在组织中试点 GitHub Copilot 云代理

遵循最佳做法，在组织中启用 Copilot 云代理 。

谁可以使用此功能？

Copilot 云代理 可用于 GitHub Copilot Pro、GitHub Copilot Pro+、GitHub Copilot业务 和 GitHub Copilot Enterprise 计划。 该代理在 GitHub 上存储的所有仓库中均可用，但以下情况除外：由 托管用户帐户 拥有的仓库，以及已显式禁用该代理的仓库。

在本文中

          Copilot 云代理 是一种自治的、由 AI 驱动的代理，可在 GitHub 上完成软件开发任务。 在您的组织中采用Copilot 云代理 可以让工程团队有更多时间用于战略思考，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:

* 与您的团队集成：开发人员可以将工作委托给Copilot，而不需要像基于 IDE 的代理那样进行同步配对会话。 Copilot 作为开发人员，会打开草稿拉取请求，供团队成员审核并根据反馈进行迭代。 * 减少上下文切换：在 JetBrains IDE VS Code中工作的开发人员， Visual Studio或者 GitHub.com 可以要求 Copilot 云代理 创建拉取请求来完成小型任务，而无需停止当前正在执行的操作。 * 并行执行任务： Copilot 可以同时处理多个问题，处理后台的任务，而团队则专注于其他优先级。

1.评估

在为成员启用 Copilot 云代理 之前，请了解 Copilot 云代理 将如何融入到你的组织中。 这将帮助你评估是否 Copilot 云代理 适合你的需求，并计划面向开发人员的通信和培训课程。

  1. 了解 Copilot 云代理成本、内置安全功能，以及它与开发人员可能用于的其他 AI 工具有何不同。 请参阅“关于 GitHub Copilot 云代理”。
  2. 了解Copilot 云代理最适合哪些任务。 这些通常是定义清晰且范围明确的问题，例如提高测试覆盖率、修复 bug 或不可靠的测试，或者更新配置文件或文档。 请参阅“使用 GitHub Copilot 处理任务的最佳做法”。
  3. 考虑如何让 Copilot 云代理 融入到组织的工作流中并与其他工具协同工作。 有关演示或讲解如何将 Copilot 云代理 与 GitHub 上其他 AI 功能配合使用的示例方案，请参阅 将代理式 AI 集成到企业的软件开发生命周期中。

2.安全

所有 AI 模型都经过训练来满足请求，即使它们没有提供优质答案所需的全部信息，这可能导致它们犯错。 通过遵循最佳做法，可以基于默认的安全功能 Copilot 云代理进行构建。

  1. 为 Copilot 提供在使用 copilot-instructions.md 文件的存储库中成功工作所需的信息。 请参阅“为GitHub Copilot添加存储库自定义说明”。
  2. 为代码库设置 Copilot 开发环境，以通过 copilot-setup-steps.yml 文件和本地 MCP 服务器访问组织批准的工具和包存储库。 请参阅 自定义 GitHub Copilot 云代理的开发环境 和 使用模型上下文协议扩展 GitHub Copilot 云代理 （MCP）。
  3. 遵循最佳做法安全地存储机密。 请参阅“在 GitHub Actions 中使用机密”。
  4. 启用代码安全功能，进一步降低泄露机密和在代码中引入漏洞的风险。 请参阅“删除自定义安全配置”。
  5. 配置分支规则集，以确保由 Copilot 提交的所有拉取请求获得另一个具有写入权限的用户批准（“合并前需要拉取请求”的子选项）。 请参阅 使用规则集在企业中强制实施代码治理、 创建组织中存储库的规则集 和 规则集的可用规则。

3.试点项目

          <a href="https://github.com/github-copilot/purchase?ref_product=copilot&ref_type=trial&ref_style=button&ref_plan=enterprise" target="_blank" class="btn btn-primary mt-3 mr-3 no-underline">
          <span>注册 Copilot</span><svg version="1.1" width="16" height="16" viewBox="0 0 16 16" class="octicon octicon-link-external" aria-label="link external icon" role="img"><path d="M3.75 2h3.5a.75.75 0 0 1 0 1.5h-3.5a.25.25 0 0 0-.25.25v8.5c0 .138.112.25.25.25h8.5a.25.25 0 0 0 .25-.25v-3.5a.75.75 0 0 1 1.5 0v3.5A1.75 1.75 0 0 1 12.25 14h-8.5A1.75 1.75 0 0 1 2 12.25v-8.5C2 2.784 2.784 2 3.75 2Zm6.854-1h4.146a.25.25 0 0 1 .25.25v4.146a.25.25 0 0 1-.427.177L13.03 4.03 9.28 7.78a.751.751 0 0 1-1.042-.018.751.751 0 0 1-.018-1.042l3.75-3.75-1.543-1.543A.25.25 0 0 1 10.604 1Z"></path></svg></a>

