- Visual Studio i VS Code isporučuju se sa specijaliziranim unaprijed postavljenim agentima i podržavaju duboko prilagodljive profile agenata prilagođene vašim tijekovima rada.
- Prilagođeni agenti definirani su u .agent.md profilima s YAML frontmatterom koji kontrolira identitet, alate, modele, MCP poslužitelje i ponašanje.
- Agenti mogu raditi lokalno, u oblaku ili putem vanjskih pružatelja usluga, s konfiguriranim profilima i razinama dopuštenja za sigurnu autonomiju.
- Isti prilagođeni agenti rade na GitHub.com, CLI-ju i glavnim IDE-ima, omogućujući timovima kodiranje i ponovnu upotrebu najboljih praksi svugdje.
Agenti pokretani umjetnom inteligencijom mijenjaju način na koji programeri rade unutar Visual Studija i VS Codea, pomičući se daleko od jednog generičkog asistenta do bogatog ekosustava specijaliziranih, prilagodljivih pomagača. Umjesto da samo odgovaraju na pitanja u prozoru za chat, ovi agenti mogu planirati rad, uređivati kod u vašem rješenju, pokretati alate, pa čak i koordinirati s uslugama u oblaku ili vanjskim bazama znanja kako bi isporučivali stvarne značajke od početka do kraja.
Kada kombinirate ugrađene agente, lokalne i oblačne načine izvršavanja te potpuno prilagođene profile agenata definirane u vašim repozitorijima, dobivate fleksibilan okvir koji se prilagođava tijekovima rada vašeg tima, umjesto da vas prisiljava na jedan način rada. Od otklanjanja pogrešaka i profiliranja do automatiziranog testiranja, modernizacije, dokumentacije i pregleda koda povezanog s vašim internim standardima, prilagođeni agenti u Visual Studiju i VS Codeu daju vam način da kodirate i skalirate svoje najbolje prakse izravno u IDE.
Unaprijed postavljeni agenti u Visual Studiju: specijalizirani pomagači za uobičajene tijekove rada
Visual Studio dolazi s odabranim skupom unaprijed postavljenih agenata koji su duboko povezani s IDE-om, a svaki je usmjeren na određeni dio životnog ciklusa razvoja. Ovi agenti idu daleko dalje od općeg modela chata jer mogu pristupiti stogovima poziva, dijagnostici, tragovima profilera, grafovima projekata i testnoj infrastrukturi izravno iz vašeg rješenja.
Agent za ispravljanje pogrešaka usmjeren je na sustavnu analizu pogrešaka, iskorištavajući vaš kontekst izvođenja umjesto da vam samo ponavlja poruku o pogrešci. Može pregledati stogove poziva, lokalne varijable i dijagnostički izlaz kako bi korak po korak prošao kroz kvarove, često prateći grešku kroz više datoteka ili slojeva dok ne pronađe pravi uzrok, a ne vidljivi simptom.
Agent Profiler je usko povezan s Visual Studiom za profiliranje tako da su savjeti o performansama utemeljeni na stvarnim putevima koda i vrućim točkama. Umjesto generičkih savjeta za podešavanje, ispituje sesije profilera, ističe stvarna uska grla i predlaže ciljane optimizacije koje su usklađene s arhitekturom vašeg projekta i tehnološkim paketom.
Agent za testiranje (dostupan kada se rješenje učitava) fokusira se na generiranje i poboljšanje jediničnih testova koji odgovaraju okvirima i konvencijama vašeg projekta. Umjesto odbacivanja standardnih testova koje će vaš CI odmah označiti, uči iz vaših postojećih obrazaca i koristi taj kontekst za izradu realističnih, održivih testova koji se uključuju u vaše cjevovode.
Agent Modernize (za .NET i C++ projekte) osmišljen je za vođenje nadogradnji okvira i ovisnosti u cijelom grafu vašeg stvarnog rješenja. Može istaknuti ključne promjene, predložiti migracijski kod i prilagoditi se vašim obrascima kodiranja tako da se modernizacija osjeća kao potpomognuto refaktoriranje umjesto rizičnog, ručnog prepisivanja.
