Vodič za Copilot Actions: Alati, agenti i MCP

Ako radite sa Copilot, GitHub i Copilot StudioSigurno ste čuli za poznate akcije i alate koji omogućavaju ovim agentima da rade stvari "iz stvarnog svijeta": slanje e-mailova, upite API-jima, premještanje koda između grana ili otvaranje zahtjeva za povlačenjem. Ovdje ćemo, mirno i na španskom (iz Španije), vidjeti kako se sve to uklapa pod kišobran Potpuni tutorijal za Copilot Actionsobjedinjavajući i odjeljak s alatima u Copilot Studiju i novi GitHub agent za kodiranje.

Ideja je da na kraju shvatite šta su oni. alati, akcije i agenti, kako su konfigurisani, koje vrste postoje (konektori, REST, MCP, korištenje računara itd.), kakvu ulogu igra generativna orkestracija i kako GitHub Copilot agent za kodiranje koristi GitHub akcije i MCP za automatizaciju end-to-end razvojnih zadataka.

Šta je „akcija“ ili alat za Copilot?

U ekosistemu Copilot Studio, pozivi alati Ovo su osnovni gradivni blokovi koji omogućavaju agentu interakciju s vanjskim sistemima: cloud servisi, API-ji, baze podataka ili čak desktop aplikacije s grafičkim interfejsom. Svaki alat obuhvata određenu mogućnost koju agent može izvršiti kada to zahtijeva razgovor ili tok rada.

Na primjer, možete opremiti svog agenta alatima za Slanje e-poruka pomoću programa Outlook 365Provjerite vremensku prognozu, čitajte i pišite u Dataverseu ili objavljujte poruke u Teamsu. Sve ove mogućnosti predstavljene su kao alati koje Copilot može automatski odabrati pomoću generativna orkestracija ili koje možete eksplicitno pozvati iz određene teme.

Aktivnom generativnom orkestracijom, agent je u stanju da sami odaberite alat ili najprikladniju temu, ili čak iz koje se može crpiti pretrage baze znanjaDa biste odgovorili na zahtjeve korisnika. U klasičnom načinu rada, s onemogućenom orkestracijom, možete koristiti samo teme koje ste sami dizajnirali, iako i dalje imate mogućnost pozivanja alata iz tih tema na potpuno kontroliran način.

Sve ovo čini alate Copilot Studija nekom vrstom „supermoć“ za vaše agenteJer više ne samo da ćaskaju: oni nastavljaju s izvođenjem stvarnih akcija protiv vaših korporativnih sistema, uvijek poštujući autentifikaciju i politike koje definirate.

Vrste alata koje možete koristiti kao Copilot akcije

Copilot Studio nudi nekoliko mehanizama za dodavanje alata agentu, a u praksi se svi oni mogu posmatrati kao radnje koje Copilot može pokrenuti da izvrši zadatak. Svaka vrsta alata je dizajnirana za drugačiji scenario, od povezivanja na postojeće API-je do automatizacije korištenja samog računara.

Prvi glavni blok su Konektori Power platformeOvo vam omogućava povezivanje s vlasničkim ili uslugama trećih strana. Postoje dvije vrste: unaprijed izgrađeni konektori, koji su spremni za korištenje sa stotinama poznatih usluga, i prilagođeni konektori, koji vam omogućavaju definiranje veze s vlastitim sistemom ili internim API-jem vaše organizacije.

Još jedan ključni mehanizam je protok agentaTok rada je vrsta alata koji definira niz povezanih radnji. Ovaj alat je idealan kada želite da agent izvrši nekoliko koraka redom, na primjer, upit sistemu, transformiranje podataka, a zatim vraćanje formatiranog rezultata.

Također imate alate poput Promptkoji su jednokratni zahtjevi modelu, s mogućnošću povezivanja izvora znanja i generirati kod za analizu podataka. Koriste se, prije svega, kada vam je potreban model za izvršavanje dobro definiranog zadatka, a mogu raditi s načini rada kao što je Brzi odgovor za podešavanje odgovora. Koriste se, prije svega, kada je potrebno da model izvrši dobro definirani zadatak, ali uz pristup dodatnim informacijama.

Set je upotpunjen alatima baziranim na REST API, Protokol konteksta modela (MCP) y Upotreba kompjuteraPrva dva se fokusiraju na povezivanje s HTTP API-jima ili MCP serverima kako bi se otkrili dodatni alati i resursi; treći omogućava agentu da kontrolira grafički interfejs (web ili desktop) simulirajući klikove, menije i tipkanje, otvarajući vrata automatizaciji aplikacija koje nemaju API.

