- Visual Studio i VS Code isporučuju se sa specijaliziranim unaprijed postavljenim agentima i podržavaju duboko prilagodljive profile agenata prilagođene vašim radnim procesima.
- Prilagođeni agenti su definirani u .agent.md profilima s YAML frontmatterom koji kontrolira identitet, alate, modele, MCP servere i ponašanje.
- Agenti mogu raditi lokalno, u oblaku ili putem nezavisnih dobavljača, s konfigurabilnim personama i nivoima dozvola za sigurnu autonomiju.
- Isti prilagođeni agenti rade na GitHub.com, CLI i glavnim IDE-ima, omogućavajući timovima da kodiraju i ponovo koriste najbolje prakse svugdje.
Agenti pokretani umjetnom inteligencijom mijenjaju način na koji programeri rade unutar Visual Studija i VS Codea, pomjerajući se daleko od jednog generičkog asistenta do bogatog ekosistema specijaliziranih, prilagodljivih pomagača. Umjesto da samo odgovaraju na pitanja u prozoru za chat, ovi agenti mogu planirati posao, uređivati kod u vašem rješenju, pokretati alate, pa čak i koordinirati s uslugama u oblaku ili vanjskim bazama znanja kako bi isporučivali stvarne funkcije od početka do kraja.
Kada kombinujete ugrađene agente, lokalne i cloud načine izvršavanja i potpuno prilagođene profile agenata definisane u vašim repozitorijima, dobijate fleksibilan okvir koji se prilagođava radnim procesima vašeg tima, umesto da vas prisiljava na jedan način rada. Od otklanjanja grešaka i profiliranja do automatiziranog testiranja, modernizacije, dokumentacije i pregleda koda povezanog s vašim internim standardima, prilagođeni agenti u Visual Studiju i VS Codeu vam daju način da kodirate i skalirate svoje najbolje prakse direktno u IDE.
Unaprijed postavljeni agenti u Visual Studiju: specijalizirani pomagači za uobičajene tokove rada
Visual Studio dolazi s odabranim skupom unaprijed postavljenih agenata koji su duboko povezani s IDE-om, a svaki je fokusiran na određeni dio životnog ciklusa razvoja. Ovi agenti idu daleko dalje od općeg modela chata jer mogu pristupiti stekovima poziva, dijagnostici, tragovima profilera, grafovima projekata i testnoj infrastrukturi direktno iz vašeg rješenja.
Agent za otklanjanje grešaka usmjeren je na sistematsku analizu grešaka, koristeći vaš kontekst izvršavanja umjesto da vam samo ponavlja poruku o grešci. Može pregledati stekove poziva, lokalne varijable i dijagnostički izlaz kako bi korak po korak prošao kroz greške, često prateći grešku kroz više datoteka ili slojeva dok ne pronađe pravi uzrok, a ne vidljivi simptom.
Agent Profiler je usko povezan sa Visual Studiom za profiliranje tako da su savjeti o performansama zasnovani na stvarnim putanjama koda i vrućim tačkama. Umjesto da nudi generičke savjete za podešavanje, on ispituje sesije profilera, ističe stvarna uska grla i predlaže ciljane optimizacije koje su usklađene s arhitekturom vašeg projekta i tehnološkim paketom.
Testni agent (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, on uči iz vaših postojećih obrazaca i koristi taj kontekst za izradu realističnih, održivih testova koji se uključuju u vaše cjevovode.
Agent za modernizaciju (za .NET i C++ projekte) je dizajniran da vodi nadogradnje okvira i zavisnosti u cijelom grafu vašeg rješenja. Može istaknuti kritične promjene, predložiti migracijski kod i prilagoditi se vašim obrascima kodiranja tako da modernizacija djeluje 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 '@' direktno unutar chata. Prebacivanje između njih vam omogućava da primijenite različitu „personu“ na istu kodnu bazu – na primjer, prelazak sa razgovora usmjerenog na otklanjanje grešaka 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 tokove 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 i razumiju vaš kod, mogu pozivati IDE alate putem promptova i mogu im se dodijeliti posebna uloga, model i skup alata.