Ovim unaprijed postavljenim agentima možete pristupiti putem alata za odabir agenata u panelu za chat ili korištenjem sintakse '@' izravno unutar chata. Prebacivanje između njih omogućuje vam primjenu različitih „persona“ na istu kodnu bazu – na primjer, prelazak s razgovora usmjerenog na otklanjanje pogrešaka na razgovor usmjeren na testiranje ili performanse bez gubitka konteksta.
Od unaprijed postavljenih do prilagođenih: izgradnja vlastitih agenata na platformi
Unaprijed postavljeni agenti pokrivaju najčešće tijekove rada, ali prava snaga dolazi kada definirate prilagođene agente koji odgovaraju načinu na koji vaš tim zapravo radi. Visual Studio i GitHub Copilot dijele zajedničku osnovu za agente: modele koji su svjesni radnog prostora, razumiju vaš kod, mogu pozivati IDE alate putem upita i mogu im se dodijeliti namjenska uloga, model i skup alata.
Prilagođeni agenti definirani su kao Markdown profili (obično s .agent.md sufiks) pohranjen pod agents mapu u vašem repozitoriju ili profilu. U projektima hostiranim na GitHubu to obično znači .github/agents/your-agent.agent.md, ali na razini organizacije ili poduzeća možete koristiti najvišu razinu agents imenik bez .github/ prefiks tako da se isti agent može ponovno koristiti u mnogim repozitorijima.
Unutar svakog profila agenta deklarirate YAML frontmatter blok koji specificira njegov identitet, mogućnosti, alate i opcionalnu MCP konfiguraciju. Tipična svojstva uključuju prilagođenost ljudima name, kratko description sažimajući što agent radi, popis tools može pozvati, opcionalno mcp-servers unose, preferirani model, izborno target (na primjer vscode or github-copilot), a zatim glavna poruka s uputama koja definira kako bi se agent trebao ponašati.
Odjeljak poruke u području Markdown ispod YAML-a ponaša se kao dugački sistemski upit za tog agenta. Koristite ga za opisivanje tona, prioriteta, standarda kodiranja, kontrolnih popisa pregleda, očekivanja testiranja ili bilo kojih drugih pravila kojih želite da se agent dosljedno pridržava, do velikodušnog ograničenja broja znakova (oko 30 000 znakova) koje vam omogućuje kodiranje prilično složenih ponašanja.
Pravila imenovanja datoteka su stroga kako bi stvari bile robusne i prenosive. Naziv datoteke (prije .agent.md) mora biti jedinstven i opisni te može sadržavati samo znakove poput slova (a-z, A-Z), znamenke (0-9), točke, crtice i podcrte, što pomaže u izbjegavanju problema u različitim alatima i platformama.
MCP i vanjsko znanje: povezivanje agenata s mozgom vaše tvrtke
Prilagođeni agenti zaista počinju sjati kada ih povežete s vanjskim izvorima znanja putem Model Context Protocol (MCP). Umjesto ograničavanja agenta na ono što se nalazi unutar vašeg repozitorija, MCP mu omogućuje komunikaciju s internim dokumentacijskim sustavima, dizajnerskim bibliotekama, API-jima ili bazama podataka kao prvoklasnim alatima.
Unutar profila agenta možete konfigurirati mcp-servers unose tako da samo taj agent može pozivati određene MCP alate. Na primjer, agent za provedbu dizajna može imati vezu s MCP poslužiteljem kojeg podržava Figma, dok agent za usklađenost može komunicirati s bazom podataka o pravilima; ti alati neće se proširiti na druge agente osim ako ih izričito ne omogućite.
