Skip to content
FunCoding

Search

Search docs, agents, posts, Skills and MCP servers

云端智能体

Copilot 云端智能体在后台独立完成任务:能做什么、入口、与 IDE agent mode 的区别、第三方入口与指标。

有了云端智能体,Copilot 可以像人类开发者一样在后台独立完成任务:研究仓库、创建实现计划、修 bug、实现增量的新功能、提高测试覆盖率、更新文档、处理技术债、解决合并冲突。工作时它有自己由 GitHub Actions 提供的临时开发环境,可以在那里探索代码、做改动、运行自动化测试和 linter 等。

把任务委派给它

  • 在 GitHub 上用智能体面板或其他智能体入口,让 Copilot 在分支上研究、规划并做代码改动,再迭代,然后创建 pull request;也可以在提示里直接说想立即创建 pull request
  • 从其他入口(如 Copilot Chat 和 IDE)让 Copilot 开新的 pull request
  • 在已有 pull request 的评论里提及 @copilot,请它做修改
  • 设置自动化,按计划或在 issue 被打开等事件发生时自动运行云端智能体
  • 从安全活动里把安全告警分配给它

Copilot 根据你给的提示评估分配给它的任务。深入研究、规划以及在创建 pull request 前对代码改动迭代,只在 GitHub 上的 Copilot Chat 以及 Microsoft Teams 和 Slack 集成里可用,其他集成(如 Azure Boards、Jira 或 Linear)不支持。

启动入口

可以从多个客户端启动:GitHub(issue、agents 标签页、仪表盘、Copilot Chat、新仓库和失败的 Actions 运行)、GitHub CLI、IDE(VS Code、JetBrains、Eclipse 和 Visual Studio 2026)、REST API、GitHub MCP 服务器、Jira、Slack、Microsoft Teams、Azure Boards、Linear、Raycast。也可以通过自动化按计划或事件自动启动会话。云端智能体在后台开始工作,有些入口自动开 pull request,另一些你可以提示 Copilot 开 pull request,或在它完成工作时从会话日志创建 pull request。

相对传统 AI 工作流的好处

  • IDE 里的 AI 助手:编码发生在本地,开发者与助手在同步会话里结对,会话中的决定不被跟踪,除非提交就会丢失
  • 云端智能体:所有编码和迭代发生在 GitHub 上,你可以让它研究仓库、创建计划、并在分支上做代码改动,全部在开启 pull request 之前;还可以创建多个专门化的自定义智能体

你可以把待办里直白的 issue 分配给 Copilot(选它作为受理人),把时间花在更复杂或需要人类判断的工作上;也可以启动你本来因缺乏资源而不会开始的任务(如重构代码或增加日志);还可以让它在写任何代码之前研究仓库并创建计划,帮助你理解代码库或在投入改动前就方案达成一致;或让它开个头,之后由你接着做(如新项目的脚手架)。

与 IDE agent mode 的区别、协作和度量

云端智能体不同于 IDE 里的「agent mode」:云端智能体在由 GitHub Actions 驱动的环境里自主工作,完成通过 GitHub issue 或 Copilot 提示分配的开发任务,而 agent mode 在你的编辑器里与你交互式地协作。与 Copilot Chat 共享上下文:从 GitHub 上的 Copilot Chat 启动会话时,会话携带你聊天的上下文,会话运行时你可以继续聊天并在同一对话里询问进度。第三方集成:你可以在 Microsoft Teams 和 Slack 里 @提及 Copilot,在频道、线程和私信里与队友一起做研究、规划和编码任务。度量:企业管理员和组织所有者可以用 Copilot 用量指标分析云端智能体创建的 pull request 的结果,包括创建和合并的 pull request 总数、其中由 Copilot 创建且被合并的数量、合并的中位时间,帮助跟踪采用情况和 pull request 吞吐量的变化。