Tilpasning, udvidelse og validering af Copilot Cloud Agent
GitHub Copilot Cloud Agent kører inde i et sikkert, flygtigt GitHub Actions-miljø. Med nogle få konfigurationstrin kan du forhåndskonfigurere dette miljø for at forbedre pålideligheden og hastigheden, udvide agentens funktioner med eksterne værktøjer via MCP (Model Context Protocol) og anvende bedste praksis til at teste og validere agentens output, før de flettes.
Ved afslutningen af denne enhed vil du være i stand til at:
- Forudinstaller værktøjer, afhængigheder og hemmeligheder for at tilpasse helpdesk-medarbejderens udviklingsmiljø.
- Udvid agentens funktioner ved hjælp af MCP (Model Context Protocol).
- Test og valider agentoutput effektivt, før du fletter ændringer.
Præ-seeding af udviklingsmiljøet
Forudinstaller værktøjer og afhængigheder medcopilot-setup-steps.yml
Opret .github/workflows/copilot-setup-steps.yml på dit lagers standardgren. Arbejdsgangen skal definere et enkelt job med navnet copilot-setup-steps. Medtag eventuelle trin, der er nødvendige for at installere afhængigheder eller konfigurere værktøjer.
Eksempel på TypeScript:
name: "Copilot Setup Steps"
on:
workflow_dispatch:
push:
paths:
- .github/workflows/copilot-setup-steps.yml
pull_request:
paths:
- .github/workflows/copilot-setup-steps.yml
jobs:
copilot-setup-steps:
runs-on: ubuntu-latest
permissions:
contents: read
steps:
- name: Checkout code
uses: actions/checkout@v5
- name: Set up Node.js
uses: actions/setup-node@v4
with:
node-version: "20"
cache: "npm"
- name: Install JavaScript dependencies
run: npm ci
Tilladte konfigurationsnøgler til jobbet copilot-setup-steps : steps, permissions, runs-on, container, services, snapshot, timeout-minutes (≤ 59). Enhver actions/checkout hentedybde tilsidesættes for at tillade sikker tilbagerulning. Installationsarbejdsprocessen kører enkeltstående (så du kan validere den) og derefter automatisk, før helpdesk-medarbejderen starter.
Større GitHub-hostede løbere
- Tilføj større løbere først
- I
copilot-setup-steps.ymlskal du angiveruns-ontil etiketten/gruppen (f.eks.ubuntu-4-core). - Kun Ubuntu x64-løbere understøttes; Løbere, der hostes selv, understøttes ikke.
Git arbejdsstyrkeundersøgelse
Hvis du bruger Git Large File Storage, skal du aktivere det i konfigurationstrinnene:
jobs:
copilot-setup-steps:
runs-on: ubuntu-latest
permissions:
contents: read
steps:
- uses: actions/checkout@v5
with:
lfs: true
Tilpasning af firewall
Standardinternetadgang er begrænset for at reducere risikoen for eksfiltrering. Du kan tilpasse eller deaktivere firewallen pr. organisationspolitik, hvis det er nødvendigt.
Udvid med MCP (Model Context Protocol)
MCP er en åben standard til at forbinde LLM'er til værktøjer og data. Agenten kan bruge værktøjer fra lokale eller eksterne MCP-servere til at udvide sine muligheder.
Bemærk: Copilot Cloud Agent understøtter kun MCP-værktøjer (ikke ressourcer eller prompts). Eksterne MCP-servere, der kræver OAuth, understøttes ikke.
Standard MCP-servere
- GitHub MCP-server: Få adgang til problemer, pullanmodninger og GitHub-data med et skrivebeskyttet token, der som standard er begrænset til det aktuelle lager (du kan tilpasse tokenet).
- Dramatiker MCP-server: Læs, interager med og tag skærmbilleder af websider, der er tilgængelige i agentens miljø (localhost/127.0.0.1).
Konfiguration af lager
Administratorer kan erklære MCP-servere via en JSON-konfiguration i lageret. Når den er konfigureret, bruger helpdesk-medarbejderen autonomt de tilgængelige værktøjer – ingen godkendelsesprompter pr. gang. Se Udvidelse af GitHub Copilot Cloud Agent med MCP.
Bedste fremgangsmåder
- Gennemgå tredjeparts MCP-servere for at få oplysninger om ydeevne og outputkvalitet.
- Foretrækker læseværktøjer; Hvis der findes skriveværktøjer, skal du kun tillade det, der er nødvendigt.
- Valider omhyggeligt MCP-konfigurationen, før du gemmer.
Test og validering af agentoutput
Du forbliver ansvarlig for kvalitet og sikkerhed:
- Kør CI (tests, linters, scanning) på hver agent PR; Disse kontroller kører ikke, før du klikker på Godkend og kør arbejdsprocesser.
- Undersøg manuelt områder med høj påvirkning eller følsomme områder.
- Bed agenten om at generere tests (f.eks. "Tilføj Jest-enhedstest for alle funktioner i
src/utils/følgende repo-stil") – generering af multifiltest bruger PRU'er. - Gennemtving regelsæt, så agent-PR'er skal bestå test + scanning + linting før fletning.
- Mærk agent-PR'er (f.eks.
agent-refactor, agent-tests) for at overvåge, triage og vende tilbage, hvis det er nødvendigt. - Gentag instruktioner i .github/copilot-instructions.md, når du ser gentagne fejl.
- Vend hurtigt tilbage, hvis det er nødvendigt, og anmod om nye ændringer fra agenten.
Brug af PRU'er bevidst til validering
Udnyt PRU'er til dybere valideringsopgaver såsom udvidelse af testdækning, revisioner på tværs af mapper eller scanninger af risikable områder. Letvægtskontroller bruger færre PRU'er, så anvend dem bevidst for at maksimere værdien.
Med konfigurations-, udvidelses- og valideringspraksis på plads er det sidste trin at bruge helpdesk-medarbejderen til at afgrænse opgaver godt, beskytte miljøer og løbende gennemgå resultater.