Timovi već koriste ove mogućnosti za izgradnju specijaliziranih tijekova rada prilagođenih njihovim organizacijama. Jedan uobičajeni obrazac je agent za pregled koda koji procjenjuje zahtjeve za povlačenjem ne samo u odnosu na generičke najbolje prakse, već i u odnosu na vaš interni vodič za stil ili zapise o arhitektonskim odlukama, dostupnima putem MCP-a.
Drugi popularan scenarij je provedba dizajnerskog sustava, gdje je agent povezan s vašim dizajnerskim resursima i bibliotekama komponenti. Taj agent može pozvati alate podržane Figma datotekama ili registrima UI komponenti kako bi označio vizualno ili strukturno odstupanje prije nego što uopće dođe do produkcije, potičući programere natrag prema odobrenim obrascima.
Agenti za planiranje također dobivaju na popularnosti, fokusirajući se isključivo na otkrivanje i određivanje opsega prije nego što se napiše bilo kakav kod. Ti agenti prikupljaju zahtjeve, postavljaju pojašnjavajuća pitanja, istražuju rubne slučajeve, a zatim izrađuju strukturirane planove implementacije koje možete predati čovjeku ili agentu za kodiranje koji je više usmjeren na akciju na izvršenje.
Ako tražite gotove primjere, repozitorij „awesome-copilot“ koji održava zajednica nudi rastuću kolekciju konfiguracija agenata. Možete ih klonirati kao početne točke, ali i dalje morate provjeriti postoje li nazivi alata u vašem Visual Studio ili VS Code okruženju, jer se identifikatori alata razlikuju između GitHub.com, VS Code, JetBrains IDE-ova i drugih platformi.
Kako se autonomni agenti ponašaju u različitim alatima i okruženjima
Na konceptualnoj razini, „agent“ je AI asistent koji može autonomno izvršavati zadatak kodiranja umjesto da samo predlaže isječke koda. Postavljate cilj visoke razine („popravite testove koji ne uspiju“, „implementirajte ovu značajku“), a agent ga dijeli na korake, uređuje datoteke, izvršava naredbe i ponavlja kada nešto ne uspije, često završavajući s commit-om ili pull request-om.
VS Code otkriva ovo agentsko ponašanje na više načina, od interaktivnog chata u editoru do automatizacije u pozadini putem Copilot CLI-ja. Agenti se mogu pokretati lokalno na vašem računalu, u udaljenim okruženjima u oblaku ili putem vanjskih pružatelja usluga poput Anthropica ili OpenAI-a, odlučujući u svakom slučaju koliko autonomije imaju i koje alate mogu pozivati.
Sve vaše tekuće sesije prikazuju se na objedinjenom popisu sesija unutar prikaza Chat, bez obzira na to gdje se agent zapravo izvodi. To olakšava praćenje više dugotrajnih zadataka, prelazak između njih i održavanje koherentne povijesti aktivnosti.
Agenti djeluju u dva glavna aspekta: gdje se izvršavaju (lokalno vs. u oblaku) i kako komunicirate s njima (potpuno interaktivno vs. uglavnom autonomno). Lokalni agenti koriste VS Code agentsku petlju za izravan rad u vašem uređivaču s bogatim pristupom vašem radnom prostoru; Copilot CLI agenti rade u pozadini na vašem računalu i mogu koristiti Git radna stabla; cloud agenti rade na GitHub-ovoj infrastrukturi i čvrsto se integriraju s pull requestovima za suradnju.
Također postoji podrška za agente "trećih strana" koji se oslanjaju na SDK-ove pružatelja usluga kao što su Anthropic ili OpenAI, te na Evolucija API-ja i agentska umjetna inteligencija. Mogu se pokretati lokalno ili u vašem vlastitom oblaku, što vam daje dodatnu kontrolu nad granicama podataka, a istovremeno vam omogućuje korištenje istih obrazaca upravljanja chatom i sesijama u VS Codeu.
