Piloter l’assistant de codage GitHub Copilot dans votre organisation

Agent de codage Copilot est un agent autonome alimenté par l’ia qui effectue des tâches de développement logiciel sur GitHub. l’adoption de Agent de codage Copilot dans votre organisation permet à vos équipes d’ingénieurs de consacrer plus de temps à la réflexion stratégique et moins de temps aux corrections routinières et aux mises à jour de maintenance dans un codebase.

Agent de codage Copilot :

• Intègre votre équipe : les développeurs peuvent déléguer des tâches à Copilot, contrairement aux agents de codage basés sur un IDE qui nécessitent des sessions de couplage synchronisées. Copilot ouvre des demandes de tirage provisoires que les membres de l’équipe peuvent réviser, puis il itère en fonction des commentaires, comme le ferait un développeur.
• Réduit les changements de contexte : Les développeurs travaillant dans les IDE JetBrains, VS Code, Visual Studio ou GitHub.com peuvent demander à Agent de codage Copilot de créer une requête de tirage pour effectuer de petites tâches sans interrompre leur travail en cours.
• exécute des tâches en parallèle : Copilot peut travailler sur plusieurs problèmes simultanément, en traitant les tâches en arrière-plan pendant que votre équipe se concentre sur d’autres tâches prioritaires.

1. Évaluer

Avant d’activer Agent de codage Copilot pour les membres, comprenez comment Agent de codage Copilot s’adapte à votre organisation. Cela vous permettra de déterminer si Agent de codage Copilot convient à vos besoins et de planifier les sessions de communication et de formation pour les développeurs.

1. Découvrez les données Agent de codage Copilot, y compris les coûts, les fonctionnalités de sécurité intégrées et la façon dont elles diffèrent d’autres outils IA que vos développeurs peuvent utiliser. Consultez À propos de l’assistant de codage GitHub Copilot.
2. Découvrez les tâches pour laquelle Agent de codage Copilot convient le mieux. Il s'agit généralement de problèmes bien définis et délimités, tels que l’augmentation de la couverture des tests, la correction de bogues ou de tests instables, ou la mise à jour des fichiers de configuration ou de documentation. Consultez Meilleures pratiques pour l’utilisation de GitHub Copilot pour travailler sur des tâches.
3. Réfléchissez à la façon dont Agent de codage Copilot s’intègre à d’autres outils dans les flux de travail de votre organisation. pour découvrir un exemple illustrant l’utilisation de Agent de codage Copilot avec d’autres fonctionnalités d’ia sur GitHub, consultez Intégration de l’IA agentique dans le cycle de vie du développement logiciel de votre entreprise.

2. Sécuriser

Tous les modèles d’IA sont entraînés pour répondre à une demande, même s’ils ne disposent pas de toutes les informations nécessaires pour fournir une bonne réponse, ce qui peut les amener à commettre des erreurs. En suivant les meilleures pratiques, vous pouvez générer les fonctionnalités de sécurité par défaut de Agent de codage Copilot.

1. Donnez à Copilot les informations dont il a besoin pour fonctionner correctement dans un référentiel à l’aide d’un fichier copilot-instructions.md. Consultez Ajout d’instructions personnalisées du référentiel pour GitHub Copilot.
2. Configurez l’environnement de développement Copilot pour un référentiel ayant accès aux outils et aux référentiels de package approuvés par l’organisation à l’aide d’un fichier copilot-setup-steps.yml et des serveurs mcp locaux. Consultez Personnaliser l’environnement de développement pour l’assistant de codage GitHub Copilot et Étendre l’assistant de codage GitHub Copilot avec le protocole MCP (Model Context Protocol).
3. Suivez les meilleures pratiques pour stocker vos secrets en toute sécurité. Consultez Utilisation de secrets dans GitHub Actions.
4. Activez les fonctionnalités de sécurité du code afin de réduire davantage le risque de fuite d’informations confidentielles et d’introduction de vulnérabilités dans le code. Consultez Application de la configuration de sécurité recommandée par GitHub dans votre organisation.
5. Configurez vos ensembles de règles de branche pour vous assurer que toutes les demandes de tirage soulevées par Copilot sont approuvées par un deuxième utilisateur disposant des autorisations d’écriture (une sous-option de « exiger une requête de tirage avant la fusion »). Consultez Création des ensembles de règles pour les référentiels de votre organisation et Règles disponibles pour les ensembles de règles.

3. Pilote

Inscrivez-vous à Copilot

Comme pour tout autre changement dans les pratiques de travail, il est important de faire un essai afin d’apprendre à déployer efficacement Agent de codage Copilot dans votre organisation ou votre entreprise.