Prilagođeni agenti su definirani kao Markdown profili (obično sa .agent.md sufiks) pohranjen pod agents folder u vašem repozitoriju ili profilu. U projektima hostovanim na GitHub-u ovo obično znači .github/agents/your-agent.agent.md, ali na nivou organizacije ili preduzeća možete koristiti najviši nivo agents direktorij bez .github/ prefiks tako da se isti agent može ponovo koristiti u mnogim repozitorijima.
Unutar svakog profila agenta deklarišete YAML frontmatter blok koji specificira njegov identitet, mogućnosti, alate i opcionalnu MCP konfiguraciju. Tipična svojstva uključuju prilagođenost ljudima name, kratko description sumirajući šta agent radi, lista tools može pozvati, opcionalno mcp-servers unose, preferirani model, opciono target (na primjer vscode or github-copilot), a zatim glavna poruka s instrukcijama koja definira kako se agent treba ponašati.
Odjeljak poruke u Markdown području ispod YAML-a ponaša se kao dugačak sistemski upit za tog agenta. Koristite ga za opisivanje tona, prioriteta, standarda kodiranja, kontrolnih lista za pregled, 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 omogućava 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 i može sadržavati samo znakove kao što su slova (a-z, A-Z), cifre (0-9), tačke, crtice i podvlake, što pomaže u izbjegavanju problema u različitim alatima i platformama.
MCP i eksterno znanje: povezivanje agenata sa mozgom vaše kompanije
Prilagođeni agenti zaista počinju da se ističu kada ih povežete sa eksternim izvorima znanja putem Model Context Protocol (MCP). Umjesto ograničavanja agenta na ono što se nalazi unutar vašeg repozitorija, MCP mu omogućava komunikaciju s internim dokumentacijskim sistemima, 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 provođenje dizajna može imati vezu sa MCP serverom podržanim od strane Figme, dok agent za usklađenost može komunicirati sa bazom podataka politika; ti alati neće se proširiti na druge agente osim ako ih eksplicitno ne omogućite.
Timovi već koriste ove mogućnosti za izgradnju specijaliziranih radnih procesa 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, dostupnim putem MCP-a.
Još jedan popularan scenario je sprovođenje sistema dizajna, gdje je agent povezan sa 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 ikada dođe do produkcije, podstičući programere da se vrate odobrenim obrascima.
Agenti za planiranje također dobijaju na popularnosti, fokusirajući se isključivo na otkrivanje i određivanje opsega prije nego što se napiše bilo kakav kod. Ovi agenti prikupljaju zahtjeve, postavljaju pojašnjavajuća pitanja, istražuju rubne slučajeve, a zatim izrađuju strukturirane planove implementacije koje možete predati ili čovjeku ili agentu za kodiranje koji je više akciono orijentisan na izvršenje.
Ako tražite gotove primjere, repozitorij "awesome-copilot", koji održava zajednica, nudi rastuću kolekciju konfiguracija agenata. Možete ih klonirati kao početne tačke, ali i dalje morate provjeriti da li nazivi alata zaista postoje 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 konceptualnom nivou, "agent" je AI asistent koji može autonomno izvršavati zadatak kodiranja, umjesto da samo predlaže isječke koda u tekstu. Vi postavljate cilj visokog nivoa („popravite testove koji ne uspiju“, „implementirajte ovu funkciju“), a agent ga dijeli na korake, uređuje datoteke, izvršava naredbe i ponavlja kada nešto ne uspije, često završavajući sa 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. Možete dozvoliti agentima da rade lokalno na vašem računaru, u udaljenim cloud okruženjima ili putem nezavisnih dobavljača kao što su Anthropic ili OpenAI, odlučujući u svakom slučaju koliko autonomije imaju i koje alate mogu pozivati.
Sve vaše tekuće sesije prikazuju se na objedinjenoj listi sesija unutar prikaza Ćaskanje, bez obzira na to gdje se agent zapravo nalazi. Ovo olakšava praćenje više dugotrajnih zadataka, prelazak između njih i održavanje koherentne historije aktivnosti.
