将 agentic AI 集成到您企业的软件开发生命周期中

关于 AI 代理在 GitHub 上的使用

您企业的开发者可能已经习惯将 AI 作为对编程工具来使用。在这种模式下，开发者与 AI 助手同步工作，并在项目的开发阶段收到代码建议。

AI 代理更像是同级程序员。代理可以

• 执行异步任务，例如运行测试或修复待办事项中的问题，且对人工干预的需求更少。
• 参与开发阶段之外的工作流，如创意构思或发布后的优化。

与代理协作可以让员工有更多时间专注于其他优先事项，例如高层规划，并通过自然语言提示为非开发者角色也带来 AI 的好处，赋予他们更大的操作能力。

GitHub Copilot 的 agentic AI 功能已集成到 GitHub 的统一平台中，提供更流畅的用户体验，并相较于采用多种第三方工具，简化了许可和治理控制。

示例情景

你是 Mona's（一家精品雨伞零售商）的工程经理。你的团队被指派在公司在线商店中添加一个AI 驱动的小部件。该小部件将根据用户位置和本地天气趋势等因素，提供个性化的雨伞推荐，帮助客户选择合适的雨伞。

为了赶上紧迫的截止日期，你希望加快每个阶段的进度，既包括开发者，也包括团队中的非开发者。同时，你还想确保新功能上线后，团队不会被维护任务压垮。

1. 使用 Copilot Chat 进行规划

1. 要开始规划，产品经理在 Copilot Chat（https://github.com/copilot）上进行协作。

   他们向 Copilot 提出宏观问题，以了解实现新功能所需的工作量。为让 Copilot 获取项目的关键上下文，产品经理上传了原型文件并链接到存放代码库的仓库。

2. 在与 Copilot 讨论完任务概览后，产品经理让 Copilot 为每项工作 创建 issue。

   Copilot 在 https://github.com/copilot 上草拟这些 issue，产品经理随后进行细化并将其发布到仓库。

   产品经理将部分 issue 标记为可选或维护类，这些往往是 Copilot 云代理的合适候选。

   

3. 为帮助开发者快速上手，产品经理在 Copilot Spaces（https://github.com/copilot/spaces）创建了一个空间，收集了图表、代码文件引用等资源，提交了若干测试问题，然后将该空间分享给全组织。

   现在，开发者可以在该空间内提问，而 Copilot 已拥有产品经理添加的全部上下文。

2. 使用 GitHub Spark 进行原型设计

1. 为了原型化该功能，产品经理打开 GitHub Spark（https://github.com/spark）并提示它创建该小部件。他们可以编写提示、粘贴上一阶段的文档，或上传截图。Spark 生成了一个可运行的应用，已内置 LLM 用于提供推荐——无需 IDE 或手写代码。
2. 要细化原型，产品经理可以再次提示 Spark、使用可视化编辑器，或直接编辑代码。在 “Prompts” 选项卡中，他们可以修改驱动推荐的文本，而无需改动代码。每一次修改都会即时更新实时预览，产品经理即可看到改动对应用的影响。
3. 若要协作，产品经理将 Spark 公开并设置可见性，使组织成员能够访问。他们也可以创建仓库并邀请协作者。对仓库所做的代码变更会同步回 Spark，让产品经理和设计师实时看到小部件的更新。

3. 使用 GitHub Models 和代理模式进行创建

1. 产品经理将 Copilot Space、GitHub Spark 原型和仓库共享给开发者，并请其先根据模型成本与效能，找到最适合提供个性化雨伞推荐的 AI 模型。

2. 开发者让 Copilot Chat 推荐几款适合该任务的 AI 模型，并列出每款模型的优缺点。为提供有价值的上下文，开发者让 Copilot 参考 AI 模型对比 文档。

3. 为了在候选模型中做出决定，开发者使用 GitHub Models Playground 对同一提示在不同模型上的结果进行比较。随后，他们还能在 GitHub Spark 原型中切换为已选模型，以观察其对小部件整体体验的影响（GitHub Models 支持的所有模型均可在 Spark 中使用）。这样省去了为每个模型单独设置 API Key 的步骤，仅在单一平台上完成模型测试。

   