Agenti djeluju u dva glavna aspekta: gdje se izvršavaju (lokalno vs. u oblaku) i kako komunicirate s njima (potpuno interaktivno vs. uglavnom autonomno). Lokalni agenti koriste VS Code agentsku petlju za izravan rad u vašem uređivaču s bogatim pristupom vašem radnom prostoru; Copilot CLI agenti rade u pozadini na vašem računalu i mogu koristiti Git radna stabla; cloud agenti rade na GitHub-ovoj infrastrukturi i čvrsto se integriraju s pull requestovima za suradnju.
Odabir prave uloge agenta i razine dopuštenja
Ako tip agenta definira gdje se posao izvršava, persona agenta definira kako se taj posao izvršava. Agent za pregled koda konfiguriran je za komentiranje kvalitete i stila, ali ne i za mijenjanje datoteka, dok je agent za implementaciju ovlašten za uređivanje koda, izvršavanje naredbi i pozivanje mnogih alata kako smatra prikladnim.
VS Code nudi tri ugrađene persone agenata kao osnovu: Agent, Plan i Ask. Glavna persona Agenta fokusira se na implementaciju od početka do kraja, orkestriranje alata i promjene više datoteka; Plan stvara strukturirane, detaljne planove bez uređivanja koda; Ask odgovara na pitanja o vašoj kodnoj bazi ili tehnološkim temama i može predložiti blokove koda koje možete ručno primijeniti.
Možete se prebacivati između ovih persona u bilo kojem trenutku putem padajućeg izbornika agenata u prikazu Chat, a za specijaliziranije tokove definirate prilagođene agente s vlastitim ulogama i skupovima alata. To olakšava odvajanje, recimo, konzervativnog agenta za pregled od agresivnog agenta za refaktoriranje, pri čemu je svaki podešen za svoju svrhu.
Budući da agenti mogu autonomno pozivati alate i pokretati naredbe ljuske, VS Code dodaje sloj dozvola kako bi kontrolirao koliko slobode dobivaju u svakoj sesiji. Pomoću alata za odabir dozvola možete odlučiti treba li svako pozivanje alata vaše izričito odobrenje, treba li potvrda samo za rizične pozive ili je agentu dopušteno raditi u gotovo potpuno automatiziranom načinu rada "autopilota".
Zadani način odobravanja obično tretira alate samo za čitanje i očito sigurne alate kao prethodno odobrene, a istovremeno vas potiče na radnje koje bi mogle mijenjati datoteke ili pokretati naredbe. Zaobilaženje odobrenja maksimizira brzinu automatskim odobravanjem svega; Autopilot (trenutno u pregledu) ide dalje odobravanjem alata i automatskim odgovaranjem na upite za pojašnjenje kako bi agent mogao raditi dok ne smatra zadatak dovršenim.
Predaja posla između agenata i dodjeljivanje zadataka
Jedan od moćnijih obrazaca s agentima u VS Codeu je mogućnost prenošenja sesije s jednog agenta na drugog. To omogućuje tijekove rada poput korištenja lokalnog agenta za plan za definiranje složene značajke, zatim predaju tog plana Copilot CLI agentu za lokalnu izradu prototipa i konačno slanje rezultata agentu u oblaku koji otvara zahtjev za povlačenjem na GitHubu.
Kada promijenite vrstu agenta iz padajućeg izbornika sesije, VS Code stvara novu sesiju koja nasljeđuje cijelu povijest i kontekst razgovora. Razgovor izvornog agenta arhivira se za referencu, dok novi agent nastavlja s iste početne točke, ali s drugačijom ulogom ili okruženjem izvršavanja.
Iz Copilot CLI-ja možete eksplicitno delegirati posao agentu u oblaku pomoću /delegate naredba u chatu. Možete dodati daljnje upute kako biste preciznije odredili na što bi se agent primatelj trebao usredotočiti, što je korisno pri prelasku s istraživačkog rada na promjene spremne za produkciju.
Duboka integracija s GitHub problemima i pull requestima znači da možete dodijeliti zadatke kodiranja agentima bez napuštanja uobičajenog tijeka rada. Dodjeljivanjem problema copilot ili spominjanjem Copilotovog agenta za kodiranje u komentaru, možete zatražiti promjene koda ili preglede koji poštuju konfigurirani profil agenta.
