Kontext ist entscheidend, wenn Sie mit KI arbeiten. Jede Codebasis hat ihre eigenen Hausregeln: wie Komponenten strukturiert sind, welche Skripte ausgeführt werden und welche Konventionen für verschiedene Frameworks und Dateitypen gelten.
Copilot kann Ihnen helfen, Änderungen in einem Projekt vorzunehmen, aber es funktioniert am besten, wenn es diese Regeln ebenfalls kennt. Ein Großteil dieses Wissens kann im Repository hinterlegt sein, sodass Copilot es automatisch aufgreifen kann, statt dass Sie jedes Mal dieselben Standards, Skripte und Workflows erklären müssen, wenn Sie eine neue Aufgabe beginnen.
In dieser Folge unserer GitHub Copilot app für Anfänger-Reihe sehen wir uns vier Möglichkeiten an, wie Copilot mit Ihrem Projekt arbeitet anpassen lässt:
- Benutzerdefinierte Anweisungen teilen Copilot die Konventionen mit, die es befolgen soll.
- Agent-Skills verpacken wiederholbare Verfahren.
- Benutzerdefinierte Agents bieten spezialisierte Anleitung für größere Aufgaben.
- Model Context Protocol (MCP)-Server verbinden Copilot mit externen Tools und Datenquellen und erweitern damit, was es tun kann.
Sehen wir uns an, wie jede dieser Möglichkeiten funktioniert und wie sie zusammenwirken können.
Beginnen Sie mit benutzerdefinierten Anweisungen
Angenommen, Sie bitten Copilot, eine benutzerdefinierte Seitengröße zu einer Anwendung hinzuzufügen. Die Änderung vorzunehmen ist nur ein Teil der Arbeit. Der neue Code sollte auch den Mustern folgen, die Ihr Team bereits verwendet.
Benutzerdefinierte Repository-Anweisungen geben Copilot diesen grundlegenden Kontext. Fügen Sie eine .github/copilot-instructions.md -Datei hinzu, um Leitlinien zu definieren, die für das gesamte Repository gelten, wie etwa Ihre bevorzugte Architektur, Namenskonventionen oder Erwartungen an Tests und Validierung.
Sie können auch pfadspezifische Anweisungsdateien innerhalb von .github/instructionserstellen. Diese Dateien verwenden ein applyTo-Feld, um Copilot mitzuteilen, wann die Leitlinien relevant sind.
Wenn Copilot an einer übereinstimmenden Datei arbeitet, kann es sowohl die repositoryweiten Anweisungen als auch die spezifischeren Leitlinien verwenden. So können Sie die allgemeinen Regeln an einem Ort aufbewahren, ohne jeden Dateityp in dasselbe Schema zu zwingen.
Verpacken Sie wiederholbare Verfahren als Agent-Skills
Benutzerdefinierte Anweisungen sind nützlich für Standards, die viele Aufgaben prägen sollen. Aber manche Leitlinien sind nur relevant, wenn Copilot ein bestimmtes Verfahren ausführt, etwa die Durchführung von Qualitätsprüfungen, die Vorbereitung eines Releases oder die Fehlersuche in einem fehlgeschlagenen Workflow.
Genau dafür gibt es Agent-Skills . Ein Skill ist ein Ordner mit Anweisungen und optional Skripten und anderen Ressourcen, die Copilot laden kann, wenn sie relevant sind. Projektebene-Skills können in .github/skillsliegen, wobei jeder Skill in seinem eigenen Unterordner enthalten ist.
Zum Beispiel könnte ein .github/skills/quality-checks -Ordner eine SKILL.md -Datei enthalten, die erklärt:
- Wann Copilot den Skill verwenden sollte.
- Welche Skripte die Tests und das Linting des Projekts ausführen.
- Was jedes Skript prüft.
- Wie man häufige Fehler behebt.
Die Beschreibung in SKILL.md hilft Copilot zu bestimmen, wann der Skill anwendbar ist. Nach der Aktualisierung der Schnittstelle kann Copilot den Skill quality-checks laden und dem etablierten Prozess des Projekts für Tests und Linting folgen, statt zu raten, welche Befehle ausgeführt werden sollen.
