Résumé

  • 5 minutes

GitHub Copilot Cloud Agent vous permet de déléguer des tâches de correction de bogues de faible à moyenne complexité, de petites fonctionnalités, de réaménagements, de tests et de documentation, tout en préservant votre flux de travail natif GitHub. Vous attribuez la tâche, l’agent fonctionne dans un environnement Actions sécurisée et protégé par un pare-feu, ouvre un brouillon de demande de tirage et vous examinez, demandez des modifications avec @copilotet approuvez.

Vous contrôlez la sécurité, la gouvernance et les dépenses : protections de branche, portes d’approbation, minutes d’actions et PRU (une demande Premium par demande de modèle). Vous pouvez personnaliser l’environnement de build, tirer parti de plus grands exécuteurs, activer LFS et étendre des fonctionnalités via MCP-all avec des journaux clairs et une traçabilité. Vous êtes prêt à piloter l’agent de codage dans votre organisation : activez-le sur un référentiel, attribuez un petit problème, regardez les journaux, effectuez une itération via des commentaires de demande de tirage, validez avec l’intégration continue et mesurez le temps de retour pour un travail à valeur plus élevée.

Maintenant que vous avez terminé ce module, vous pouvez :

  • Expliquez ce que l’agent cloud Copilot est, qui peut l’utiliser et où il s’exécute.
  • Activez l’agent au niveau de l’organisation ou du référentiel et comprenez les termes de la préversion.
  • Déléguez le travail en affectant des problèmes ou en demandant à Copilot d’ouvrir une demande de tirage.
  • Effectuez le suivi de la progression via des chronologies de demande de tirage et des journaux de session en direct, puis effectuez une itération avec @copilot.
  • Appliquez le modèle de sécurité et les garde-fous intégrés (limites de branche, approbations, pare-feu).
  • Identifier les risques et les mesures d'atténuation (autorisations, protections contre les injections de commandes, attribution).
  • Reconnaître les limites de flux de travail et de compatibilité et planifier les tâches en conséquence.
  • Personnalisez l’environnement de l’agent avec copilot-setup-steps.yml, env vars/secrets, des exécuteurs de plus grande taille et LFS.
  • Étendez les fonctionnalités avec des serveurs MCP (Model Context Protocol) (par exemple, GitHub, Playwright).
  • Validez la qualité avec l’intégration continue, les ensembles de règles et testez intentionnellement les PRU de génération et d’utilisation.
  • Résolvez les problèmes courants (disponibilité, approbations, journaux, pare-feu, limites d’image).

Learn more

Fournir des commentaires

Utilisez ce formulaire de problème pour fournir des commentaires de contenu ou des modifications suggérées pour ce module Microsoft Learn. GitHub gère ce contenu et un membre de l’équipe trie la requête. Merci d’avoir pris le temps d’améliorer notre contenu.