U IDE-ima koji podržavaju GitHub Pull Requests ekstenziju, možete čak i zatražiti od agenata da implementiraju TODO komentari izravno od urednika. To učinkovito pretvara raspršene TODO markere u red strukturiranih zadataka koje programer može preuzeti, implementirati i vratiti kao commitove ili PR-ove.
Izrada i konfiguriranje prilagođenih agenata u GitHubu i IDE-ima
Postavljanje prilagođenog agenta obično počinje na GitHub.com ili u vašem IDE-u, gdje kreirate novi profil agenta u odgovarajućem agents katalog. Na GitHub.com postoji posebna kartica "agenti" ispod područja Copilot koja vam omogućuje pokretanje predloška profila u odabranom repozitoriju i grani.
Kada kreirate novog agenta s kartice agenti na GitHubu, platforma generira datoteku predloška, obično nazvanu my-agent.agent.md, u repozitoriju .github/agents mapa. Za agente na razini organizacije ili poduzeća uklanjate .github/ dio puta i smjestite datoteku pod najvišu razinu agents direktorij umjesto toga kako bi se mogao koristiti u više projekata.
Sljedeći korak je preimenovati datoteku u nešto smisleno i jedinstveno, slijedeći dopušteni skup znakova. Jasan naziv datoteke znatno olakšava članovima tima da razumiju svrhu agenta i kasnije ga ispravno odaberu s padajućih popisa na GitHub.com ili u sučeljima za chat IDE-a.
Nakon što je datoteka postavljena, uređujete YAML prednju datoteku kako biste konfigurirali ime agenta, opis, alate i opcionalni model te konfiguraciju MCP poslužitelja. Opis je obavezan i treba ukratko navesti za što je agent optimiziran – preglede performansi, API ojačavanje, generiranje testova, validaciju specifičnu za domenu i tako dalje.
Nakon potvrđivanja i spajanja profila agenta u zadanu granu, novi agent pojavljuje se u padajućem izborniku agenata gdje god je dostupno iskustvo kodiranja Copilota. To uključuje GitHub.com, Copilot CLI i podržane IDE-ove, tako da definicija jednog agenta može postići dosljedno ponašanje na svim tim površinama.
Rad s prilagođenim agentima u VS Codeu
VS Code omogućuje posebno jednostavno stvaranje i podešavanje prilagođenih agenata izravno iz prikaza Chat. Na dnu panela za chat nalazi se padajući izbornik agenata koji uključuje opciju za konfiguriranje prilagođenih agenata, kao i prečac za stvaranje novog.
Kada odlučite stvoriti novog prilagođenog agenta u VS Codeu, odlučujete gdje će se njegov profil nalaziti: u trenutnom radnom prostoru ili u vašem korisničkom profilu. Agent na razini radnog prostora ograničen je na taj projekt .github/agents mapu, dok se agent korisničkog profila nalazi u vašoj osobnoj konfiguraciji i dostupan je u svim radnim prostorima koje otvorite.
Zatim navodite naziv datoteke za novi profil agenta; to je ujedno i zadana oznaka koja će se pojaviti u padajućem izborniku agenata. VS Code otvara novokreirani .agent.md datoteku kako biste mogli ispuniti YAML i Markdown upute s opisima, alatima i svim potrebnim uputama za ponašanje.
Uređivač nudi gumb „Konfiguriraj alate…“ koji otvara specijalizirani dijalog s popisom svih alata dostupnih agentima u vašem okruženju. To uključuje ugrađene alate, alate koje pruža MCP i alate koji dolaze iz instaliranih proširenja; vi odabirete one koje želite, a VS Code zapisuje odgovarajuće unose u profil agenta za vas.