1. Réunissez une équipe pluridisciplinaire pour l’essai afin d’apporter différents rôles, expériences et perspectives au projet. Cela vous permettra d’explorer plus facilement un large éventail de méthodes pour définir les problèmes, d’attribuer des tâches à Copilot et de fournir des commentaires clairs lors des révisions.
2. Choisissez un référentiel isolé ou à faible risque, par exemple un référentiel contenant de la documentation ou des outils internes. Vous pouvez créer un nouveau référentiel à utiliser comme terrain de jeu, mais Copilot a besoin de contexte pour fonctionner correctement. vous devrez donc ajouter beaucoup d’informations contextuelles, notamment les processus de l’équipe, l’environnement de développement et les dépendances courantes.
3. Activez Agent de codage Copilot dans le référentiel et, si vous le souhaitez, activez les serveurs MCP tiers pour un partage de contexte amélioré. Consultez Ajouter l’assistant de codage GitHub Copilot à votre organisation.
4. Créez les instructions relatives au référentiel et préinstallez tous les outils requis dans l’environnement de développement utilisé par Copilot. Consultez Personnaliser l’environnement de développement pour l’assistant de codage GitHub Copilot.
5. Identifiez quelques cas d’utilisation pertinents pour votre organisation, par exemple : couverture des tests ou amélioration de l’accessibilité. Consultez Choisir le bon type de tâches à attribuer à Copilot dans le guide des meilleures pratiques.
6. Utilisez les meilleures pratiques pour créer ou améliorer les problèmes pour Copilot dans votre référentiel pilote.
7. Attribuer les problèmes à Copilot et préparez les membres de l’équipe à passer en revue son travail.
8. Passez du temps à examiner le codebase ou la documentation dans VS Code ou GitHub.com, en demandant à Copilot de créer une requête de tirage pour corriger les bogues ou apporter les petites améliorations que vous identifiez.

Au cours de l’essai, l’équipe doit itérer les instructions du référentiel, les outils installés, l’accès aux serveurs mcp et la définition des problèmes afin d’identifier comment votre organisation peut tirer le meilleur parti de Agent de codage Copilot. Ce processus vous aidera à identifier les meilleures pratiques de votre organisation pour travailler avec Copilot et à planifier une stratégie de lancement efficace.

En plus de vous donner un aperçu de la manière de configurer correctement Agent de codage Copilot, vous découvrirez comment Copilot utilise les demandes premium et les minutes d’action. Ces informations vous seront précieuses lorsque vous devrez définir et gérer votre budget pour un essai plus large ou un lancement complet. Consultez Gestion des dépenses de votre entreprise sur GitHub Copilot.

Amélioration avec MCP

Le protocole MCP (Model Context Protocol) est une norme ouverte qui définit la façon dont les applications partagent le contexte avec de grands modèles de langage (LLMs). mcp offre un moyen standardisé de fournir à Agent de codage Copilot l’accès à différentes sources de données et différents outils.

Agent de codage Copilot a accès à l’intégralité du contexte GitHub du référentiel dans lequel il travaille, y compris les problèmes et les demandes de tirage, à l’aide du serveur mcp GitHub intégré. Par défaut, son accès aux données externes est restreint par des barrières d’authentification et un pare-feu.

Vous pouvez étendre les informations accessibles à Agent de codage Copilot en lui donnant accès à des serveurs MCP locaux pour les outils utilisés par votre organisation. Par exemple, vous pourriez vouloir donner accès aux serveurs MCP locaux dans certains des contextes suivants :

• outils de planification de projet : permettez à Copilot d’accéder directement aux documents de planification privés stockés en dehors de GitHub dans des outils tels que notion ou figma.
• augmenter les données d’entraînement : chaque llm contient des données d’entraînement jusqu’à une date limite spécifique. Si vous travaillez avec des outils évoluant rapidement, Copilot peut ne pas avoir accès aux informations relatives aux nouvelles fonctionnalités. Vous pouvez combler cette lacune en rendant le serveur MCP de l’outil disponible. Par exemple, l’ajout du serveur mcp terraform permettra à Copilot d’accéder aux fournisseurs terraform les plus récemment pris en charge.

Pour plus d’informations, consultez « Étendre l’assistant de codage GitHub Copilot avec le protocole MCP (Model Context Protocol) ».

Étapes suivantes

Lorsque vous êtes satisfait du pilote, vous pouvez :

• Activer Agent de codage Copilot dans plusieurs organisations ou référentiels.
• Identifier d’autres cas d’usage pour Agent de codage Copilot et former les développeurs en conséquence.
• Continuer à recueillir des commentaires et à mesurer les résultats.

Pour évaluer l’impact d’un nouvel outil, nous vous recommandons de mesurer l’impact de l’outil sur les objectifs en aval de votre organisation. Pour obtenir une approche systématique de la conduite et de la mesure des améliorations apportées aux systèmes d’ingénierie, consultez GitHub, Playbook de réussite du système d’ingénierie.