Acerca de los conjuntos de aptitudes de Copilot

Una aptitud en GitHub Copilot es una herramienta a la que el modelo llama para realizar una tarea específica en respuesta a la consulta de un usuario. Un conjunto de aptitudes es una colección de estas aptitudes (hasta cinco por conjunto de aptitudes). Github Copilot skillsets proporcionan una manera simplificada de ampliar la funcionalidad de Copilot al permitir a los generadores integrar servicios externos o puntos de conexión de API personalizados en su flujo de trabajo de Copilot. Con los conjuntos de aptitudes, los generadores pueden habilitar Copilot para realizar tareas,como recuperar datos o ejecutar acciones en servicios de terceros, sin necesidad de administrar flujos de trabajo o arquitectura complejos.

Para ver un ejemplo de inicio rápido de un conjunto de aptitudes, consulta el repositorio skillset-example. Para obtener información sobre cómo crear un conjunto de aptitudes, consulta Creación de conjuntos de aptitudes de Copilot.

Diferencias entre conjuntos de aptitudes y agentes

Los conjuntos de aptitudes y los agentes son las dos maneras de ampliar las capacidades de Copilot y el contexto mediante la Copilot Extensibility Platform. Permiten integrar servicios externos y API en Copilot Chat, pero cada uno atiende diferentes casos de uso y ofrece distintos niveles de control y complejidad:

• Los conjuntos de aptitudes son ligeros y funcionales y están diseñados para desarrolladores que necesitan que Copilot lleve a cabo tareas específicas (por ejemplo, recuperación de datos u operaciones simples) con una configuración mínima. Controlan el enrutamiento, la creación de indicaciones, la evaluación de funciones y la generación de respuestas automáticamente, lo que hace que sean perfectos para integraciones rápidas y sencillas.
• Los agentes son para integraciones complejas que necesitan un control total sobre cómo se procesan las solicitudes y se generan respuestas. Permiten implementar lógica personalizada, integrarla con otros modelos LLM o la API de Copilot, administrar el contexto de conversación y controlar todos los aspectos de la interacción del usuario. Aunque los agentes requieren más tareas de ingeniería y mantenimiento, ofrecen máxima flexibilidad para flujos de trabajo sofisticados. Para más información sobre los agentes, consulta "Acerca de los agentes de Copilot".

La plataforma de extensibilidad

Los conjuntos de aptitudes y los agentes funcionan sobre la GitHub Copilot Extensibility Platform, que administra el flujo de solicitudes de usuario y evaluaciones de funciones. Con Copilot skillsets, la plataforma controla el enrutamiento, la creación y generación de indicaciones y las llamadas de función.

Introducción al flujo de trabajo

La plataforma de extensibilidad sigue un flujo de trabajo estructurado para procesar las solicitudes de usuario y generar respuestas:

1. Solicitud del usuario
   Un usuario emite una solicitud en la interfaz de Copilot Chat, como pedir datos o ejecutar una acción específica.

2. Enrutamiento
   La solicitud se enruta a la extensión adecuada. En el caso de los conjuntos de aptitudes, esto significa que el agente de la plataforma identifica e invoca el conjunto de aptitudes correspondiente en función de la intención del usuario. La descripción de la inferencia de cada aptitud ayuda a la plataforma a determinar a qué aptitud llamar.

3. Creación de indicaciones dinámicas
   GitHub Copilot generates a prompt using:

   • La consulta del usuario.
   • Historial de subprocesos pertinente.
   • Funciones disponibles en el conjunto de aptitudes.
   • Resultados de las llamadas de función anteriores.

4. Finalización de LLM
   El modelo de lenguaje (LLM) procesa la indicación y determina:

   • Si la intención del usuario coincide con una función del conjunto de aptitudes.
   • A qué funciones llamar y con qué argumentos.
   • Si es necesario, LLM puede enviar llamadas de función adicionales para recopilar más contexto.

5. Evaluación de funciones
   La extensión invoca las funciones seleccionadas, que pueden implicar lo siguiente:

   • Recopilar el contexto de interés, como el repositorio de Copilot skillsets o los metadatos del usuario.
   • Realizar una llamada API a un servicio externo para recuperar datos o ejecutar una acción.

6. Generación de respuestas La plataforma refina iterativamente el resultado y va repitiendo el proceso de creación de indicaciones, la finalización del modelo LLM y la evaluación de funciones según sea necesario. Una vez completado el proceso, Copilot envía una respuesta final al usuario en la interfaz de chat.