Kreirajte novi alat u Copilot Studiju korak po korak

Da bi vaš agent mogao u potpunosti iskoristiti ove mogućnosti, potrebno je kreirajte i konfigurišite alate direktno u Copilot Studiju. Proces je vođen, ali je korisno razumjeti šta se radi u svakom koraku kako bi se izbjegli nesporazumi i izvuklo maksimum iz generativne orkestracije.

Prvo što trebate učiniti je otvoriti svog agenta iz odjeljka agenti i uđite na stranicu AlatOdatle birate opciju za dodavanje alata i, u odgovarajućem panelu, birate kreiranje novog. Novi alatCopilot Studio će vam prikazati listu dostupnih tipova: Prompt, Agent Flow, Computer use, Custom connector, Model Context Protocol ili REST API, ovisno o tome šta želite integrirati.

Nakon odabira vrste alata, pojavljuje se sljedeće: specifični koraci podešavanjaNa primjer, ako odaberete upit, morat ćete definirati predložak upita i upute za model, ulazne parametre, izvore znanja koje može konsultirati te format i ograničenja odgovora.

Nakon što završite s početnim podešavanjem, možete pritisnuti Sačuvaj ili objavi, prema potrebi, tako da se alat kreira. Zatim se opcija aktivira Dodaj i konfigurirajOvo dodaje alat agentu i otvara potpunu stranicu za konfiguraciju gdje možete nastaviti s podešavanjem detalja i promjenom parametara kasnije onoliko puta koliko vam je potrebno.

U bilo kojem trenutku, sa stranice Alati agenta, možete ponovo uredite postavke tog alata: njegovo ime, opis, ulazne podatke, ponašanje izlaznih podataka i druge fine detalje koji uveliko utiču na to kako generativna orkestracija odlučuje kada da ga pozove.

Odjeljci konfiguracije: Detalji, Unosi i Završetak

Stranica za konfiguraciju standardnog alata podijeljena je u tri glavna bloka: Detalji, unosi i dovršavanjeRazumijevanje šta svaka od njih radi ključno je za osiguranje da se vaše Copilot akcije ponašaju pouzdano i predvidljivo u razgovorima s korisnicima.

U odjeljku detalji Definišete osnovne podatke alata. Ovdje birate naziv, koji ćete vidjeti na listi alata agenta, i opis, koji je još važniji jer će generativna orkestracija uveliko zavisiti od tog teksta kako bi odlučila u kom kontekstu alat treba koristiti i kada ga nije prikladno pozvati.

Odjeljak Detalji također prikazuje napredne opcije, kao što su dozvoliti agentu da dinamički odlučuje Možete odabrati da li ćete koristiti alat, zatražiti potvrdu korisnika prije izvršavanja radnje ili konfigurirati vrstu autentifikacije. Možete odrediti da li alat treba da se pokreće s vjerodajnicama krajnjeg korisnika ili s vjerodajnicama "tvorca" (autora), pa čak i dodati opis onoga što će se autentificirati kako bi korisnik razumio šta autorizira.

Odeljak Ulazi Prikazuje sve unose koje alat treba u formatu tabele, sa jednim redom po unosu. Podrazumevano, svaki unos je popunjen opcijom "Dinamičko popunjavanje AI", što znači da će agent pokušati da iz dostupnog konteksta, kao što su nedavne poruke u razgovoru, izvede potrebnu vrijednost.

Ako agent ne pronađe odgovarajuću vrijednost, generirat će automatski postavlja korisniku pitanja za prikupljanje tih informacija. Pomoću dugmeta za prilagođavanje možete prilagoditi prikazani naziv i opis svakog unosa, definirati kako se odgovor interpretira (slobodan tekst, unaprijed definirani entitet itd.), logiku ponovnog pokušaja i dodatne validacije za unesene podatke.

Ako želite potpunu kontrolu, možete promijeniti ulaz u Prilagođena vrijednost i dodijelite mu fiksnu vrijednost, varijablu ili Power FX formulu. Na ovaj način, agent neće ništa pitati korisnika o tom polju, jer već tačno zna šta treba poslati alatu kada se pokrene.

