Intégrer l’IA agentique dans le cycle de vie du développement logiciel de votre entreprise

À propos des agents IA sur GitHub

Les développeurs de votre entreprise peuvent déjà utiliser l’IA comme outil de programmation de paire, recevant des suggestions de code de manière synchrone pendant le développement.

Les assistants IA s’apparentent davantage à des collègues programmeurs. Ils peuvent effectuer les tâches suivantes :

• Effectuez des tâches asynchrones, telles que l’exécution de tests ou la résolution de problèmes dans votre backlog, avec moins d’intervention humaine.
• Contribuez aux processus au-delà de la phase de développement, tels que la conceptualisation ou l’optimisation après une mise en production.

La collaboration avec des assistants peut permettre à vos employés de consacrer davantage de temps à d’autres priorités, telles que la planification de haut niveau, et faire bénéficier les postes non liés au développement des avantages de l’IA en renforçant l’efficacité des invites en langage naturel.

Les fonctionnalités agentiques de GitHub Copilot sont intégrées à la plateforme de GitHub, offrant une expérience plus fluide ainsi qu’une gestion simplifiée des licences et de la gouvernance par rapport aux outils tiers.

Exemple de scénario

Vous occupez le poste de responsable ingénierie chez Mona’s, un détaillant spécialisé dans la vente de parapluies. Votre équipe ajoute un widget alimenté par l’IA au magasin en ligne qui recommande des parapluies en fonction de l’emplacement de l’utilisateur et de la météo locale.

Pour respecter un délai serré, vous souhaitez accélérer chaque étape pour les développeurs et les non-développeurs, tout en conservant la maintenance gérable après le lancement.

1. Planifier avec Discussion avec Copilot

1. Un responsable de produit commence à planifier à Discussion avec Copilotgithub.com/copilot.

   Ils posent Copilot des questions de haut niveau pour obtenir un sens du travail de développement requis pour la nouvelle fonctionnalité. Pour accorder Copilot l’accès à un contexte important sur le projet, ils chargent des fichiers fictifs et créent un lien vers le référentiel où le codebase est stocké.

2. Lorsque le PM a travaillé avec Copilot pour obtenir une vue d’ensemble des tâches requises, il/elle demande ensuite à Copilot de créer des tickets pour chaque partie du travail.

   Le PM marque quelques-uns des problèmes comme agréables à avoir ou maintenance. Il peut s’agir de bons candidats pour Agent cloud Copilot.

   

3. Pour aider le développeur à démarrer rapidement, le PM crée un espace avec Copilot Espacesgithub.com/copilot/spaces. Le chef de projet rassemble des ressources telles que des diagrammes et des références à des fichiers de code, soumet quelques questions de test, puis partage l’espace avec son organisation.

   Le développeur peut désormais poser des questions dans cet espace, tout le contexte du PM étant déjà disponible.

2. Créer avec Copilot pour CLI

1. Après avoir posé quelques questions initiales dans l’espace Copilot , le développeur démarre une Copilot pour CLI session dans son terminal pour commencer à examiner le code.

2. En mode « plan », le développeur demande Copilot de recommander plusieurs modèles IA pour le travail et répertorier les avantages et inconvénients de chacun d’eux.

3. Après avoir écrit du code, le développeur demande à Copilot de refactoriser le code en plusieurs fonctions distinctes et d’en vérifier la conformité selon les normes de l’organisation. Ils appellent l’un des agents personnalisés de l’organisation, qui inclut des instructions personnalisées pour l’organisation.

Copilot peut mettre à jour plusieurs fichiers à la fois et, avec l’autorisation du développeur, exécuter des commandes pour des actions telles que l’installation de dépendances ou l’exécution de tests.

1. Le développeur examine les différences et choisit le code à conserver.

3. Tester avec un serveur MCP

1. Une fois le code terminé, le développeur exécute des tests sur sa build locale à l’aide de Playwright.

   1. Le développeur a configuré le serveur MCP (Model Context Protocol) pour Playwright, un serveur approuvé dans le registre MCP privé de l’entreprise.
   2. Le développeur demande Copilot de décrire les scénarios de test dans un .feature fichier, puis d’exécuter les tests dans le navigateur.
   3. Copilot demande au développeur d’autoriser ses actions au fur et à mesure qu’il ouvre le navigateur et interagit avec l’interface utilisateur. Il identifie un test défaillant et suggère un correctif.

2. Une fois satisfaits des résultats des tests, le développeur demande à Copilot d’ouvrir une pull request pour les modifications apportées à GitHub. À l’aide du GitHub serveur MCP, Copilot ouvre une pull request avec le titre et la description déjà préremplis.

   Conseil

   Les interactions avec le GitHub serveur MCP sont sécurisées par la protection Push, ce qui empêche l’inclusion des secrets dans les réponses générées par l’IA et vous empêche d’exposer des secrets via toutes les actions que vous effectuez à l’aide du serveur (référentiels publics uniquement).

4. Réviser avec révision du code Copilot

1. Un propriétaire du référentiel a configuré des révisions de code automatiques par Copilot sur le référentiel. Copilot fournit un examen initial sur la demande de tirage, en identifiant les bogues et les problèmes de performances potentiels que le développeur peut résoudre avant qu’un réviseur humain accède à la demande de tirage.
2. Le collègue du développeur examine et approuve la demande de modification. Le travail est prêt à être fusionné.

5. Optimiser avec Agent cloud Copilot

1. Après la mise en production, le gestionnaire de produits identifie une opportunité d’améliorer le widget en passant à une API météo plus fiable. Ils créent une issue et l’attribuent au Copilot directement sur GitHub.

2. Agent cloud Copilot fonctionne en arrière-plan et ouvre une pull request, que le gestionnaire de produits marque comme prête pour la revue.

   

3. Un développeur examine la demande de fusion et laisse des retours, que Copilot prend en compte. Le développeur fusionne ensuite la pull request.

   Conseil

   Agent cloud Copilot est fourni avec des garde-fous par défaut. Par exemple, Copilot ne peut pas fusionner les pull requests par lui-même. Vous pouvez définir des protections supplémentaires pour les branches cibles à l’aide des ensembles de règles du référentiel.

4. Plus tard, alors qu’il travaille sur une autre fonctionnalité, le développeur remarque un petit bug dans le code du widget IA. Pour éviter le basculement de contexte, le développeur délègue le travail directement à Agent cloud Copilot partir de sa Copilot pour CLI session.

   /delegate Create a PR for the widget function to correctly validate that the user's age is a positive integer.

6. Sécuriser avec Copilot correction automatique

1. Un administrateur a activé code scanning au référentiel, et une alerte code scanning suggère une vulnérabilité potentielle dans le code.

2. Un gestionnaire de sécurité demande Copilot correction automatique de suggérer automatiquement un correctif pour la vulnérabilité, qu’un développeur examine et approuve.