GitHub Copilot 入门：教 Copilot 认识你的代码库

这是 GitHub Copilot 的新功能教程，针对刚接触 Copilot 的开发者。 谁适合：日常使用 GitHub Copilot 的初学者或有自己代码库的项目成员。 怎么决策：如果你经常重复解释项目规范、重复执行测试流程，或想让 AI 理解复杂多文件任务，先尝试自定义指令；如果任务跨多个文件且需专业角色，再加自定义代理；最后用 MCP 服务器连接外部工具。 这些设置让 Copilot 不再每次都从零开始，而是直接应用你的代码库规则。

GitHub Copilot 通过理解你的代码库来提供更精准的建议。它根据仓库的架构、命名约定和验证标准来生成代码，而不是默认规则。 这种方法特别适合初学者，因为你可以把项目专属知识一次性放入仓库，让 AI 自动应用。 许多开发者发现，设置后 Copilot 的建议质量大幅提升，减少了手动调试的时间。

准备工作：确保 Copilot 可用

在开始之前，先确认你已安装最新版的 GitHub Copilot App（通过 GitHub App 商店）并登录。 App 支持 VS Code、JetBrains、Cursor 等 IDE，建议使用最新版本以获得完整支持。 如果你的仓库已有 .github 目录，直接在其中创建相关文件即可。

自定义指令：让 Copilot 记住项目规范

自定义指令是基础设置，它告诉 Copilot 哪些规则应该始终遵守。 最简单的方法是在仓库根目录创建 .github/copilot-instructions.md 文件，里面写上你的设计原则、命名约定、测试标准和验证流程。 例如，你可以写：“遵循前端组件拆分规范，每新增文件必须包含 Storybook 测试；代码行数不超过 200；使用 TypeScript 严格模式。”

你还可以创建路径特定的指令文件。 在 .github/instructions 目录下新建文件（如 components.applyTo.js），并用 applyTo 字段指定适用范围。 这样，Copilot 只在匹配的文件里应用特定规则，避免全局影响所有文件类型。

实用检查清单：

• 列出至少 3 条常见规范（架构、命名、测试）。
• 把指令文件放在仓库根或子目录。
• 修改后刷新 Copilot 界面，观察建议是否自动更新。

这个设置让 Copilot 不再每次都问“你想怎么命名组件？”而是直接按你的标准输出。

打包可重复流程：使用代理技能

有些任务需要一整套流程，比如运行测试、修复 lint 错误或准备发布。 代理技能就是把这些流程打包成文件夹，让 Copilot 在需要时自动加载。 项目级技能放在 .github/skills 目录，每个任务建一个子文件夹。

以质量检查为例： 创建一个 .github/skills/quality-checks 文件夹，里面放 SKILL.md 文件，内容包括：

• 何时触发（“任务涉及代码修改时”）
• 执行的命令（npm test、eslint --fix）
• 检查项和故障排除方法

Copilot 会根据 SKILL.md 的描述判断是否加载技能，然后按你设定的流程执行，而不是乱猜命令。 类似地，你可以打包“发布前验证”技能，包含构建、部署检查和版本更新步骤。

技能配置示例（Markdown 表格，适用于移动端查看）：

用这个方法，你可以把重复的“黑盒”流程交给 Copilot，让它像专业工具一样执行。

自定义代理：处理复杂多文件任务

对于涉及多个文件和工具的复杂工作，专用代理能提供更专注的视角。 仓库级代理放在 .github/agents 目录，每个代理有自己的配置文件（YAML 格式）。 配置文件定义代理目的、指令、可用工具和项目上下文。

例如，创建一个“无障碍审查”代理：

• 目的：检查界面可访问性
• 指令：重点关注颜色对比、键盘导航和语义化 HTML
• 工具：内置编辑器 + Playwright（后续 MCP 部分会提到）
• 上下文：引用你的组件库规范和设计稿链接

当你发起一个跨文件任务时，选择这个代理，Copilot 会切换到专业模式，分析整个项目并给出针对性建议。 这种方式特别适合大型项目或新成员接手遗留代码。

连接外部工具：MCP 服务器扩展能力

自定义指令、技能和代理让 Copilot 更懂仓库内部，但它还能连接外部服务。 MCP（Model Context Protocol）服务器就是桥梁，让 Copilot 访问浏览器、文档或云服务。

最常见的例子是 Playwright MCP 服务器。 先在 Copilot App 中浏览或添加服务器，配置 Playwright 后输入：“使用 Playwright MCP 服务器手动测试功能”。 Copilot 就会打开你的应用界面，模拟用户操作，验证修改后的界面是否符合预期。 这比只看代码更直观，能快速发现 UI 问题。

其他常见 MCP：

• 文档服务器：快速查阅框架 API
• 云服务：连接数据库或 API 测试

这些扩展让 Copilot 不再局限于代码，还能处理端到端验证。

组合使用：构建你的高效 Copilot 工作流

最强大的是把上面几项结合： 先加仓库指令定义规则，再用技能打包流程，最后用代理处理复杂任务并通过 MCP 验证结果。 例如，在一个页面尺寸修改任务中：

1. 指令确保代码风格一致
2. 技能自动运行测试和 lint
3. 代理监督跨文件的交互
4. MCP 实时预览浏览器效果

这样，Copilot 就能像团队老手一样工作，减少你的干预。

风险与边界

这些自定义功能基于官方 GitHub Copilot 功能，目前适用于所有订阅用户，具体以 GitHub 官方页面为准。 不要将这些内容用于任何非法目的或未经授权的代码修改。 升级 Copilot 后可能影响部分配置，建议在修改前备份你的 .github 目录。 本内容仅供参考，不构成法律意见。

延伸阅读

• GrokCode 官方 API 中转页面：了解更多类似编码模型接入方式
• 本地部署与模型天梯：探索开源大模型部署选项
• API 检测与验证工具：快速验证中转服务可靠性
• 本地部署实验室：动手搭建私有模型环境
• 模型天梯专区：比较不同模型性能数据
• 开源模型资源库：获取可免费使用的模型代码

English summary

GitHub Copilot app for beginners teaches you how to make the AI understand your codebase by adding custom instructions, agent skills, custom agents, and MCP servers like Playwright. Start with .github/copilot-instructions.md to define architecture and naming rules. Package repeatable workflows into .github/skills folders for automatic loading during tasks. Create dedicated agents in .github/agents for complex multi-file reviews. Connect external tools via MCP to enable browser testing and verification. Combine all features for a personalized, high-efficiency coding workflow that reduces repeated explanations. This beginner-friendly approach works best in VS Code or the Copilot App and helps new developers quickly adapt to any project.

（全文约 2450 字，去除空白后中文为主，适合 Google 收录和移动端阅读。数据以 2026 年 10 月官方教程为准。）