U odjeljku završetak Vi odlučujete šta će se dogoditi kada alat završi svoj rad. Možete pustiti da sam agent generira kontekstualni odgovor na osnovu primljenog rezultata ili možete kreirati odgovor u prilagođenom formatu, s mogućnošću umetanja izlaznih varijabli i primjene Power FX formula za njegovo prilagođavanje.

Kako alat reaguje: opcije izlaza i adaptivne kartice

U okviru opcije Završetak, opcija „Nakon pokretanja“ vam omogućava da birate između nekoliko strategije odgovoraNajjednostavniji je "Ne odgovaraj", gdje agent interno integrira izlaz alata u svoju sljedeću poruku bez da alat direktno šalje išta korisniku.

Druga alternativa je aktiviranje opcije "Napiši odgovor generativnom umjetnom inteligencijom", što će modelu omogućiti da to obradi. napisati dobro strukturiranu poruku Korištenje izlaznih podataka je vrlo praktično kada želite bogate odgovore, ali nemate želju za pisanjem složenog predloška.

Ako vam je potrebna milimetarski precizna kontrola, možete odabrati "Pošalji specifičan odgovor" i napiši tekst sam/sama sa rezerviranim mjestima za varijable, dajući korisniku jedinstveni format svaki put kada se alat pokrene, što obično vrlo dobro funkcioniše u formalnijim okruženjima.

Konačno, postoji opcija „Pošalji adaptivnu karticu“, koja vam omogućava generiranje interaktivni odgovori s dugmadima i akcijamaOvo je veoma korisno kada želite da korisnik klikne, potvrdi ili odabere nešto nakon što alat prikaže rezultate. Paralelno s tim, odlučujete koje će izlazne varijable biti dostupne samom agentu ili drugim alatima koji ga slijede.

U specifičnom slučaju MCP servera povezanih kao alati, ekran za konfiguraciju je donekle drugačiji: blok Detalji ostaje, ali Unosi i Završetak su zamijenjeni odjeljcima Alati i resursi, gdje su navedeni alati i resursi dostupni na tom MCP serveru, dajući kratak pregled svega što Copilot može učiniti putem te veze.

Odabir alata i automatsko prikupljanje ulaznih podataka

Kada definirate alat u Copilot Studiju, ne samo da mu kažete šta da radi, već kada i kako ga treba koristitiNaziv, opis i informacije povezane s ulazima služe kao vodič generativnom orkestratoru za rezerviranje ovog alata za odgovarajuće scenarije i sprječavanje njegovog preranog aktiviranja.

Orkestracija uzima u obzir elemente kao što su trenutni kontekst razgovoraAgent razmatra namjeru otkrivenu u korisnikovoj poruci, dostupne ulaze, prethodne izlaze iz drugih alata i historiju nedavnih poziva. Sa svim ovim informacijama, agent odlučuje da li ima smisla pokrenuti alat, koji i sa kojim parametrima.

Jedna od prednosti je što se agent sam brine o kolekcija ulaznih podatakaNe morate ručno dizajnirati čvorove pitanja kako biste pokrili svaki potreban dio podataka, što može biti vrlo zamorno u složenim tokovima. Orkestrator analizira šta nedostaje kako bi pozvao alat i postavio korisniku specifična pitanja za popunjavanje tih polja.

Kada rade u generativnom režimu, alati obično vraćaju svoj izlaz direktno agentu, koji ga uključuje u konačni odgovor koji korisnik vidi. Međutim, ako želite, možete konfigurirati alat da uvijek ispisuje eksplicitan odgovor, i generativni i zasnovani na fiksnom predlošku.

U svakom slučaju, i dalje imate mogućnost da pozvati alat iz teme eksplicitno. Ovo vam omogućava da sastavite hibridna iskustva: klasične teme sa granama, uslovima i čvorovima, kombinovane sa alatima koji izvršavaju određene radnje, kao što je provjera vremena ili kreiranje zapisa u eksternom sistemu.

Pozivanje alata iz teme: praktičan primjer

Zamislite da želite kreirati jednostavnu temu kao što je "Nađi vrijeme"U Copilot Studiju biste otišli na stranicu Teme, kreirali novu temu s tim nazivom i definirali niz okidačkih fraza, kao što su "Hoće li padati kiša?", "današnja prognoza", "kakvo je vrijeme" ili "dajte mi prognozu".

Unutar te teme, dodali biste novi čvor pomoću dugmeta Dodaj čvor i odabrali biste opciju „Dodaj alat“. U okviru za odabir vidjet ćete kartice za osnovne alate, konektore ili alate općenito, a tamo biste pronašli alat koji ste prethodno konfigurirali za konsultacije. el tiempo.