提示

你需要GitHub Copilot Pro、GitHub Copilot Pro+、GitHub Copilot业务或GitHub Copilot Enterprise来使用Copilot 云代理。

与对工作实践的任何其他更改一样，请务必运行试用版，了解如何在组织或企业中有效地部署 Copilot 云代理 。

  1. 组织一支跨职能团队参与试点项目，为项目带来不同的角色、背景和视角。 这样就可以更轻松地确保你探索各种方法来定义问题、分配工作 Copilot并给出明确的评审反馈。
  2. 选择独立或低风险的存储库，例如包含文档或内部工具的存储库。 可以创建一个新的存储库来用作操场，但 Copilot 需要上下文才能成功，因此需要添加大量上下文，包括团队流程、开发环境和常见依赖项。
  3. 在存储库中启用 Copilot 云代理 ，并选择性地启用第三方 MCP 服务器以增强上下文共享。 请参阅“将 GitHub Copilot 云代理添加到组织”。
  4. 创建存储库说明，并预安装开发环境中 Copilot 所需的任何工具。 请参阅“自定义 GitHub Copilot 云代理的开发环境”。
  5. 为组织确定几个引人注目的用例，例如：测试覆盖率或改进辅助功能。 请在最佳做法指南中参阅选择要提供给 Copilot 的适当任务类型。
  6. 使用最佳实践为试点存储库中的 Copilot 创建或优化问题。
  7. 为 Copilot 分配任务，并让团队成员准备评审其工作。
  8. 花时间查看 VS Code 或 GitHub.com 中的代码库或文档，要求 Copilot 创建拉取请求，以修复你发现的任何 bug 或进行小改进。

在试用过程中，团队应循环访问存储库说明、已安装的工具、对 MCP 服务器的访问，以及问题定义，以确定组织如何充分利用 Copilot 云代理。 此过程将帮助你确定组织使用 Copilot 和规划有效推出策略的最佳做法。

除了让你深入了解如何成功设置 Copilot 云代理 之外，你还将学习 Copilot 如何使用高级请求和操作时间。 当你开始为更广泛的试用或全面推出设置和管理预算时，这将很有价值。 请参阅“管理公司对 GitHub Copilot 的支出”。

使用 MCP 进行增强

模型上下文协议 (MCP) 是一个开放标准，用于定义应用程序与大型语言模型 (LLM) 共享上下文的方式。 MCP 提供了一种标准化的方式来提供 Copilot 云代理 对不同数据源和工具的访问权限。

          Copilot 云代理可以通过内置的GitHubMCP 服务器访问其正在使用的存储库的完整GitHub上下文，包括问题和拉取请求。 默认情况下，身份验证屏障和防火墙限制它访问外部数据。

可以通过为组织使用的工具授予其访问本地 MCP 服务器的权限，从而扩展其可用的 Copilot 云代理 信息。 例如，你可能想为以下某些情况提供对本地 MCP 服务器的访问：

  •         **项目规划工具**：允许 Copilot 直接访问存储在概念或 Figma 等工具外部 GitHub 的专用规划文档。

  •         **扩充训练数据**：每个 LLM 均包含特定截止日期的训练数据。 如果使用快速发展中的工具， Copilot 可能无法访问有关新功能的信息。 你可以通过提供工具的 MCP 服务器来填补这一知识空白。 例如，添加 Terraform MCP 服务器将授予 Copilot 对最近支持的 Terraform 提供程序的访问权限。

有关详细信息，请参阅 使用模型上下文协议扩展 GitHub Copilot 云代理 （MCP）。

后续步骤

对试点感到满意后，可以：

  • 在更多组织或存储库中启用 Copilot 云代理 。
  • 识别更多 Copilot 云代理 的用例，并相应地培训开发人员。
  • 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。 有关推动和测量工程系统改进的系统方法，请参阅 GitHub 的《工程系统成功手册》。