Za kontrolu na koji se AI model agent oslanja, možete dodati model: svojstvo u YAML-u, a zatim upotrijebite automatsko dovršavanje za odabir iz skupa podržanih modela. To olakšava, na primjer, davanje agentu za refaktoriranje s velikim opterećenjem pristup sposobnijem modelu, a istovremeno zadržavanje laganog agenta za pitanja i odgovore na manjem, jeftinijem modelu.
Ažuriranje postojećeg agenta je jednako jednostavno: iz padajućeg izbornika agenata odaberite "Konfiguriraj prilagođene agente...", a zatim odaberite profil koji želite izmijeniti. VS Code otvara temeljni kod .agent.md datoteku, a nakon što je uredite i spremite, promjene stupaju na snagu gdje god se taj profil koristi.
Prilagođeni agenti u JetBrains IDE-ima, Eclipseu i Xcodeu
Isti format profila agenta funkcionira u nekoliko glavnih IDE-a, ne samo u VS Codeu. JetBrains IDE-ovi (poput IntelliJ IDEA, WebStorm ili Rider), Eclipse i Xcode integriraju se s agentima GitHub Copilota i mogu stvarati i uređivati .agent.md datoteke na poznati način.
U JetBrains IDE-ima, započinjete otvaranjem prozora GitHub Copilot Chat i korištenjem padajućeg izbornika agenata pri dnu za konfiguriranje agenata. Odabirom opsega radnog prostora stvara se nova datoteka profila unutar .github/agents u vašem projektu, a IDE ga otvara tako da možete postaviti opis, alate i upute.
Gumb „Konfiguriraj alate…“ u JetBrains editoru omogućuje vam pregledavanje dostupnih alata, uključujući alate temeljene na MCP-u, i njihovo dodavanje agentu jednim klikom. Također možete odrediti model svojstvo ovdje, opet vođeno automatskim dovršavanjem popisa podržanih modela umjetne inteligencije.
U Eclipseu je tijek rada sličan: otvorite prikaz Copilot Chat, koristite padajući izbornik agenata za odabir "Konfiguriraj agente...", a zatim stvorite novi profil putem akcije "Dodaj...". Urednik otvara novu .agent.md datoteka pod .github/agents, gdje možete definirati opis, alate, MCP poslužitelje i upute za ponašanje, te prilagoditi modele i druga svojstva prema potrebi.
Integracija Xcodea također se oslanja na padajući izbornik agenata u prikazu Chata, s posebnom opcijom "Kreiraj agenta". Nakon imenovanja profila, Xcode generira .agent.md datoteka pod .github/agents i pruža gumb "Prilagodi agenta" u uređivaču koji vam omogućuje odabir AI modela, odabir alata (uključujući MCP alate) i konfiguriranje primopredaje između prilagođenih agenata.
U JetBrainsu, Eclipseu i Xcodeu, ažuriranje postojećeg profila uvijek ide kroz isti obrazac: otvorite konfiguraciju agenta, odaberite agenta i uredite temeljnu Markdown datoteku. Te se izmjene zatim vraćaju u GitHubov Copilot ekosustav, tako da isti prilagođeni agent ostaje dosljedan bez obzira na to koji se IDE koristi.
Dizajniranje moćnih profila agenata: identitet, alati i ponašanje
Dobivanje stvarne vrijednosti od prilagođenih agenata ovisi o tome koliko dobro dizajnirate njihove profile, počevši od jasnog identiteta i usmjerenih sposobnosti. Dobro izrađena name i description učiniti namjeru agenta očitom i pomoći temeljnom modelu da odredi prioritet ispravnog ponašanja.
The tools lista je vaša glavna poluga za kontrolu onoga što agent zapravo može učiniti. Agentu možete dati pristup svakom alatu u vašem okruženju jednostavnim izostavljanjem svojstva ili možete biti vrlo precizni i omogućiti samo podskup mogućnosti - na primjer "read", "edit", "search" i nekoliko MCP alata specifičnih za domenu.