Agenti djeluju u dvije glavne dimenzije: gdje se izvršavaju (lokalno vs. cloud) i kako komunicirate s njima (potpuno interaktivno vs. uglavnom autonomno). Lokalni agenti koriste VS Code agentsku petlju za direktan rad u vašem editoru s bogatim pristupom vašem radnom prostoru; Copilot CLI agenti rade u pozadini na vašem računaru i mogu koristiti Git radna stabla; cloud agenti rade na GitHub-ovoj infrastrukturi i čvrsto se integriraju sa pull request-ovima za saradnju.
Također postoji podrška za agente "trećih strana" koji se oslanjaju na SDK-ove od dobavljača kao što su Anthropic ili OpenAI, i na Evolucija API-ja i agentska umjetna inteligencija. Ovo se može pokretati lokalno ili u vašem vlastitom oblaku, što vam daje dodatnu kontrolu nad granicama podataka, a istovremeno vam omogućava da iskoristite iste obrasce upravljanja chatom i sesijama kao u VS Code-u.
Agenti djeluju u dvije glavne dimenzije: gdje se izvršavaju (lokalno vs. cloud) i kako komunicirate s njima (potpuno interaktivno vs. uglavnom autonomno). Lokalni agenti koriste VS Code agentsku petlju za direktan rad u vašem editoru s bogatim pristupom vašem radnom prostoru; Copilot CLI agenti rade u pozadini na vašem računaru i mogu koristiti Git radna stabla; cloud agenti rade na GitHub-ovoj infrastrukturi i čvrsto se integriraju sa pull request-ovima za saradnju.
Odabir prave uloge agenta i nivoa dozvola
Ako tip agenta definira gdje se posao izvršava, persona agenta definira kako se taj posao obavlja. Agent za pregled koda je konfigurisan da komentariše kvalitet i stil, ali ne i da mijenja datoteke, dok je agent za implementaciju ovlašten da uređuje kod, pokreće naredbe i poziva mnoge alate kako smatra prikladnim.
VS Code pruža 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 kreira strukturirane, korak-po-korak 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 njihovim vlastitim ulogama i skupovima alata. Ovo olakšava, recimo, odvajanje konzervativnog agenta za pregled od agresivnog agenta za refaktorisanje, pri čemu je svaki podešen za svoju svrhu.
Budući da agenti mogu autonomno pozivati alate i pokretati shell naredbe, VS Code dodaje sloj dozvola kako bi kontrolirao koliko slobode dobivaju u svakoj sesiji. Pomoću alata za odabir dozvola možete odlučiti da li svako pozivanje alata zahtijeva vaše eksplicitno odobrenje, da li je potrebna potvrda samo za rizične pozive ili je agentu dozvoljeno da radi u gotovo potpuno automatizovanom "autopilot" režimu.
Zadani način odobravanja obično tretira alate samo za čitanje i očigledno sigurne alate kao prethodno odobrene, a istovremeno vas pita za radnje koje mogu mijenjati datoteke ili pokretati naredbe. Zaobilaženje odobrenja maksimizira brzinu automatskim odobravanjem svega; Autopilot (trenutno u probnoj verziji) ide dalje odobravanjem alata i automatskim odgovaranjem na upite za pojašnjenje kako bi agent mogao raditi dok ne smatra zadatak završenim.
Predaja posla između agenata i dodjeljivanje zadataka
Jedan od moćnijih obrazaca s agentima u VS Code-u je mogućnost prenošenja sesije s jednog agenta na drugog. Ovo omogućava radne procese poput korištenja lokalnog Plan agenta za definiranje složene funkcije, zatim predaje tog plana Copilot CLI agentu za lokalno prototipiranje i konačno slanja rezultata cloud agentu koji otvara zahtjev za povlačenjem na GitHub-u.
Kada promijenite tip agenta iz padajućeg izbornika sesije, VS Code kreira novu sesiju koja nasljeđuje cijelu historiju i kontekst chata. Razgovor originalnog agenta se arhivira radi reference, dok novi agent nastavlja s iste početne tačke, ali s drugačijom ulogom ili okruženjem izvršavanja.
