了解和启用云中的Copilot

  • 5 分钟

本单元介绍代理是什么、它与传统的 AI 编码助手有何区别、哪些计划和存储库支持它，以及如何为它启用和预算，包括高级请求单位（PRU）和 GitHub Actions 分钟。

在本单元结束时，你将能够：

  • 解释云中的Copilot的作用、谁可以使用它，以及可以从何处启动它。
  • 描述它可以执行的任务以及如何委托工作。
  • 将其与仅限 IDE 的助手和 Copilot 的“代理模式”区分开来。
  • 在组织或存储库级别启用代理。
  • 了解 GitHub Actions 分钟数和高级请求单位（PRU）的使用方式并有效地管理它们。

如何在云中使用Copilot

在云中运行Copilot时，它会在GitHub中充当自治开发助手。 代理不仅在 IDE 中与你配对，还充当一个后台伙伴。 你可以为它提供一个明确范围的任务（例如 bug 修复、增量功能或文档更新），并创建分支、浏览代码库、生成实现计划和草稿代码，同时让你控制何时以及是否打开拉取请求。

可用性和计划

  • 计划： 在 Copilot Pro、Copilot Pro+、Copilot Business、Copilot Enterprise 上可用。
  • 存储库：适用于所有 GitHub 托管的存储库，但由托管用户帐户拥有的存储库或代理被显式禁用的存储库除外。

云中的Copilot的作用

云中的Copilot可以执行各种开发任务：

  • 修复错误和回归问题。
  • 实现增量新功能。
  • 提升测试覆盖率或生成遗漏测试。
  • 更新或创建文档。
  • 解决技术债务和“非必要但值得有”积压项的问题。

可以通过两个主要方式将工作委托给代理：

  • 将问题分配给 Copilot - GitHub.com、GitHub Mobile 或通过 API/CLI。
  • 让 Copilot 进行代码更改 - 从 GitHub 上的“代理”面板、GitHub 中的 Copilot、具有 MCP 支持的 IDE 或其他代理工具，或 macOS 上的 Raycast。

代理完成操作后，它会请求您的审阅。 可以在拉取请求的评论中提及 @copilot，要求它循环访问以改进自己的工作。

它与传统 IDE 助手有何不同

传统的IDE中的AI助手可以帮助您在本地编写代码，但仍将一些手动步骤留给您：例如创建分支、推送提交、编写拉取请求（PR）说明和进行迭代。 这些决策发生在私人会话中，对团队不可见。

在云中运行Copilot时：

  • 所有工作都作为 GitHub 的提交进行。
  • 代理自动执行分支创建、提交消息和代码起草，同时允许你确定何时打开 PR。
  • 工作在会话日志和 PR 历史记录中可见，以便进行跟踪。
  • 你通过 PR 审阅评论而不是同步的本地会话来进行指导。

这将创造透明度和协作机会，你的团队成员可以根据需要查看每个步骤并跳入。

云端的 Copilot 与 IDE 中的代理模式

必须将本模块涵盖的云中的 Copilot 与 Visual Studio 和 Visual Studio Code 中的代理模式功能区分开来：

  • 云中的 Copilot：在 GitHub Actions 驱动的环境中自主运行，以完成你通过 GitHub 中的议题或 Copilot 分配给它的开发任务。
  • 代理模式（Copilot 编辑）： 直接在 IDE 会话中执行自治的本地编辑。

在云中启用Copilot

在将任务分配到 Copilot 之前，请确保启用代理：

  • 组织拥有的存储库： 可用性由组织或企业管理员管理。
  • 个人存储库： 在帐户设置中配置可用性。

使用成本：GitHub 分钟 + AI 信用额度 云端的 Copilot 使用两种主要资源：

  • 代理工作的临时构建/测试环境中使用的GitHub Actions 分钟数。
  • 用于支持其工作的 AI 模型的 AI 点数。 每个计划都包含一定的 AI 积分额度。 成本取决于模型及其使用的令牌数。

注释

有关使用津贴和成本，请参阅GitHub Copilot计费和使用情况。

小窍门

成本取决于所选模型。 将功能更强大的模型留给那些它们能发挥价值的任务，例如多文件编辑、测试生成和需要更深层次推理的更广泛差异。

启用代理并了解成本后，让我们确认它如何符合您的安全策略，预见可能面临的风险，以及规划实际工作时要考虑哪些限制。