在组织中试点 GitHub Copilot 云代理

遵循最佳实践，在组织中启用 Copilot 云代理。

谁可以使用此功能？

Copilot 云代理在 GitHub Copilot Pro、GitHub Copilot Pro+、GitHub Copilot Business 和 GitHub Copilot Enterprise 计划中可用。该代理在 GitHub 上存储的所有仓库中均可用，受管用户账户拥有的仓库以及已明确禁用的仓库除外。

本文内容

Copilot 云代理是一种自主的 AI 驱动代理，可在 GitHub 上完成软件开发任务。在组织中采用 Copilot 云代理，可让工程团队有更多时间进行战略思考，减少在代码库中进行例行修复和维护更新的时间。

Copilot 云代理

  • 加入你的团队：开发者可以将工作委派给 Copilot，不像需要同步配对会话的基于 IDE 的代理。Copilot 会为团队成员打开草稿拉取请求进行审阅，并根据反馈迭代，就像开发者本人一样。
  • 减少上下文切换：在 JetBrains IDE、VS Code、Visual Studio 或 GitHub.com 中工作的开发者可以让 Copilot 云代理创建拉取请求，以完成小任务，而无需停止当前的工作。
  • 并行执行任务：Copilot 可以同时处理多个问题，在后台完成任务，而你的团队则专注于其他优先事项。

1. 评估

在为成员启用 Copilot 云代理之前，了解 Copilot 云代理如何适配你的组织。这有助于评估 Copilot 云代理是否满足你的需求，并为开发者规划沟通和培训会议。

  1. 了解 Copilot 云代理，包括费用以及它与开发者可能熟悉的其他 AI 工具的区别。参见 关于 GitHub Copilot 云代理。
  2. 了解 Copilot 云代理最适合的任务类型。这些任务通常是定义明确、范围清晰的问题，例如提升测试覆盖率、修复错误或不稳定的测试，或更新配置文件或文档。参见 使用 GitHub Copilot 完成任务的最佳实践。
  3. 考虑 Copilot 云代理在组织工作流中与其他工具的配合方式。有关在 GitHub 上将 Copilot 云代理与其他 AI 功能结合使用的示例场景，请参见 将代理式 AI 集成到企业软件开发生命周期中。

2. 安全

在组织中启用之前，利用 Copilot 云代理内置的保护措施。参见 为 GitHub Copilot 云代理构建防护措施。

3. 试点

联系销售

提示

使用 Copilot 云代理需要 GitHub Copilot Pro、GitHub Copilot Pro+、GitHub Copilot Business 或 GitHub Copilot Enterprise。

和任何其他工作实践的变更一样，运行一次试点以学习如何在组织或企业中有效部署 Copilot 云代理非常重要。

  1. 为试点组织一个跨职能团队，带来不同的角色、背景和视角。这有助于确保你能够广泛探索定义问题、将工作分配给 Copilot、以及给出明确审阅反馈的方式。
  2. 选择一个隔离的或低风险的仓库，例如包含文档或内部工具的仓库。你可以创建一个全新的仓库作为测试场所，但 Copilot 需要上下文才能成功，所以需要添加大量上下文，包括团队流程、开发环境和常用依赖。
  3. 在仓库中启用 Copilot 云代理，并可选择启用第三方 MCP 服务器以增强上下文共享。参见 将 GitHub Copilot 云代理添加到你的组织。
  4. 创建仓库说明并预装 Copilot 使用的开发环境所需的任何工具。参见 为 GitHub Copilot 云代理定制开发环境。
  5. 为你的组织确定几个有吸引力的使用场景，例如：测试覆盖率或提升可访问性。参见最佳实践指南中的 选择适合交给 Copilot 的任务类型。
  6. 使用最佳实践在你的试点仓库中创建或完善给 Copilot 的问题。
  7. 将问题分配给 Copilot 并准备团队成员审阅其工作。
  8. 在 VS Code 或 GitHub.com 中查看代码库或文档，要求 Copilot 创建拉取请求以修复你发现的任何错误或小改进。

在整个试点期间，团队应迭代仓库说明、已安装工具、对 MCP 服务器的访问以及问题定义，以找出组织如何最大化利用 Copilot 云代理的方式。该过程将帮助你确定组织与 Copilot 合作的最佳实践，并规划有效的推广策略。

除了让你了解如何为 Copilot 云代理的成功做好设置之外，你还会了解 Copilot 如何使用高级请求和操作分钟数。当你为更大规模的试点或全面推广设定和管理预算时，这些信息将非常有价值。参见 管理公司在 GitHub Copilot 上的支出。

使用 MCP 增强

模型上下文协议（Model Context Protocol，MCP）是一项开放标准，定义了应用程序如何与大型语言模型（LLM）共享上下文。MCP 为向 Copilot 云代理提供对不同数据源和工具的访问提供了标准化方式。

Copilot 云代理能够使用内置的 GitHub MCP 服务器访问其所在仓库的完整 GitHub 上下文，包括问题和拉取请求。默认情况下，它受限于认证壁垒和防火墙，无法访问外部数据。

你可以通过为组织使用的工具提供本地 MCP 服务器来扩展 Copilot 云代理可获取的信息。例如，你可能希望为以下上下文提供本地 MCP 服务器的访问权限

  • 项目规划工具：允许 Copilot 直接访问存放在 GitHub 之外的私有规划文档，如 Notion 或 Figma。
  • 增强训练数据：每个 LLM 的训练数据都有一个特定的截止日期。如果你使用快速迭代的工具，Copilot 可能没有新功能的信息。通过提供该工具的 MCP 服务器可以填补此知识空白。例如，添加 Terraform MCP 服务器将使 Copilot 能够访问最新支持的 Terraform 提供商。

更多信息，请参见 使用模型上下文协议（MCP）扩展 GitHub Copilot 云代理。

后续步骤

当你对试点满意后，可以

  • 在更多组织或仓库中启用 Copilot 云代理。
  • 为 Copilot 云代理确定更多使用案例并相应地培训开发者。
  • 继续收集反馈并衡量结果。

为了评估新工具的影响，我们建议衡量该工具对组织下游目标的影响。有关系统化推动和衡量工程系统改进的方法，请参见 GitHub 的 工程系统成功手册。

© . This site is unofficial and not affiliated with GitHub, Inc.