Iz Copilot CLI-ja možete eksplicitno delegirati posao agentu u oblaku koristeći /delegate komanda u chatu. Možete dodati daljnje upute kako biste preciznije podesili na što bi se agent primatelj trebao fokusirati, što je korisno pri prelasku s istraživačkog rada na promjene spremne za produkciju.
Duboka integracija sa GitHub problemima i pull requestima znači da možete dodijeliti zadatke kodiranja agentima bez napuštanja vašeg uobičajenog radnog toka. Dodjeljivanjem problema copilot ili spominjanjem Copilotovog agenta za kodiranje u komentaru, možete zatražiti izmjene 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 direktno od urednika. To efektivno pretvara raštrkane TODO markere u red strukturiranih zadataka koje agent za kodiranje može preuzeti, implementirati i vratiti kao commit-ove ili PR-ove.
Kreiranje i konfigurisanje prilagođenih agenata u GitHub-u i IDE-ima
Postavljanje prilagođenog agenta obično počinje na GitHub.com ili u vašem IDE-u, gdje kreirate novi profil agenta u odgovarajućem agents direktorij. Na GitHub.com postoji posebna kartica "agenti" u području Copilot koja vam omogućava da pokrenete profil predloška u odabranom repozitoriju i grani.
Kada kreirate novog agenta iz kartice agenti na GitHub-u, platforma generira datoteku predloška, obično pod nazivom my-agent.agent.md, u repozitoriju .github/agents folder. Za agente na nivou organizacije ili preduzeća uklanjate .github/ dio putanje i smjestite datoteku pod direktorij najvišeg nivoa agents direktorij umjesto toga kako bi se mogao koristiti u više projekata.
Sljedeći korak je preimenovati datoteku u nešto smisleno i jedinstveno, slijedeći dozvoljeni skup znakova. Jasno ime datoteke znatno olakšava članovima tima da razumiju svrhu agenta i da ga kasnije ispravno odaberu iz padajućih lista na GitHub.com ili u interfejsima za chat u IDE-u.
Nakon što je datoteka postavljena, uređujete YAML prednju datoteku kako biste konfigurirali ime agenta, opis, alate i opcionalni model i konfiguraciju MCP servera. Opis je obavezan i treba ukratko navesti za šta je agent optimizovan – preglede performansi, ojačavanje API-ja, generisanje testova, validaciju specifičnu za domen i tako dalje.
Nakon potvrđivanja i spajanja profila agenta u zadanu granu, novi agent se pojavljuje 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 dovesti do konzistentnog ponašanja na svim tim površinama.
Rad s prilagođenim agentima u VS Codeu
VS Code omogućava posebno jednostavno kreiranje i podešavanje prilagođenih agenata direktno iz prikaza Chat. Na dnu panela za chat nalazi se padajući meni agenata koji uključuje opciju za konfigurisanje prilagođenih agenata, kao i prečicu za kreiranje novog.
Kada odaberete kreiranje novog prilagođenog agenta u VS Code-u, odlučujete gdje će se njegov profil nalaziti: u trenutnom radnom prostoru ili u vašem korisničkom profilu. Agent na nivou radnog prostora je ograničen na taj projekat .github/agents mapu, dok se agent korisničkog profila nalazi u vašoj ličnoj konfiguraciji i dostupan je u svim radnim prostorima koje otvorite.
Zatim navodite naziv datoteke za novi profil agenta; ovo je ujedno i zadana oznaka koja će se pojaviti u padajućem izborniku agenata. VS Code otvara novokreirani .agent.md datoteku kako biste mogli popuniti YAML i Markdown upute s opisima, alatima i svim potrebnim uputama za ponašanje.
Uređivač nudi dugme „Konfiguriši alate…“ koje otvara specijalizirani dijalog u kojem su navedeni svi alati dostupni agentima u vašem okruženju. Ovo uključuje ugrađene alate, alate koje pruža MCP i alate koji dolaze iz instaliranih ekstenzija; vi birate one koje želite, a VS Code zapisuje odgovarajuće unose u profil agenta umjesto vas.
