Пилотирование облачного агента GitHub Copilot в вашей организации

Следуйте лучшим практикам, чтобы помочь Copilot cloud agent вашей организации.

Кто может использовать эту функцию?

Copilot cloud agent доступна для всех платных Copilot планов.

Агент доступен во всех репозиториях, хранящихся на GitHub, за исключением тех, которые принадлежат управляемые учетные записи пользователей и где он явно отключен.

В этой статье

Copilot cloud agent — автономный агент на базе искусственного интеллекта, который выполняет задачи по разработке программного обеспечения на GitHub. Внедрение Copilot cloud agent в вашей организации освобождает инженерные команды больше времени на стратегическое мышление и меньше — на рутинные исправления и обновления обслуживания в коде.

Copilot cloud agent:

  • Присоединение к вашей команде: Разработчики могут делегировать работу агентам Copilot на базе IDE, которые требуют синхронных сессий парирования. Copilot Открывает черновые pull запросы для членов команды для просмотра и делает итерации на основе обратной связи, как это делает разработчик.
  • Уменьшает переключение контекста: разработчики, работающие в IDE JetBrains, VS Code, Visual Studioили GitHub.com могут попросить Copilot cloud agent создать pull-запрос для выполнения мелких задач, не останавливая текущую работу.
  • Выполняет задачи параллельно: Copilot может работать над несколькими задачами одновременно, выполняя задачи в фоновом режиме, пока ваша команда сосредоточена на других приоритетах.

1. Оценка

Прежде чем принимать Copilot cloud agent участников, узнайте, как Copilot cloud agent вы впишетесь в вашу организацию. Это поможет оценить, подходит Copilot cloud agent ли он вашим потребностям, и спланировать коммуникации и обучающие сессии для разработчиков.

  1. Узнайте о Copilot cloud agent, включая стоимость и чем он отличается от других инструментов ИИ, к которым привыкли ваши разработчики. См . раздел AUTOTITLE.
  2. Узнайте о тех задачах, которые Copilot cloud agent лучше всего подходят. Как правило, это хорошо определенные и ограниченные проблемы, такие как увеличение охвата тестов, исправление ошибок или тестов flaky, а также обновление файлов конфигурации или документации. См . раздел AUTOTITLE.
  3. Подумайте, как Copilot cloud agent это сочетается с другими инструментами в рабочих процессах вашей организации. Пример сценария, где подробно объясняется, как использовать Copilot cloud agent его вместе с другими функциями ИИ, GitHubсм. Интеграция агентического ИИ в жизненный цикл разработки программного обеспечения предприятия.

2. Безопасная защита

Развивайте Copilot cloud agentвстроенные в систему защиты перед тем, как включать её в организации. См . раздел AUTOTITLE.

3. Пилотный проект

Контактный отдел продаж

Совет

Вам нужен платный Copilot план для использования Copilot cloud agent.

Как и при любых других изменениях в рабочих практиках, важно провести пробный процесс, чтобы научиться эффективно внедрять Copilot cloud agent их в вашей организации или предприятии.

  1. Соберите кросс-функциональную команду для испытания, чтобы привнести в project разные роли, опыт и взгляды. Это облегчит изучение широкого спектра способов определения проблем, распределения задач Copilotи предоставления чёткой обратной связи по отзывам.
  2. Выберите изолированный или низко рискованный репозиторий, например, содержащий документацию или внутренние средства. Можно создать новый репозиторий для использования в качестве игровой площадки, но Copilot для успеха ему нужен контекст, поэтому нужно добавить много контекста, включая командные процессы, среду разработки и общие зависимости.
  3. Включите Copilot cloud agent в репозитории и, по желанию, сторонние MCP-серверы для улучшенного обмена контекстом. См . раздел AUTOTITLE.
  4. Создайте инструкции репозитория и заранее установите все инструменты, необходимые в среде Copilot разработки. См . раздел AUTOTITLE.
  5. Определите несколько убедительных вариантов использования для вашей организации, например тестирование или улучшение специальных возможностей. См. Выберите правильный тип заданий для Copilot в руководстве по лучшим практикам.
  6. Используйте лучшие практики для создания или уточнения проблем в Copilot вашем пилотном репозитории.
  7. Распределяйте вопросы Copilot и готовьте членов команды к обзору её работы.
  8. Потратьте время на изучение кода или документации в VS Code или GitHub.com, попросите Copilot создать pull request, чтобы исправить любые баги или небольшие улучшения, которые вы заметите.

В ходе испытания команда должна итерировать инструкции репозитория, установленные инструменты, доступ к серверам MCP и определение задач, чтобы определить, как ваша организация может получить максимум от Copilot cloud agent. Этот процесс поможет вам определить лучшие практики работы вашей Copilot организации и спланировать эффективную стратегию внедрения.

Помимо того, что вы дадите понимание того, как Copilot cloud agent настроиться к успеху, вы узнаете, как Copilot потреблять AI credits и GitHub Actions расходовать минуты. Это будет полезно, когда вы приходите на настройку и управление бюджетом для более широкого пробного или полного развертывания. См . раздел AUTOTITLE.

Улучшение с помощью MCP

Протокол контекста модели (MCP) — это открытый стандарт, определяющий, как приложения используют контекст с большими языковыми моделями (LLM). MCP предоставляет стандартизированный способ доступа Copilot cloud agent к различным источникам данных и инструментам.

Copilot cloud agent имеет доступ к полному GitHub контексту репозитория, в котором работает, включая задачи и pull requests, используя встроенный GitHub MCP-сервер. По умолчанию доступ к внешним данным ограничен барьерами проверки подлинности и брандмауэром.

Вы можете расширить доступную Copilot cloud agent информацию, предоставив доступ к локальным MCP-серверам для инструментов, используемых вашей организацией. Например, вы можете предоставить access к локальным серверам MCP для некоторых из следующих контекстов:

  • Project инструменты планирования: Позволяют Copilot прямой доступ к частным планировочным документам, хранящимся вне GitHub в таких инструментах, как Notion или Figma.
  • Данные обучения расширения: каждый LLM содержит данные обучения до определенной даты отсечения. Если вы работаете с быстро меняющимися инструментами, Copilot возможно, у вас нет доступа к информации о новых функциях. Вы можете заполнить этот разрыв знаний, сделав сервер MCP средства доступным. Например, добавление сервера Terraform MCP даст Copilot доступ к самым недавно поддерживаемым провайдерам Terraform.

Дополнительные сведения см. в разделе Настройте MCP-серверы для вашего репозитория.

Дальнейшие действия

Когда вы удовлетворены пилотным проектом, вы можете:

  • Включите Copilot cloud agent больше организаций или репозиториев.
  • Определите больше сценариев Copilot cloud agent использования и обучайте разработчиков соответственно.
  • Продолжайте собирать отзывы и измерять результаты.

Чтобы оценить влияние нового инструмента, мы рекомендуем оценить влияние инструмента на подчиненные цели вашей организации. Для систематического подхода к продвижению и измерению улучшений в инженерных системах см. GitHubкнигу Engineering System Success Playbook.