Copilot Cloudagent ist ein autonomer, KI-gestützter Agent, der auf GitHub Softwareentwicklungsaufgaben ausführt. Durch die Copilot Cloudagent Einführung in Ihrer Organisation werden Ihre Entwicklungsteams freigegeben, um mehr Zeit mit strategischem Denken und weniger Zeit bei der Erstellung von Routinefixes und Wartungsupdates in einer Codebasis zu verbringen.
Copilot Cloudagent:
* Tritt Ihrem Team bei: Entwickler können Arbeit im Gegensatz zu Copilot IDE-basierten Agents delegieren, die synchrone Kopplungssitzungen erfordern. Copilot öffnet Entwurfs-Pull-Requests, damit Teammitglieder diese überprüfen können, und iteriert basierend auf dem Feedback, wie es ein Entwickler tun würde. * Reduziert den Kontextwechsel: Entwickler, die in JetBrains IDEs VS Code, Visual Studio oder GitHub.com arbeiten, können Copilot Cloudagent bitten, eine Pull-Anforderung zu erstellen, um kleine Aufgaben zu erledigen, ohne zu unterbrechen, was sie derzeit tun. * Führt Aufgaben parallel aus: Copilot Kann gleichzeitig an mehreren Problemen arbeiten, Aufgaben im Hintergrund behandeln, während Ihr Team sich auf andere Prioritäten konzentriert.
1. Auswerten
Bevor Sie Copilot Cloudagent für Mitglieder freigeben, verstehen Sie, wie Copilot Cloudagent in Ihre Organisation passen wird. Auf diese Weise können Sie bewerten, ob Copilot Cloudagent sie für Ihre Bedürfnisse geeignet ist, und Kommunikations- und Schulungssitzungen für Entwickler planen.
- Erfahren Sie mehr über Copilot Cloudagent, einschließlich der Kosten, der integrierten Sicherheitsfunktionen und wie es sich von anderen KI-Tools unterscheidet, an die Ihre Entwickler möglicherweise gewöhnt sind. Siehe Informationen zu GitHub Copilot Cloud-Agent.
- Erfahren Sie mehr über die Aufgaben, für die Copilot Cloudagent am besten geeignet ist. Dies sind im Allgemeinen gut definierte und bereichsbezogene Issues, z. B. Erhöhung der Testabdeckung, Beheben von Fehlern oder unzuverlässigen Tests oder Aktualisieren von Konfigurationsdateien oder Dokumentationen. Siehe Bewährte Methoden für die Verwendung von GitHub Copilot für die Arbeit an Vorgängen.
- Überlegen Sie, wie Copilot Cloudagent sich in den Workflows Ihrer Organisation neben anderen Tools integrieren lässt. Ein Beispielszenario, das zeigt, wie Copilot Cloudagent zusammen mit anderen KI-Funktionen auf GitHub verwendet wird, finden Sie unter Integration von Agentic AI in den Lebenszyklus der Softwareentwicklung deines Unternehmens.
2. Sicher
Alle KI-Modelle werden so trainiert, dass sie eine Anforderung beantworten, auch wenn sie nicht über alle Informationen verfügen, die für eine gute Antwort erforderlich sind. Das kann dazu führen, dass sie Fehler machen. Indem Sie bewährte Verfahren anwenden, können Sie auf den Standardsicherheitsfeatures von Copilot Cloudagent aufbauen.
- Geben Sie Copilot den Informationen, die sie benötigen, um erfolgreich in einem Repository mithilfe einer
copilot-instructions.mdDatei zu arbeiten. Siehe Hinzufügen von benutzerdefinierten Repositoryanweisungen für GitHub Copilot. - Richten Sie die Copilot Entwicklungsumgebung für ein Repository mit Zugriff auf die von der Organisation genehmigten Tools und Paketrepositorys mithilfe einer
copilot-setup-steps.ymlDatei und lokaler MCP-Server ein. Siehe Anpassen der Entwicklungsumgebung für GitHub Copilot Cloud-Agent und Das Erweitern des GitHub Copilot Cloud-Agenten mit dem Model Context Protocol (MCP). - Befolge bewährte Methoden zum sicheren Speichern von Geheimnissen. Siehe Verwenden von Geheimnissen in GitHub-Aktionen.
- Aktiviere Codesicherheitsfeatures, um das Risiko der Preisgabe von Geheimnissen und der Einschleusung von Sicherheitsrisiken in den Code weiter zu senken. Siehe Erstellen einer benutzerdefinierten Sicherheitskonfiguration.
- Konfigurieren Sie Ihre Verzweigungsregeln, um sicherzustellen, dass alle von Copilot erstellten Pullanforderungen von einem zweiten Benutzer mit Schreibberechtigungen genehmigt werden (eine Unteroption von "Pull-Anfrage vor dem Zusammenführen anfordern"). Siehe Durchsetzung der Code-Governance in Ihrem Unternehmen mithilfe von Regelsätzen, Erstellen von Regelsätzen für Repositorys in deiner Organisation und Verfügbare Regeln für Regelsätze.
3. Pilotphase
<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>Registrieren für 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>
Tipp
Sie benötigen GitHub-Copilot Pro, GitHub-Copilot Pro+, GitHub Copilot Business oder GitHub Copilot Enterprise, um Copilot Cloudagent verwenden zu können.
Wie bei jeder anderen Änderung der Arbeitsweise ist es wichtig, eine Testversion auszuführen, um zu erfahren, wie Sie effektiv in Ihrer Organisation oder Ihrem Unternehmen bereitstellen Copilot Cloudagent können.