Nakon što je čvor akcije dodat temi, vaš tok već zna pozovite alat u pravo vrijemeSamo biste trebali prilagoditi izlaze, sačuvati temu i testirati je u emulatoru kako biste bili sigurni da su ulazna pitanja i konačni odgovor ono što tražite.

Ovaj obrazac se može replicirati bilo kojim drugim alatom: od slanja e-pošte do prijaviti incidentTo uključuje čitanje podataka iz tabele ili pozivanje Power Automate toka za izvršavanje složenijeg zadatka korištenjem integracija platforme.

Nadalje, ako se ovo kombinuje s generativnom orkestracijom, sam agent može odlučiti kada će koristiti tu temu ili alat bez potrebe da korisnik prati kruti skript, što se prevodi u mnogo prirodnije iskustvo razgovora i manje „robotike“.

Specifične informacije o MCP-u i povezanim resursima

U slučaju alata zasnovanih na Kontekstni protokol modelaInterfejs prikazuje dodatne, vrlo korisne informacije. U tabeli možete vidjeti nazive svih dostupnih MCP alata i pridruženih resursa koje server izlaže agentu, svaki u svom redu radi brze identifikacije njegove funkcije.

Ovaj pristup omogućava jedan MCP server grupirati nekoliko mogućnosti (na primjer, Playwright za end-to-end testiranje ili vlastiti alati GitHub-a) i omogućiti Copilotu da im pristupi kao da su izvorne akcije. Prednost je u tome što ne ovisite o jednom dobavljaču, već o otvorenom standardu za dijeljenje konteksta i alata s LLM-ovima.

Ovi serveri su obično konfigurisani pomoću JSON datoteke u repozitoriju ili u konfiguraciji okruženja, što se vrlo dobro uklapa u Gitove CI/CD tokove rada, gdje se promjene konfiguracije pregledavaju s istom strogošću kao i kod.

Nakon što je MCP server deklariran i dostupan, vaš agent može preuzeti samostalno donositi odluke u vezi s tim koji MCP alat pozvati i kada, što znatno proširuje raspon zadataka koje može obaviti bez direktne ljudske intervencije.

Autentifikacija i sigurnost alata u Copilot Studiju

Mnogim alatima je potrebna neka vrsta autentifikacija za sigurno funkcioniranjeposebno ako dodiruju osjetljive podatke ili interne API-je: tipični slučajevi su Dynamic Prompt, alati koji komuniciraju s Dataverseom ili zaštićene korporativne usluge.

Alati se uvijek pokreću u okruženju agenta u korisničkom kontekstu i Ne mogu se pokrenuti ako nije konfiguriran mehanizam za autentifikacijuCopilot Studio podržava dvije glavne vrste akreditiva: one krajnjeg korisnika (Krajnji korisnik) i one kreatora ili administratora rješenja (koje obezbjeđuje proizvođač).

Korištenje vjerodajnica krajnjeg korisnika, svaka osoba ima pristup samo podacima Za one s dozvolama, pristup se održava uz poštovanje sigurnosnih granica koje je organizacija već definirala. Međutim, kod kreatorskih akreditiva, identitet autora se koristi za pristup dijeljenim resursima, što je korisno kada ne želite da svi imaju individualni, direktan pristup sistemu.

U postavkama alata također možete omogućiti ili onemogućiti opciju traženja potvrde korisnika prije pokretanja radnje, što dodaje dodatni sloj transparentnosti kako bi ljudi znali šta agent namjerava uraditi i kojim će podacima pristupiti.

Osim toga, s istog ekrana s postavkama možete uključiti ili isključiti alat za agenta. Ako deaktivirate alat, agent prestaje da ga koristi, ali Može se ponovo aktivirati kasnije bez gubitka prethodne konfiguracije.

Ako vam je potrebno temeljitije čišćenje, uvijek možete ukloni alat za agentaJednostavno idite na listu alata, otvorite meni s više opcija i odaberite opciju brisanja; nakon potvrde, alat nestaje s liste i trajno je nedostupan tom agentu.

GitHub Copilot kodni agent i njegov odnos sa GitHub Actions

Pored Copilot Studija, GitHub je pokrenuo i vlastiti Agent za kodiranje CopilotaTo je agent za softverski inženjering koji funkcionira kao asinhroni partner i duboko je integriran s GitHub Actions. U praksi, djeluje kao još jedan programer u vašem timu kojem možete delegirati određene zadatke.