4. 确认模型后，开发者在 VS Code 中打开代码。

5. 开发者开始编写小部件代码。为加快进度，他们在 “Ask” 与 “Edit” 模式下使用 Copilot Chat 来提问语法或获取高层建议。

   提示

   开发者可以根据自己的使用习惯与 AI 协作，而组织则可以对体验进行管控。例如，您可以

   • 控制模型——限制开发者可使用的模型，以满足合规要求并管理成本。
   • 排除特定文件——让 Copilot Chat 不接触这些文件。
   • 保存有效提示——将已在 GitHub Models 中验证过的提示保存下来，供其他用户复用。

6. 当开发者写完部分代码后，他们切换到 代理模式，请 Copilot 将代码重构为多个函数，以提升可读性。

   在代理模式下，Copilot 能更自主地更新多个文件，并在得到开发者授权后运行诸如安装依赖、执行测试等命令。

   

   提示

   您可以通过在仓库中添加 custom instructions 文件来打造更统一的体验。例如，该文件可以确保代理模式遵循既定的命名约定，并按照组织标准执行构建、测试和代码检查命令。

7. 开发者审阅代理生成的 diff，决定保留哪些代码更改。

4. 使用 MCP 服务器进行测试

1. 代码完成后，开发者想使用 Playwright（一个自动化浏览器测试服务）在本地站点构建上运行测试。

   • 仓库管理员已为 Playwright 添加了 Model Context Protocol (MCP) 服务器，为 Copilot 代理提供了与 Playwright 集成的预定义接口。
   • 开发者让 Copilot 在 .feature 文件中列出测试场景，然后指示 Copilot 在浏览器中运行这些测试。
   • 在代理模式下，Copilot 会在打开浏览器并点击 UI 元素时请求开发者授权。开发者观看浏览器中的测试时，Copilot 发现了失败的测试并给出代码修复建议。

2. 当测试满意后，开发者让代理模式在 GitHub 上为这项工作打开 Pull Request。

   提示

   • 启用了 GitHub MCP 服务器 后，Copilot 能直接从 VS Code 运行打开 Pull Request 的命令，标题和描述已自动填充。
   • 与 GitHub MCP 服务器的交互受到 push protection 保护，阻止在 AI 生成的响应中泄露机密，并防止在使用服务器执行操作时（仅限公共仓库）泄露机密。参见 关于 push protection。

5. 使用 Copilot 代码审查和 Copilot 自定义代理进行审查

1. 仓库所有者已在仓库上配置了 Copilot 自动 代码审查。Copilot 在 Pull Request 上提供初步审查，识别出错误和潜在性能问题，帮助开发者在人工审查介入前先行修复。
2. 作为额外的合规检查，企业所有者创建了一个包含行业法规和内部政策关键上下文的 Copilot 自定义代理。开发者在 https://github.com/copilot/agents 选择该自定义代理后，Copilot 将严格审查 Pull Request 的合规性，并在请求人工审查前完成必要的修改。
3. 开发者的同事审阅并批准了 Pull Request，代码即可合并。

6. 使用 Copilot 云代理进行优化

1. 发布后，产品经理收集客户反馈，发现通过切换到更可靠的天气数据 API 可以提升小部件的推荐质量。于是他们创建了一个 issue 来实现此更改，并在 GitHub 上直接 指派给 Copilot。

2. Copilot 云代理在后台工作，打开了一个 Pull Request，产品经理将其标记为可供审查。

   

3. 开发者审阅了 Copilot 提交的 Pull Request 并留下反馈，Copilot 随后将反馈融入代码。最后，开发者合并了该 Pull Request。

   提示

   Copilot 云代理自带默认的安全防线。例如，Copilot 无法自行合并 Pull Request。您可以通过仓库规则集为目标分支定义额外的保护措施。

4. 稍后，在开发另一个功能时，开发者注意到 AI 小部件代码中有一个小错误。为避免来回切换上下文，开发者指示 Copilot 直接从 VS Code 打开 Pull Request。

   @github 为小部件函数创建 PR，以确保用户年龄为正整数。

5. Copilot 在后台工作，在 GitHub 上打开了 Pull Request，等待另一位开发者审阅。

7. 使用 Copilot 自动修复进行安全防护

1. 管理员已在仓库上启用了代码扫描，且一次代码扫描警报提示代码中可能存在漏洞。

2. 安全经理请求 Copilot 自动修复 自动给出漏洞的修复建议，开发者审阅并批准了该修复。

   

开始使用代理 AI

联系销售

要使用本文提到的功能，请使用下表中的链接。

若想将 agentic AI 功能有效地融入工作流，需要在培训、治理以及文化变革方面投入。我们建议先在跨职能小组中试验这些代理功能，收集反馈后再进行更大范围的推广。