Izborni mcp-servers Unosi vam omogućuju konfiguriranje dodatnih poslužitelja koji su vidljivi samo tom određenom profilu agenta. Ovo je praktično kada agentu treba privilegirani pristup internim sustavima (poput povjerljive dokumentacije o dizajnu ili baza podataka o usklađenosti), ali ne želite da svaki agent može upitivati iste resurse.
Kada koristite agenta u VS Codeu, JetBrains IDE-ima, Eclipseu ili Xcodeu, možete također odrediti namjenski model svojstvo tako da svaki agent može koristiti model koji najbolje odgovara njegovom poslu. Neki timovi koriste teške modele zaključivanja za agente za planiranje i pregled arhitekture, dok daju jednostavnim agentima za pitanja i odgovore jeftinije modele za kontrolu troškova.
Izborno target Svojstvo je korisno kada želite da se agent pojavljuje samo u određenim okruženjima. Postavljanjem target: vscode or target: github-copilot, možete izraditi profile koji su namijenjeni tijekovima rada temeljenim na IDE-u ili tokovima temeljenim na GitHub.comu, dok izostavljanje svojstva čini agenta dostupnim svugdje.
Konačno, tijelo Markdown datoteke sadrži stvarne upute ili "glas" agenta, i tu kodirate svoje standarde i očekivanja. Možete detaljno navesti pravila pokrivenosti jediničnim testovima, tehnološka ograničenja, smjernice za ton dokumentacije ili detaljne kontrolne liste za pregled; što je ovaj sadržaj bogatiji i jasniji, to će se agent dosljednije ponašati kroz sesije.
Korištenje prilagođenih agenata na GitHub.com, CLI i IDE-ima
Nakon što je prilagođeni agent definiran, niste ograničeni na njegovo korištenje na jednom mjestu – on putuje s vašim kodom gdje god se pokreće Copilotov agent za kodiranje. Na GitHub.com možete odabrati svog prilagođenog agenta s ploče ili kartice agenata kada tražite od Copilota da izvrši zadatak na problemu ili zahtjevu za povlačenjem.
Prilikom dodjeljivanja GitHub problema, možete odabrati određenog prilagođenog agenta umjesto generičkog agenta za kodiranje ako zadatak ima koristi od specijalizirane konfiguracije tog agenta. Na primjer, profil agenta usmjeren na sigurnost mogao bi biti dodijeljen za pregled promjena u modulu za autentifikaciju, dok bi agent za podešavanje performansi brinuo o vrućim putovima u pozadinskoj usluzi.
Iz GitHub Copilot CLI-ja možete se prijaviti za određenog prilagođenog agenta pomoću naredbe s kosom crtom poput /agent ili pozivanjem agenta u promptu ili parametru naredbenog retka. Na taj način vaši tijekovi rada u terminalu ostaju usklađeni s istim osobama koje koristite u pregledniku ili IDE-u.
Kad god Copilotov agent za kodiranje otvori zahtjev za povlačenjem u vaše ime, GitHub bilježi koji je prilagođeni agent korišten za dovršetak posla. Ovo je korisno za reviziju i za razumijevanje teži li određena konfiguracija agenta stvaranju određenih stilova promjena ili obrazaca ponašanja.
Isti profili agenata mogu se zatim koristiti izravno unutar podržanih IDE-ova putem njihovih okvira za chat, tako da možete prelaziti između agenata usmjerenih na planiranje, uređivanje, istraživanje ili usklađenost, ovisno o zadatku koji je pred vama. Iako se neka YAML svojstva mogu ponašati malo drugačije između GitHub.com i IDE konteksta, ukupni profil ostaje prenosiv i konzistentan.
Lokalni agenti u VS Codeu: interaktivne sesije s punim kontekstom radnog prostora
Lokalni agenti u VS Codeu rade na vašem računalu na vašem trenutnom radnom prostoru i pružaju vam visoko interaktivne razgovore s niskom latencijom. Imaju prvoklasan pristup vašim datotekama, ekstenzijama, MCP alatima i cijelom skupu modela koje ste konfigurirali, uključujući modele "donesi svoj vlastiti ključ" (BYOK).