Verwende einen benutzerdefinierten Agenten für umfassendere, spezialisierte Arbeiten
Manche Aufgaben sind größer als eine einzelne Prozedur. Eine Überprüfung der Barrierefreiheit erfordert beispielsweise, dass Copilot Komponenten, Templates, Styles und Interaktionen über mehrere Dateien hinweg untersucht.
Benutzerdefinierte Agenten ermöglichen es dir, spezialisierte Versionen von Copilot für solche Arbeiten zu erstellen. Ein Agentenprofil auf Repository-Ebene liegt in .github/agents und kann den Zweck, die Anweisungen, die Tools und den relevanten Projektkontext des Agenten definieren.
Verwende einen benutzerdefinierten Agenten, wenn eine wiederkehrende Art von Arbeit von einer eigenen Rolle oder Perspektive profitiert, insbesondere wenn die Aufgabe sich über mehrere Dateien erstrecken kann und mehrere Tools oder Kontextquellen einbezieht.
Verbinde Copilot mit externen Tools über MCP-Server
Anweisungen, Skills und Agenten helfen Copilot zu verstehen, wie es innerhalb deines Projekts arbeiten soll. MCP-Server erweitern, worauf es zugreifen und was es über das Repository hinaus tun kann.
MCP-Server verbinden Copilot mit externen Tools, Datenquellen und Diensten. Ein Dokumentationsserver kann ihm Zugriff auf Framework-Leitfäden geben, während ein Server wie Playwright es ihm ermöglichen kann, deine Anwendung in einem Browser zu öffnen und mit ihr zu interagieren.
Sie können verfügbare MCP-Server in der Copilot-App durchsuchen oder einen benutzerdefinierten hinzufügen. Sobald Playwright konfiguriert ist, können Sie fragen: Verwende den Playwright MCP-Server, um die Funktionalität manuell zu testen.
Copilot kann dann Playwright verwenden, um die Anwendung in einem Browser zu öffnen und mit ihr zu interagieren, ähnlich wie Sie es tun würden. Dadurch erhält es eine Möglichkeit zu überprüfen, nicht nur, ob der Code automatisierte Prüfungen besteht, sondern auch, ob sich die aktualisierte Benutzeroberfläche wie erwartet verhält.
Wählen Sie den richtigen Typ von Anpassungen
Diese Anpassungen lösen unterschiedliche Probleme, aber sie werden nützlicher, wenn Sie sie kombinieren:
- Benutzerdefinierte Anweisungen definieren die Konventionen, die Copilot repositoryweit oder für bestimmte Dateien befolgen soll.
- Agent Skills packen wiederholbare Abläufe, die Copilot laden kann, wenn sie relevant sind.
- Benutzerdefinierte Agenten bieten fokussierte Expertise und Anleitung für umfassendere Aufgaben.
- MCP-Server verbinden Copilot mit externen Tools, Diensten und Datenquellen und erweitern, was Copilot tun kann.
Nehmen Sie dies mit
Copilot nützlichen Projektkontext zu geben, beginnt mit vier Fragen:
- Welche Projektkonvention muss ich immer wieder erklären?
- Welchen mehrstufigen Ablauf wiederhole ich?
- Welche komplexe Aufgabe könnte von einem dedizierten benutzerdefinierten Agenten profitieren?
- Welches externe Tool oder welche externe Quelle braucht Copilot?
Nicht sure, wo Sie anfangen sollen? Die Community hat fertige Anweisungen, Skills, Agenten und mehr über Awesome Copilot geteilt. Finden Sie eines, das einen Workflow adressiert, den Sie bereits wiederholen, prüfen Sie, was es enthält, und passen Sie es an die Tools und Standards Ihres Repositorys an.
Fangen Sie klein an: Wählen Sie eine Konvention, die Sie immer wieder erklären müssen, fügen Sie sie zu .github/copilot-instructions.mdhinzu, und sehen Sie, wie Copilot sie auf Ihre nächste Aufgabe anwendet.
Probieren Sie die GitHub Copilot app aus >
Der Beitrag GitHub Copilot app für Anfänger: Wie man Copilot Ihre Codebasis beibringt erschien zuerst auf The GitHub Blog.