Connect GitHub Copilot

通过Unity Gateway使用GitHub Copilot CLI和GitHub Copilot,配合模型、MCP工具和技能,在Visual Studio Code中使用。 选择以下设置选项之一:

通过 Unity Gateway 将 GitHub Copilot 与支持的开源模型结合使用,帮助降低编码代理成本。

要将工具连接到现有的 Copilot CLI 设置,如果你使用 ug,请前往“添加 MCP 工具”;如果你是手动配置 Copilot,请前往“手动添加 MCP 工具”。

Prerequisites

你必须拥有 Azure Databricks 工作区的 URL 以及你想使用的模型、MCP 服务和技能的访问权限。

  • 对于 Copilot CLI,ug需要 GitHub Copilot CLI 1.0.91 或更高版本。 如果缺少或版本过旧,ug 会提示你使用 npm 安装或更新。
  • 在 Visual Studio Code 中使用 Copilot,您必须拥有 Visual Studio Code 1.128 或以上版本,并且终端中有该code命令。 要在 Visual Studio Code 中使用 MCP 工具,您需要 Visual Studio Code 1.142 或更高版本。
  • 手动设置时,安装 Copilot CLI,并准备好 Azure Databricks 个人访问令牌。

如果你的管理员已经配置好了设备,请按照组织的设置说明操作。

步骤 1:启动 Copilot CLI

安装 ug,然后从你的项目目录执行以下命令:

ug copilot

按照提示选择你的工作区并登录。 ug配置连接并打开带有配置模型的 GitHub Copilot CLI。 开始使用你已经在使用的相同提示词和命令。 要更改模型,请输入 /model。 模型选择器还会在不可用模型下列出 GitHub 托管的 Copilot 模型。 这些模型无法通过 Unity Gateway 获取,所以请从其他组中选择一个模型或类型进行搜索。

先从你工作空间中可用的不同型号开始:

ug copilot --model "<model-name>"

使用模型的 Unity 目录名称,例如 system.ai.claude-sonnet-5-5。 ug让 Claude、GPT、GLM、Kimi 和 DeepSeek 模型可在 Copilot 中使用。 其他型号,如 Gemini 和 GPT-OSS,则不支持 Copilot。

使用ug copilot启动 Copilot CLI。 直接运行 copilot 不会加载 ug 配置的模型。 要直接运行copilot,请使用选项 2:手动配置 Copilot CLI。

若要使用组织的外部模型提供程序,请参阅自带模型提供程序。

步骤 2:在 Visual Studio Code 中使用 Copilot

要在 Visual Studio Code 中设置 GitHub Copilot,请执行:

ug configure --agents copilot

ug configure搭建 Copilot CLI,并在 Visual Studio Code 中安装 Databricks Unity Gateway 扩展。 退出并重新打开 Visual Studio Code,然后打开 Copilot 对话助手,在模型选择器中从Databricks组中选择一个模型。 若仅设置 Copilot CLI,请添加 --no-vscode。

在 VSC 中选择 Databricks 组时的 Copilot 对话助手 模型选择器

扩展从 ug 获取工作区凭证,因此请保持已安装 ug。 再次运行ug configure以获取模型或配置的更改,然后重启 Visual Studio Code。 ug copilot不会改变 Visual Studio Code 的设置。

如果你的工作区的编码代理配置设置了默认模型,除非你在 Visual Studio Code 中选择了自己的默认模型,否则新的聊天会在该模型上开始。

要移除扩展和 ug 添加的设置,请运行 ug revert。

步骤 3:添加 MCP 工具

system.ai.dbsql, system.ai.sandbox, 和 system.ai.web_search 都处于 测试阶段。 要使用这些内容,账户管理员必须在账户控制台的 预览 页面启用 增强版 Unity Gateway 预览。 Unity Gateway 本身已正式发布。 参见 管理账户预览功能。

运行:

ug mcp add --agents copilot

选择你想添加的服务,然后用 开始一个新的会话。ug copilot 在Copilot内,进入/mcp以查看已连接的服务器。 请经纪人使用工具,描述你需要什么。

ug将服务添加到~/.copilot/mcp-config.json,因此 Copilot CLI 会在每个会话中加载它们。 Visual Studio Code 1.142 或更高版本读取相同的文件。 添加服务后重新启动 Visual Studio Code。 Visual Studio Code 在首次使用时会要求你启动并信任每台服务器。

