替代推理服务，并完成成功、超时、空结果三种测试。
4. 部署地址、环境变量、依赖版本和回滚方式已经交给维护者。

常见问题

GitHub Spark 退役后，已经部署的应用会马上打不开吗？

GitHub 公告说明已部署应用会继续运行，但仍应尽快导出代码。能访问不等于还能继续编辑、修复和迁移。

没有找到 llm()，还需要更换模型服务吗？

不一定。继续检查应用是否通过其他 HTTP 封装调用外部模型；如果没有这类依赖，重点是保存仓库、配置和部署信息。

可以直接把 llm() 改成任意模型 SDK 吗？

不建议。先固定输入输出结构，再按目标服务官方协议接入，并重新验证密钥、错误处理和隐私边界。

导出仓库后，原来的 Spark 部署地址还要保留吗？

可以保留一段时间用于对照测试，但它不能代替新的代码仓库和部署流程。迁移验收通过后，应明确哪个地址是维护入口。

把可运行资产带走，才算迁移完成

这次退役公告真正提醒开发者的是资产归属：原型可以继续在线，但源代码、推理服务、环境变量和验收路径必须回到团队自己的控制范围。先完成导出，再按 llm() 使用情况分流，迁移就不会被一个截止日期打乱。