Da biste kontrolirali na koji se AI model agent oslanja, možete dodati model: svojstvo u YAML-u, a zatim koristite automatsko dovršavanje za odabir iz skupa podržanih modela. To olakšava, na primjer, davanje agentu za refaktorisanje koji je zahtjevniji od drugih metoda pristupa sposobnijem modelu, dok se lagani agent za pitanja i odgovore (Q&A) zadržava 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 osnovni kod .agent.md datoteku, a nakon što je uredite i sačuvate, promjene stupaju na snagu gdje god se taj profil koristi.
Prilagođeni agenti u JetBrains IDE-ima, Eclipseu i Xcodeu
Isti format profila agenta funkcioniše u nekoliko glavnih IDE-ova, ne samo u VS Code-u. JetBrains IDE-ovi (kao što su IntelliJ IDEA, WebStorm ili Rider), Eclipse i Xcode se integriraju s agentima GitHub Copilota i mogu kreirati i uređivati .agent.md datoteke na poznat način.
U JetBrains IDE-ima, počinjete otvaranjem prozora GitHub Copilot Chat i korištenjem padajućeg izbornika agenata na dnu za konfiguriranje agenata. Odabirom opsega radnog prostora kreira se nova datoteka profila unutra .github/agents u vašem projektu, a IDE ga otvara tako da možete postaviti opis, alate i upute.
Dugme „Konfiguriši alate…“ u JetBrains editoru vam omogućava da pregledate dostupne alate, uključujući alate zasnovane na MCP-u, i da ih dodate agentu jednim klikom. Također možete odrediti model svojstvo ovdje, opet vođeno automatskim dovršavanjem liste podržanih AI modela.
U Eclipseu je tijek rada sličan: otvorite prikaz Copilot Chat, koristite padajući izbornik agenata za odabir opcije "Konfiguriraj agente...", a zatim kreirate novi profil putem akcije "Dodaj...". Urednik otvara novu .agent.md datoteka pod .github/agents, gdje možete definirati opis, alate, MCP servere i upute za ponašanje, te prilagoditi modele i druga svojstva po potrebi.
Integracija Xcode-a se također oslanja na padajući izbornik agenata u prikazu Chat, s posebnom opcijom "Kreiraj agenta". Nakon imenovanja profila, Xcode generira .agent.md datoteka pod .github/agents i pruža dugme „Prilagodi agenta“ u editoru koje vam omogućava da odaberete AI model, odaberete alate (uključujući MCP alate) i konfigurišete primopredaju između prilagođenih agenata.
U JetBrainsu, Eclipseu i Xcodeu, ažuriranje postojećeg profila uvijek ide po istom obrascu: otvorite konfiguraciju agenta, odaberite agenta i uredite osnovnu Markdown datoteku. Te izmjene se zatim vraćaju u GitHub-ov Copilot ekosistem, tako da isti prilagođeni agent ostaje konzistentan bez obzira na to koji se IDE koristi.
Dizajniranje moćnih profila agenata: identitet, alati i ponašanje
Dobijanje stvarne vrijednosti od prilagođenih agenata zavisi od toga koliko dobro dizajnirate njihove profile, počevši od jasnog identiteta i fokusiranih sposobnosti. Dobro izrađen name i description učiniti namjeru agenta očiglednom i pomoći osnovnom modelu da odredi prioritet ispravnog ponašanja.
The tools Lista je vaša glavna poluga za kontrolu onoga što agent zapravo može uraditi. Možete dati agentu 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.
Opcionalno mcp-servers Unosi vam omogućavaju da konfigurišete dodatne servere koji su vidljivi samo tom određenom profilu agenta. Ovo je korisno kada agentu treba privilegovan pristup internim sistemima (kao što su povjerljiva dokumentacija o dizajnu ili baze podataka o usklađenosti), ali ne želite da svaki agent može da pretražuje iste resurse.
Kada koristite agenta u VS Code-u, JetBrains IDE-ima, Eclipse-u ili Xcode-u, 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.
Opcionalno target Svojstvo je korisno kada želite da se agent pojavljuje samo u određenim okruženjima. Po postavci target: vscode or target: github-copilot, možete kreirati profile koji su namijenjeni radnim tokovima zasnovanim na IDE-u ili tokovima zasnovanim na GitHub.com-u, dok izostavljanje svojstva održava agenta dostupnim svugdje.