步骤 4:添加技能

Unity Gateway 技能还处于测试阶段。 请参见 治理技能 中的赋能和权限。

下载已发布的技能:

ug skills add

选择你想用的技能。 Copilot CLI 和 Visual Studio Code 中的 Copilot 读取来自 ~/.agents/skills/ 的下载内容。 在 Copilot CLI 中,启动一个新会话,或输入 /skills reload,然后使用 /skills list 查看它们。 在 Visual Studio Code 中,发起新聊天以加载新技能。 重新运行下载命令以获取更新版本。

选项 2:手动配置 Copilot CLI

使用此选项可直接运行 copilot ,无需 ug。 你需要一个 Azure Databricks 个人访问令牌。 此选项不会在 Visual Studio Code 中配置 Copilot。

步骤 1:配置模型

在终端中设置以下变量:

export COPILOT_PROVIDER_TYPE="openai"
export COPILOT_PROVIDER_BASE_URL="https://<workspace-hostname>/ai-gateway/mlflow/v1"
export COPILOT_PROVIDER_BEARER_TOKEN="<databricks-pat>"
export COPILOT_MODEL="system.ai.claude-sonnet-5-5"
export COPILOT_OFFLINE="true"

替换主机名、令牌和型号名称。 提供者类型 openai 选择网关的聊天完成API,包括使用Claude模型时。 离线模式会禁用与 GitHub 服务器的连接;模型请求仍会发送到 Unity Gateway。

从同一终端启动 Copilot CLI:

copilot

请参阅 GitHub 的自定义模型提供者文档了解这些设置。

步骤 2:手动添加 MCP 工具

system.ai.dbsql, system.ai.sandbox, 和 system.ai.web_search 都处于 测试阶段。 要使用这些内容,账户管理员必须在账户控制台的 预览 页面启用 增强版 Unity Gateway 预览。 Unity Gateway 本身已正式发布。 参见 管理账户预览功能。

将此条目合并为 ~/.copilot/mcp-config.json:

{
  "mcpServers": {
    "dbsql": {
      "type": "http",
      "url": "https://<workspace-hostname>/ai-gateway/mcp-services/system.ai.dbsql",
      "headers": {
        "Authorization": "Bearer <databricks-pat>"
      },
      "tools": ["*"]
    }
  }
}

替换主机名和令牌。 对于其他服务,使用唯一的服务器名称,并用其三部分组成的 Unity 目录名称替换 system.ai.dbsql 。 保留现有服务器条目,然后重启 Copilot CLI。

请参阅 GitHub 的 MCP 文档。

步骤 3:手动添加技能

对于你已有的技能文件,将完整文件夹(包括 SKILL.md 和捆绑文件)放入 ~/.agents/skills/ 或你的项目的 .github/skills/ 中。 请参见GitHub的技能文档。

要通过MCP访问已发布的技能注册表,请使用上述MCP配置添加第二台服务器。 将其命名为 databricks-skill-registry,并使用此 URL,采用相同的 Bearer 身份验证:

https://<workspace-hostname>/ai-gateway/skills/

保留后方斜线。 重启 Copilot CLI,并要求它通过已发布技能的全名来使用该技能。 注册表中的技能可通过 MCP 访问;/skills list 显示已安装的技能。

Unity Gateway 技能还处于测试阶段。 请参见 治理技能 中的赋能和权限。

Troubleshooting

模型请求失败:检查网关 URL、令牌到期时间、完整模型名称和模型权限。 由于请求兼容性问题,ug 会将 Gemini 模型排除在 Copilot CLI 和 Visual Studio Code 中的 Copilot 之外。

Azure Databricks 模型未显示在 Visual Studio Code 中:退出并重新打开 Visual Studio Code。 检查 code 命令是否可在终端里正常运行,然后再次运行 ug configure --agents copilot。 如果你的工作区的编码代理配置在 Visual Studio Code 中关闭了 Copilot,ug status 会显示这一点,且 ug configure 只会设置 Copilot CLI。

缺少一个 MCP 服务器:如果你通过 ug 注册了它,请使用 ug copilot 开启一个新会话。 如需手动设置,请查看~/.copilot/mcp-config.json和/mcp中的连接详情。

缺少已下载的技能:检查其文件夹是否在受支持的目录中包含 SKILL.md,然后输入 /skills reload。

如果遇到工作区登录或 ug 设置方面的问题,请运行 ug doctor。

后续步骤