Пилотирование агента кодирования GitHub Copilot в вашей организации

Агент кодирования Copilot — автономный агент на базе искусственного интеллекта, который выполняет задачи по разработке программного обеспечения на GitHub. Внедрение Агент кодирования Copilot в организации освобождает ваши инженерные команды, чтобы тратить больше времени на стратегическое и меньшее время, делая стандартные исправления и обновления обслуживания в базе кода.

Агент кодирования Copilot:

        **Присоединяется к команде**: разработчики могут делегировать работу Copilot в отличие от агентов программирования на основе интегрированной среды разработки, требующих синхронных сеансов связывания. Copilot открывает черновик запросов на вытягивание для участников команды для просмотра и итерирования на основе отзывов, как разработчик.

        **Уменьшает переключение** контекста: разработчики, работающие в idEs JetBrains, VS Code, Visual Studio, или GitHub.com могут попросить Агент кодирования Copilot создать запрос на вытягивание для выполнения небольших задач без остановки выполнения текущих задач.

        **Выполняет задачи параллельно**: Copilot может одновременно работать над несколькими проблемами, обрабатывая задачи в фоновом режиме, пока ваша команда фокусируется на других приоритетах.

1. Оценка

Прежде чем включить Агент кодирования Copilot для участников, понять, как Агент кодирования Copilot будет соответствовать вашей организации. Это поможет вам оценить, подходит ли Агент кодирования Copilot для ваших потребностей и планирования коммуникаций и обучающих сеансов для разработчиков.

Узнайте о Агент кодирования Copilot, включая затраты, встроенные функции безопасности и отличия от других средств ИИ, с которыми могут использоваться ваши разработчики. См . раздел AUTOTITLE.
Узнайте о задачах, для работы с которыми лучше всего подходит Агент кодирования Copilot. 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.
Рассмотрим, как Агент кодирования Copilot соответствует другим средствам в рабочих процессах вашей организации. Пример сценария, в котором объясняется, как использовать Агент кодирования Copilot наряду с другими функциями ИИ на GitHub, см. Интеграция агентического ИИ в жизненный цикл разработки программного обеспечения предприятия.

2. Безопасная защита

Все модели искусственного интеллекта обучены выполнять запрос, даже если у них нет всей информации, необходимой для предоставления хорошего ответа, и это может привести к их ошибкам. Следуя рекомендациям, вы можете использовать функции безопасности по умолчанию Агент кодирования Copilot.

Предоставьте Copilot сведения, необходимые для успешной работы в репозитории copilot-instructions.md с помощью файла. См. Добавление пользовательских инструкций репозитория для GitHub Copilot.
Настройте среду разработки Copilot для репозитория с access к инструментам и репозиториям пакетов, одобренным организацией, с использованием файла copilot-setup-steps.yml и локальных MCP-серверов. См. Настройка среды разработки для программистского агента GitHub Copilot и Расширение GitHub Copilot кодирующего агента с помощью протокола контекста модели (MCP).
Следуйте рекомендациям по безопасному хранению секретов. См. Использование секретов в GitHub Actions.
Включите функции безопасности кода для дальнейшего снижения риска утечки секретов и внедрения уязвимостей в код. См. Применение рекомендуемой GitHub конфигурации безопасности в вашей организации.
Настройте наборы правил ветви, чтобы все запросы на вытягивание, создаваемые Copilot, утверждены вторым пользователем с разрешениями на запись (под параметром "Требовать запрос на вытягивание перед слиянием"). См. статью [AUTOTITLE, Применение управления кодом в организации с помощью наборов правил и Создание наборов правил для репозиториев в организации](/repositories/configuring-branches-and-merges-in-your-repository/managing-rulesets/available-rules-for-rulesets#require-a-pull-request-before-merging).

3. Пилотный проект

          <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>Зарегистрироваться на 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>

Совет

Для использования GitHub Copilot Pro, GitHub Copilot Pro+, GitHub Copilot Бизнес или GitHub Copilot Энтерпрайз для использования Агент кодирования Copilot.

Как и при любом другом изменении рабочих методик, важно запустить пробную версию, чтобы узнать, как эффективно развертывать Агент кодирования Copilot в организации или организации.

Соберите кросс-функциональную команду для испытания, чтобы привнести в project разные роли, опыт и взгляды. Это упрощает изучение различных способов определения проблем, назначение работы Copilot, а также четкое отзыв о проверке.
Выберите изолированный или низко рискованный репозиторий, например, содержащий документацию или внутренние средства. Вы можете создать новый репозиторий для использования в качестве игровой площадки, но Copilot должен быть успешным, поэтому вам потребуется добавить много контекста, включая процессы группы, среду разработки и распространенные зависимости.
Включите Агент кодирования Copilot в репозитории и включите сторонние серверы MCP для расширенного общего доступа к контексту. См. Добавление кодингового агента GitHub Copilot в вашу организацию.
Создайте инструкции репозитория и предустановите все средства, необходимые в среде разработки Copilot использует. См . раздел AUTOTITLE.
Определите несколько убедительных вариантов использования для вашей организации, например тестирование или улучшение специальных возможностей. См. статью "Выбор подходящего типа задач для предоставления Copilot " в руководстве по рекомендациям.
Используйте рекомендации по созданию или уточнению проблем для Copilot в пилотном репозитории.
Назначьте проблемы Copilot и подготовьте участников группы для просмотра своей работы.
Время на просмотр базы кода или документации в VS Code или GitHub.com, запрашивая Copilot для создания запроса на вытягивание для устранения ошибок или небольших улучшений, которые вы определили.

В ходе испытания команда должна итерировать инструкции репозитория, устанавливать инструменты, access на MCP-серверы и определять задачи, чтобы определить, как ваша организация может получить максимум от Агент кодирования Copilot. Этот процесс поможет вам определить рекомендации организации по работе с Copilot и спланировать эффективную стратегию развертывания.

Помимо получения сведений о настройке Агент кодирования Copilot для успешного выполнения, вы узнаете, как Copilot использует запросы и действия класса Premium. Это будет полезно, когда вы приходите на настройку и управление бюджетом для более широкого пробного или полного развертывания. См. Управление расходами вашей компании на GitHub Copilot.

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 предоставления Агент кодирования Copilot с access к различным источникам данных и инструментам.

Агент кодирования Copilot access в полный GitHub контекст репозитория, в котором он работает, включая проблемы и pull requests, используя встроенный GitHub MCP-сервер. По умолчанию доступ к внешним данным ограничен барьерами проверки подлинности и брандмауэром.

Вы можете расширить доступную информацию до Агент кодирования Copilot, передав её access локальным серверам MCP для инструментов, используемых вашей организацией. Например, вы можете предоставить access к локальным серверам MCP для некоторых из следующих контекстов:

        **Project инструменты планирования**: Разрешить Copilot напрямую access к частным документам планирования, которые хранятся 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 может не иметь access информации о новых функциях. Вы можете заполнить этот разрыв знаний, сделав сервер MCP средства доступным. Например, добавление сервера Terraform MCP предоставит Copilot access к самым недавно поддерживаемым провайдерам Terraform.

Для получения дополнительной информации см. Расширение GitHub Copilot кодирующего агента с помощью протокола контекста модели (MCP).

Следующие шаги

Когда вы удовлетворены пилотным проектом, вы можете:

Включите Агент кодирования Copilot в нескольких организациях или репозиториях.
Определите больше вариантов использования для Агент кодирования Copilot и обучить разработчиков соответствующим образом.
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 реализации и измерению улучшений в инженерных системах см. GitHub Engineering System Success Playbook.