Konačno, tijelo Markdown datoteke sadrži stvarne instrukcije ili "glas" agenta, i tu kodirate svoje standarde i očekivanja. Možete detaljno definirati 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 iz panela 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 aktivnim putevima u pozadinskom servisu.
Iz GitHub Copilot CLI-ja možete odabrati određenog prilagođenog agenta pomoću naredbe sa kosom crtom kao što je /agent ili pozivanjem agenta u promptu ili parametru komandne linije. Na taj način vaši terminalni tokovi rada ostaju usklađeni s istim osobama koje koristite u pregledniku ili IDE-u.
Kad god Copilot 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 da li određena konfiguracija agenta teži stvaranju određenih stilova promjena ili obrazaca ponašanja.
Isti profili agenata se zatim mogu koristiti direktno unutar podržanih IDE-ova putem njihovih okna 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 Code-u: interaktivne sesije s punim kontekstom radnog prostora
Lokalni agenti u VS Code-u rade na vašem računaru u vašem trenutnom radnom prostoru i pružaju vam visoko interaktivne razgovore s niskom latencijom. Imaju prvoklasan pristup vašim datotekama, ekstenzijama, MCP alatima i kompletnom 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 grešaka u tragovima steka, odgovaranje na greške lintera, pregled rezultata jediničnih testova i bilo koji tok rada koji uključuje alate koje doprinose ekstenzije.
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 početi s Pitanjem kako biste razumjeli dio kodne baze, zatim preći na Planiranje kako biste dizajnirali funkciju i na kraju preći na Agenta kako biste je implementirali.
Pokretanje lokalne sesije agenta je jednostavno kao odabir opcije "Agent" iz alata za odabir agenata za chat i opisivanje cilja visokog nivoa. Možete reći stvari poput „Implementirajte sistem za autentifikaciju korisnika pomoću OAuth2 i JWT“ ili „Postavite CI/CD za ovaj projekat“, a agent će planirati rad, pokretati alate i predlagati izmjene u cijelom rješenju.
Dok agent radi, VS Code koristi prekrivače editora kako bi prikazao predložene izmjene i olakšao navigaciju, pregled i prihvatanje ili odbijanje istih. Također možete prilagoditi skup alata koje agent može pozvati putem alata za odabir alata, proširujući ili ograničavajući njihove mogućnosti usput.
Persona Pitanja je posebno pogodna 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 koja se bavi planiranjem specijalizirana je za izradu strukturiranih planova implementacije prije nego što se dotakne bilo kakvog koda. Ove planove možete predati drugom agentu ili ih jednostavno koristiti kao kontrolnu listu za vlastiti rad, osiguravajući da ste uzeli u obzir zavisnosti, modele podataka i granične slučajeve prije nego što se upustite u implementaciju.
Iako je ranije postojao "režim uređivanja" za promjene više datoteka, taj režim je zastario u korist sposobnijeg Agenta. I dalje možete ponovo omogućiti način uređivanja putem određenih postavki VS Code-a, ali za većinu scenarija, profil agenta je preporučeni put za refaktorisanje više datoteka i rad na funkcijama.
Tokom 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 upravljati agentom kako vam odgovara, što cijeli proces čini manje kao grupni posao, a više kao kolaborativna sesija programiranja u paru.
Sve ove mogućnosti se nadovezuju na širi ekosistem agenata – možete pregledavati preglede, upravljati sesijama, dodavati alate, povezivati MCP servere i definirati prilagođene agente ili kuke za provođenje politika i automatizaciju događaja životnog ciklusa. Kada ulažete u dobre profile agenata i tokove rada, isti gradivni blokovi se isplate u chatu, CLI-ju, IDE-ima i samom GitHubu.
Spajajući sve ove dijelove, prilagođeni agenti u Visual Studiju i VS Codeu pretvaraju vaše okruženje za kodiranje u skup višekratno upotrebljivih saradnika fokusiranih na uloge koji razumiju vaš stek, vaše alate i vaše standarde, pomažući timovima da se brže kreću uz kontrolu kvalitete i konzistentnosti.