Agent za kodiranje se pokreće kada mu dodijelite zadatak, obično putem problema, kontrolne ploče agenta ili Copilot Chata u IDE-u. Odatle generira privremeno, konfigurabilno razvojno okruženje zasnovano na... GitHub AkcijePregledajte repozitorij za kontekst (povezane probleme, rasprave o zahtjevima za povlačenjem, prilagođene upute) i počnite raditi.

Dizajniran je za rješavanje zadataka niske do srednje složenosti, kao što su ispravljanje grešaka, poboljšanje pokrivenosti testovima ili refaktorisanje dijelova koda koji oduzimaju puno vremena. Njegov cilj je da vam omogući da... fokusirajte se na najzanimljivije dijelove razvoja, dok se on brine o najdosadnijim stvarima.

Nakon pokretanja, agent za kodiranje Otvorite zahtjev za povlačenje u načinu rada nacrta.Označeno je kao "rad u toku" i objavljuje promjene u toku rada. Svaki ključni korak se snima i možete pratiti evoluciju gotovo kao da gledate kolegu kako radi uživo, ali bez potrebe da ga stalno nadgledate.

Iako agent obavlja posao, vi uvijek zadržavate kontrolu: pregledavate kod, tražite promjene, dodajete komentare i odlučujete hoćete li odobriti prijedlog ili ne. Cilj je da iskustvo je saradničko i transparentan, a ne neprozirni "autopilot" koji prenosi kod u produkciju bez pregleda.

Razlike između agenata za kodiranje i tradicionalnih asistenata za kodiranje

Klasični alati za automatsko dovršavanje ili pomoć u IDE-u su, u osnovi, učesnici u stvarnom vremenu koji predlažu linije ili blokove koda dok kucate, ali sve ostaje na vašem računaru, u vašoj lokalnoj sesiji i pod vašom neposrednom kontrolom.

S tim modelom, vi ste i dalje taj koji kreira granu, piše poruke o commit-ovima, šalje promjene, otvara zahtjeve za povlačenjem, raspravlja o komentarima, ponavlja... cijeli taj proces. To troši dosta vremena i pažnje koji bi se mogao koristiti za kreativnije zadatke.

S druge strane, kodirajući agent je orijentisan prema automatizirati cijeli razvojni proces unutar samog GitHub-a: kreirajte grane, generirajte commit-ove, otvarajte i ažurirajte pull request-ove, pokrećite testove i linter-e u Actions okruženju i ostavite sve spremno tako da samo trebate pregledati i odobriti.

Nadalje, postoji jasna razlika u odnosu na tzv. agentski način rada u IDE-uAgentski način rada radi sinhrono s vama, u vašem omiljenom editoru (VS Code, JetBrains, Eclipse, Xcode, itd.), dok agent za kodiranje radi asinhrono u pozadinikao da je u pitanju "druga osoba" u timu koja se bavi problemima dok vi radite druge stvari.

Oboje koriste Zahtjevi za premium CopilotIako je agentu za kodiranje potreban samo jedan po zadatku i oslanja se na minute GitHub Actions za izvršavanje svih svojih zadataka, vrijedi to uzeti u obzir prilikom planiranja troškova i korištenja u velikim timovima.

Sigurnost kodnog agenta: sandbox, dozvole i revizija

GitHub je dizajnirao agenta za kodiranje sa sigurnost po zadanim postavkamapokretanjem u izoliranom okruženju (sandbox) s ograničenim pristupom internetu i smanjenim dozvolama na repozitoriju. Ovo minimizira površinu napada i štiti i kod i CI/CD infrastrukturu.

Agent može slati promjene samo na grane koje sam kreira, obično s prefiksom poput kopilot/*Na ovaj način, to ne utiče direktno na glavnu granu ili druge grane kojima upravlja tim. Ovo sprečava da greška agenta prekine rad glavne grane projekta.

Još jedan važan aspekt je da agent za kodiranje ne može odobriti ili spojiti vlastite zahtjeve za povlačenjem. Svi prijedlozi prolaze kroz nezavisna ljudska procjenaNadalje, CI/CD tokovi rada u Akcijama se ne izvršavaju dok ih neko ne autorizuje, što dodaje još jedan sloj zaštite.