Ove lokalne sesije su savršene za zadatke koji zahtijevaju trenutnu razmjenu informacija ili duboku integraciju s vašim trenutnim stanjem razvoja. To uključuje brainstorming i planiranje, otklanjanje pogrešaka u tragovima stoga, odgovaranje na pogreške lintera, pregled rezultata jediničnih testova i bilo koji tijek rada koji uključuje alate koje doprinose proširenja.
Svaki lokalni agentski chat koristi jednog od ugrađenih agenata (Agent, Plan ili Ask) osim ako ne odaberete prilagođenu personu, a možete se prebacivati između njih kako se vaše potrebe mijenjaju. Na primjer, možete započeti s Pitanjem kako biste razumjeli dio kodne baze, zatim prijeći na Planiranje kako biste dizajnirali značajku i na kraju prijeći na Agenta kako biste je implementirali.
Pokretanje sesije lokalnog agenta jednostavno je kao odabir "Agenta" iz alata za odabir agenata za chat i opisivanje cilja visoke razine. Možete reći stvari poput „Implementirajte sustav za autentifikaciju korisnika s OAuth2 i JWT“ ili „Postavite CI/CD za ovaj projekt“, a agent će planirati rad, pokretati alate i predlagati izmjene u cijelom rješenju.
Dok agent radi, VS Code koristi slojeve editora za prikaz predloženih uređivanja i olakšava navigaciju, pregled te njihovo prihvaćanje ili odbijanje. Također možete prilagoditi skup alata koje agent može pozvati putem alata za odabir alata, proširujući ili ograničavajući njihove mogućnosti tijekom rada.
Persona Pitanja je posebno prikladna kada želite znanje i smjernice bez automatskih promjena datoteka. Ask može duboko proučiti vašu kodnu bazu, odgovoriti na tehnološka pitanja i vratiti blokove koda koje ručno primijenite putem akcije "Primijeni u uređivaču", pružajući vam potpunu kontrolu.
U međuvremenu, osoba za planiranje specijalizirana je za izradu strukturiranih planova implementacije prije nego što se dotakne bilo kakav kod. Ove planove možete predati drugom agentu ili ih koristiti samo kao kontrolnu listu za vlastiti rad, osiguravajući da ste uzeli u obzir ovisnosti, modele podataka i rubne slučajeve prije nego što se upustite u implementaciju.
Iako je postojao raniji "način uređivanja" za promjene više datoteka, taj je način rada zastario u korist sposobnijeg Agenta. I dalje možete ponovno omogućiti način uređivanja putem određenih postavki VS Codea, ali za većinu scenarija profil agenta je preporučeni put za refaktoriranje više datoteka i rad na značajkama.
Tijekom sesije možete slati upite za praćenje čak i dok se zahtjev izvršava. Možete staviti prilagodbe u red čekanja za kasnije, promijeniti smjer usred leta ili prekinuti i usmjeravati agenta kako vam odgovara, što cijeli proces čini manje kao serijsko izvršavanje, a više kao suradnička sesija programiranja u paru.
Sve ove mogućnosti povezane su sa širim ekosustavom agenata – možete pregledavati preglede, upravljati sesijama, dodavati alate, povezivati MCP poslužitelje i definirati prilagođene agente ili kuke za provođenje pravila i automatizaciju događaja životnog ciklusa. Kada ulažete u dobre profile agenata i tijekove rada, isti se gradivni blokovi isplate u chatu, CLI-ju, IDE-ima i samom GitHubu.
Spajajući sve ove dijelove, prilagođeni agenti u Visual Studiju i VS Codeu pretvaraju vaše kodno okruženje u skup suradnika usmjerenih na uloge koji se mogu ponovno koristiti i koji razumiju vaš stog, vaše alate i vaše standarde, pomažući timovima da se brže kreću uz kontrolu kvalitete i dosljednosti.
