Le contexte compte lorsque vous travaillez avec l'IA. Chaque base de code a ses propres règles internes : la manière dont les composants sont structurés, les scripts à exécuter et les conventions qui s'appliquent aux différents frameworks et types de fichiers.
Copilot peut vous aider à apporter des modifications dans tout un projet, mais il fonctionne mieux lorsqu'il connaît également ces règles. Une grande partie de ces connaissances peut résider dans le dépôt, afin que Copilot puisse les récupérer automatiquement au lieu de vous obliger à expliquer les mêmes normes, scripts et flux de travail à chaque fois que vous commencez une nouvelle tâche.
Dans cet épisode de notre série Application GitHub Copilot pour les débutants, nous examinerons quatre façons d'adapter la façon dont Copilot travaille avec votre projet :
- Les instructions personnalisées communiquent les conventions que Copilot doit suivre.
- Les compétences d'agent regroupent des procédures répétables.
- Les agents personnalisés apportent des conseils spécialisés aux tâches plus importantes.
- Les serveurs Model Context Protocol (MCP) connectent Copilot à des outils et sources de données externes, élargissant ainsi ce qu'il peut faire.
Voyons comment chacun fonctionne et comment ils peuvent fonctionner ensemble.
Commencer par les instructions personnalisées
Supposons que vous demandiez à Copilot d'ajouter une taille de page personnalisée à une application. Effectuer la modification n'est qu'une partie du travail. Le nouveau code doit également suivre les modèles que votre équipe utilise déjà.
Les instructions personnalisées de dépôt donnent à Copilot ce contexte de base. Ajoutez un .github/copilot-instructions.md fichier pour définir des directives qui s'appliquent à l'ensemble du dépôt, comme votre architecture préférée, vos conventions de nommage ou vos attentes en matière de tests et de validation.
Vous pouvez également créer des fichiers d'instructions spécifiques à des chemins dans .github/instructions. Ces fichiers utilisent un champ applyTo pour indiquer à Copilot quand les directives sont pertinentes.
Lorsque Copilot travaille sur un fichier correspondant, il peut utiliser à la fois les instructions à l'échelle du dépôt et les directives plus spécifiques. Cela vous permet de conserver les règles générales en un seul endroit sans forcer chaque type de fichier dans le même moule.
Regrouper les procédures répétables en compétences d'agent
Les instructions personnalisées sont utiles pour les normes qui doivent façonner de nombreuses tâches. Mais certaines directives ne comptent que lorsque Copilot exécute une procédure particulière, comme l'exécution de contrôles qualité, la préparation d'une version ou le débogage d'un flux de travail en échec.
C'est là qu'interviennent les compétences d'agent . Une compétence est un dossier contenant des instructions et, éventuellement, des scripts et autres ressources que Copilot peut charger lorsqu'elles sont pertinentes. Les compétences au niveau du projet peuvent résider dans .github/skills, chaque compétence étant dans son propre sous-dossier.
Par exemple, un dossier .github/skills/quality-checks pourrait contenir un fichier SKILL.md qui explique :
- Quand Copilot doit utiliser la compétence.
- Quels scripts exécutent les tests et le linting du projet.
- Ce que vérifie chaque script.
- Comment résoudre les échecs courants.
La description dans SKILL.md aide Copilot à déterminer quand la compétence s'applique. Après la mise à jour de l'interface, Copilot peut charger la compétence quality-checks et suivre le processus établi du projet pour les tests et le linting au lieu de deviner quelles commandes exécuter.
Utiliser un agent personnalisé pour un travail plus large et spécialisé
Certaines tâches sont plus vastes qu'une simple procédure. Un audit d'accessibilité, par exemple, peut nécessiter que Copilot inspecte des composants, des modèles, des styles et des interactions répartis sur plusieurs fichiers.
Les agents personnalisés vous permettent de créer des versions spécialisées de Copilot pour ce type de travail. Un profil d'agent au niveau du dépôt se trouve dans .github/agents et peut définir l'objectif de l'agent, ses instructions, ses outils et le contexte pertinent du projet.
Utilisez un agent personnalisé lorsqu'un type de travail récurrent bénéficie d'un rôle ou d'un point de vue dédié, en particulier lorsque la tâche peut s'étendre sur plusieurs fichiers et mobiliser plusieurs outils ou sources de contexte.
Connecter Copilot à des outils externes avec des serveurs MCP
Les instructions, les compétences et les agents aident Copilot à comprendre comment travailler dans votre projet. Les serveurs MCP élargissent ce à quoi il peut accéder et ce qu'il peut faire au-delà du dépôt.
Les serveurs MCP relient Copilot à des outils externes, des sources de données et des services. Un serveur de documentation peut lui donner accès aux recommandations d'un framework, tandis qu'un serveur tel que Playwright peut lui permettre d'ouvrir votre application dans un navigateur et d'interagir avec elle.
Vous pouvez parcourir les serveurs MCP disponibles dans l'application Copilot ou en ajouter un personnalisé. Une fois Playwright configuré, vous pouvez demander : Utilise le serveur MCP Playwright pour tester la fonctionnalité manuellement.
Copilot peut alors utiliser Playwright pour ouvrir l'application dans un navigateur et interagir avec elle à peu près comme vous le feriez. Cela lui permet de vérifier non seulement que le code passe les vérifications automatisées, mais aussi que l'interface mise à jour se comporte comme prévu.
Choisir le bon type de personnalisations
Ces personnalisations résolvent des problèmes différents, mais elles deviennent plus utiles lorsqu'on les combine :
- Les instructions personnalisées définissent les conventions que Copilot doit suivre dans tout le dépôt ou pour des fichiers particuliers.
- Les compétences d'agent regroupent des procédures répétables que Copilot peut charger lorsqu'elles sont pertinentes.
- Les agents personnalisés fournissent une expertise et des orientations ciblées pour des tâches plus larges.
- Les serveurs MCP relient Copilot à des outils, services et sources de données externes, élargissant ce que Copilot peut faire.
Emportez ceci avec vous
Donner à Copilot un contexte de projet utile commence par quatre questions :
- Quelle convention de projet dois-je expliquer sans cesse ?
- Quelle procédure en plusieurs étapes répété-je ?
- Quelle tâche complexe pourrait bénéficier d'un agent personnalisé dédié ?
- Quel outil ou source externe Copilot lui faut-il ?
Vous ne savez pas par où commencer ? La communauté a partagé des instructions, compétences, agents et autres prêts à l'emploi via Awesome Copilot. Trouvez-en un qui répond à un flux de travail que vous répétez déjà, examinez son contenu et adaptez-le aux outils et normes de votre dépôt.
Commencez petit : choisissez une convention que vous expliquez sans cesse, ajoutez-la à .github/copilot-instructions.md, et voyez comment Copilot l'applique à votre prochaine tâche.
Essayez l'application GitHub Copilot >
L'article Application GitHub Copilot pour les débutants : comment apprendre votre base de code à Copilot est apparu en premier sur The GitHub Blog.