Svaki commit koji generira agent označen je kao koautorski.Ovo poboljšava sljedivost i jasno pokazuje u historiji koje su promjene pokrenuli Copilot, a koje članovi tima. Pored ovoga, rezanje revizije i zaštite podružnica koje su već na snazi ​​u organizaciji, a koje se i dalje normalno primjenjuju.

Uzevši sve u obzir, ovaj dizajn osigurava da agent za kodiranje rade po istim pravilima i politikama nego ostatak tima, s jasnim kontrolama i ograničenjima koja se uklapaju u sigurnosne prakse preduzeća.

Kako koristiti GitHub Copilot kodni agent u svakodnevnom životu

Tok rada za korištenje agenta za kodiranje je prilično sličan delegiranju zadatka kolegi. Počinjete Dodjeljivanje problema korisniku @github na GitHub.com, GitHub Mobile ili putem CLI-ja, ili kreiranjem zadatka iz panela agenta dostupnog sa gotovo bilo koje stranice repozitorija.

Također ga možete pokrenuti iz Copilot Chata u vašem omiljenom IDE-u, koristeći Hej, kopilote ili iz bilo kojeg alata koji podržava Model Context Protocol. Zahvaljujući MCP-u, možete ga čak i proslijediti snimci ekrana ili makete U problemima, kada imate konfigurisane MCP servere za vizuelni vid, proširujete načine na koje opisujete šta želite da agent uradi.

Kada zadatak započne, agent za kodiranje otvara zahtjev za povlačenjem u nacrtu s oznakom. Od tog trenutka nadalje, vidjet ćete kako Bilježi svoj napredak kroz commit-ove i PR ažuriranja, uvijek unutar standardnog GitHub toka.

Kada završite, ažurirajte naslov i opis zahtjeva za povlačenjem. Spominje vas za recenziju i čekat će vaše povratne informacije. Ako su vam potrebne promjene, možete ponovo označiti @copilot u samom PR-u, a agent će koristiti te povratne informacije za ponavljanje koda dok ne postigne željeni rezultat.

Iza kulisa, sve se ovo dešava u sigurnom okruženju koje pokreću GitHub Actions, gdje agent može pokretati testove, lintere, vanjske alate i bilo koju akciju koju ste uključili u svoj katalog s više od 25.000 akcija u zajedniciOvo čini okruženje potpuno prilagodljivim potrebama vašeg projekta.

Poboljšanje Copilota sa MCP-om: prošireni alati i kontekst

Ako kombinujete Copilot sa Kontekstni protokol modela i sa Copilot LabsAgent dobija pristup znatno širem ekosistemu eksternih alata i podataka. MCP je otvoreni standard koji definiše kako dijeliti kontekst i mogućnosti između aplikacija i jezičkih modela.

Agent za kodiranje već uključuje MCP servere za Playwright i GitHub, što mu omogućava, na primjer, pokretanje end-to-end testova ili interakcija s GitHub API-jima bez potrebe da izmišljate toplu vodu. Nadalje, možete definirati vlastite MCP servere prilagođene vašim specifičnim sistemima i radnim procesima.

Konfiguracija se obično vrši na nivou repozitorija, korištenjem JSON datoteke koja opisuje servere i izložene alate. Nakon što su aktivni, agent ih može autonomno koristiti za obavljanje zadataka, ispitivanje podataka, generiranje artefakata i, na kraju, smanjite ručno opterećenje opreme.

Važno je imati na umu da pristup kodirajućeg agenta internetu ide putem zaštitni zid sa zadanim pravilima Ovo dozvoljava samo određene hostove potrebne za GitHub i preuzimanje zavisnosti. Ako vam je potreban dodatni pristup, morat ćete ga prilagoditi prema pravilima vaše organizacije.

Ovim pristupom, MCP pretvara Copilota u mnogo više kontekstualno svjestan razvojni partnersposoban za orkestriranje različitih alata kao da su Copilot Actions, ali sa standardnim i proširivim dizajnom koji vas ne veže za jednog dobavljača ili tehnologiju.

Kombinacijom deklarativnih alata Copilot Studija s agentom za kodiranje i MCP-om na GitHub-u, dobijate ekosistem u kojem vaši agenti... Mogu razgovarati s korisnicima, povezivati ​​se na API-je, koristiti računar, otvarati pull request-ove i prolaziti kroz CI/CD. gotovo besprijekorno, održavajući kontrolu, sigurnost i sljedivost u svakom trenutku.