- Stelle für die Testphase ein funktionsübergreifendes Team zusammen, sodass verschiedene Rollen, Hintergründe und Perspektiven in das Projekt einfließen. Dadurch wird es einfacher, sicherzustellen, dass Sie eine breite Palette von Möglichkeiten erkunden, um Probleme zu definieren, Arbeit an Copilot zuzuweisen und klares Feedback bei der Überprüfung zu geben.
- Wähle ein isoliertes oder risikoarmes Repository, zum Beispiel eines, das Dokumentation oder interne Tools enthält. Sie könnten ein neues Repository erstellen, das als Spielwiese dient, da Copilot Kontext benötigt, um erfolgreich zu sein. Daher müssen Sie viel Kontext hinzufügen, einschließlich Teamprozesse, Entwicklungsumgebung und häufig verwendete Abhängigkeiten.
- Aktivieren Sie Copilot Cloudagent im Repository und optional MCP-Server von Drittanbietern für eine erweiterte Kontextfreigabe. Siehe Hinzufügen von GitHub Copilot-Cloud-Agent zu Ihrer Organisation.
- Erstellen Sie Repository-Anweisungen und installieren Sie vorab alle Tools, die in der Entwicklungsumgebung Copilot benötigt werden. Siehe Anpassen der Entwicklungsumgebung für GitHub Copilot Cloud-Agent.
- Ermittle einige überzeugende Anwendungsfälle für deine Organisation, zum Beispiel Testabdeckung oder Verbesserung der Barrierefreiheit. Lesen Sie im Leitfaden für bewährte Methoden den Abschnitt So wählen Sie die richtige Art von Aufgaben aus, die an Copilot übergeben werden sollten.
- Verwenden Sie bewährte Methoden zum Erstellen oder Verfeinern von Problemen in Copilot Ihrem Pilotrepository.
- Weisen Sie Copilot Probleme zu, und bereiten Sie die Teammitglieder darauf vor, seine Arbeit zu überprüfen.
- Verbringen Sie Zeit damit, sich die Codebasis oder die Dokumentation in VS Code oder GitHub.com anzusehen, und bitten Sie Copilot, einen Pull-Request zu erstellen, um von Ihnen identifizierte Fehler oder kleine Verbesserungen zu beheben.
Im Laufe der Testversion sollte das Team an den Repository-Anweisungen iterieren, installierte Werkzeuge, den Zugriff auf MCP-Server und die Problemeingrenzung definieren, um herauszufinden, wie Ihre Organisation den größten Nutzen aus Copilot Cloudagent ziehen kann. Dieser Prozess hilft Ihnen, die bewährten Methoden Ihrer Organisation für die Arbeit mit Copilot und die Planung einer effektiven Rolloutstrategie zu identifizieren.
Zusätzlich dazu erhalten Sie Einblicke in die Einrichtung von Copilot Cloudagent für den Erfolg, und Sie werden erfahren, wie Copilot Premium-Anfragen und Aktionsminuten verwendet werden. Diese Informationen sind wertvoll, wenn du dein Budget für eine breitere Testphase oder einen vollständigen Rollout festlegen und verwalten willst. Siehe Verwalten der Ausgaben Ihres Unternehmens für GitHub Copilot.
Optimieren mit MCP
Bei Model Context Protocol (MCP) handelt es sich um einen offenen Standard, der definiert, wie Anwendungen Kontext mit großen Sprachmodellen (LLMs) teilen. MCP bietet eine standardisierte Möglichkeit, Copilot Cloudagent den Zugriff auf verschiedene Datenquellen und Tools bereitzustellen.
Copilot Cloudagent hat Zugriff auf den vollständigen GitHub Kontext des Repositorys, in dem es arbeitet, einschließlich Problemen und Pullanforderungen, mithilfe des integrierten MCP-Servers GitHub . Standardmäßig ist der Zugriff auf externe Daten durch Authentifizierungsbarrieren und eine Firewall eingeschränkt.
Sie können die verfügbaren Copilot Cloudagent Informationen erweitern, indem Sie ihm Zugriff auf lokale MCP-Server für die von Ihrer Organisation verwendeten Tools gewähren. Sie möchten beispielsweise Zugriff auf lokale MCP-Server für einige der folgenden Kontexte bereitstellen:
-
**Projektplanungstools**: Ermöglichen direkten Zugriff auf private Planungsdokumente, die außerhalb in Tools wie Notion oder Figma gespeichert sind. -
**Ergänze Trainingsdaten**: Jedes LLM enthält Trainingsdaten bis zu einem bestimmten Stichtag. Wenn Sie mit schnell fortschreitenden Tools arbeiten, Copilot haben Sie möglicherweise keinen Zugriff auf Informationen zu neuen Funktionen. Diese Informationslücke kannst du schließen, indem du den MCP-Server des Tools verfügbar machst. Beispielsweise ermöglicht das Hinzufügen des Terraform MCP-Servers Copilot den Zugriff auf die neuesten unterstützten Terraform-Anbieter.
Weitere Informationen findest du unter Das Erweitern des GitHub Copilot Cloud-Agenten mit dem Model Context Protocol (MCP).
Nächste Schritte
Wenn du mit dem Pilotprojekt zufrieden bist, kannst du Folgendes tun:
- Aktivieren Sie Copilot Cloudagent in mehr Organisationen oder Repositorys.
- Identifizieren Sie weitere Anwendungsfälle für Copilot Cloudagent und schulen Sie die Entwickler entsprechend.
- Weiterhin Feedback sammeln und Ergebnisse messen
Um die Auswirkungen eines neuen Tools zu bewerten, wird empfohlen, die Auswirkungen des Tools auf die nachgelagerten Ziele deiner Organisation zu messen. Einen systematischen Ansatz zum Steuern und Messen von Verbesserungen in Engineering-Systemen finden Sie unter GitHub's Engineering System Success Playbook.