Интеграция агентического ИИ в жизненный цикл разработки программного обеспечения предприятия

О агентах ИИ на GitHub

Разработчики в вашем предприятии уже могут использовать ИИ как инструмент парного программирования, одновременно получая предложения кода в процессе разработки.

Агенты ИИ больше похожи на одноранговых программистов. Они могут выполнять следующие действия:

• Выполнение асинхронных задач, таких как выполнение тестов или устранение проблем в невыполненной работе, с меньшей потребностью в вмешательстве человека.
• Участие в рабочих процессах за пределами этапа разработки, таких как идея или оптимизация после выпуска.

Совместная работа с агентами может предоставить сотрудникам больше времени, чтобы сосредоточиться на других приоритетах, таких как планирование высокого уровня, и повысить преимущества ИИ для ролей, не являющихся разработчиками, предоставляя больше возможностей для запросов естественного языка.

GitHub CopilotАгентские функции интегрированы в GitHubплатформу , обеспечивая упрощённый опыт и упрощённое лицензирование и управление по сравнению с сторонними инструментами.

Пример сценария

Вы являетесь менеджером по инженерии в Моне, бутик-магазин зонтиков. Ваша команда добавляет в онлайн-магазин виджет на базе искусственного интеллекта , который рекомендует зонты на основе местоположения пользователя и местной погоды.

Чтобы уложиться в сжатые сроки, нужно ускорить каждый этап как для разработчиков, так и для тех, кто не занимается разработчиками, при этом сохраняя управление после запуска.

1. Планируйте с помощью Копилот Чат

1. Продакт-менеджер начинает планировать с Копилот Чатgithub.com/copilot.

   Они задают Copilot вопросы на высоком уровне, чтобы понять, какая работа по разработке необходима для новой функции. Чтобы получить Copilot доступ к важному контексту проекта, они загружают макеты и ссылаются на репозиторий, где хранится кодовая база.

2. Когда менеджер проекта Copilot работает над обзором необходимых задач, он просит Copilotсоздать задачи для каждой части работы.

   Премьер-министр отмечает некоторые из проблем как хорошие и у вас есть или обслуживание. Это могут быть хорошие кандидаты для Copilot облачный агент.

   

3. Чтобы помочь разработчику быстро начать, PM создаёт пространство с Пространства второпилотовgithub.com/copilot/spaces. PM собирает такие ресурсы, как схемы и ссылки на файлы кода, отправляет несколько тестовых вопросов, а затем делится пространством со своей организацией.

   Теперь разработчик может задавать вопросы в пространстве, имея доступ ко всему контексту PM.

2. Создайте с Второй пилот CLI

1. Задавая несколько первых вопросов в Copilot этой области, разработчик запускает Второй пилот CLI сессию в своём терминале, чтобы начать анализ кода.

2. В режиме «планирования» разработчик просит Copilot порекомендовать несколько моделей ИИ для работы и перечислить плюсы и минусы каждой.

3. После написания кода разработчик просит Copilot рефакторить его на несколько различных функций и подредить его в соответствии со стандартами организации. Они вызывают одного из кастомных агентов организации, который включает индивидуальные инструкции для организации.

Copilot может одновременно обновлять несколько файлов и, с разрешения разработчика, запускать команды для таких действий, как установка зависимостей или запуск тестов.

1. Разработчик просматривает различие и выбирает, какой код сохранить.

3. Тестирование с помощью сервера MCP

1. После завершения кода разработчик запускает тесты на локальной сборке с помощью Playwright.

   1. Разработчик настроил сервер Model Context Protocol (MCP ) для Playwright — утверждённого сервера в частном реестре MCP предприятия.
   2. Разработчик просит Copilot оформить тестовые сценарии в .feature файле, а затем запустить тесты в браузере.
   3. Copilot просит разработчика авторизировать его действия при открытии браузера и взаимодействии с интерфейсом. Он выявляет провалившийся тест и предлагает решение.

2. Когда тесты удовлетворяются, разработчик просит Copilot открыть pull request на выполнение работы на GitHub. Используя GitHub MCP-сервер, Copilot открывается pull request с уже заполненным заголовком и описанием.

   Совет

   Взаимодействие с GitHub MCP-сервером защищено push-защитой, которая блокирует включение секретов в ответы, сгенерированные ИИ, и не даёт вам раскрывать секреты через любые действия на сервере (только в публичных репозиториях).

4. Повторение с Обзор кода Copilot

1. Владелец репозитория настроил автоматические проверкиCopilot кода на репозитории. Copilot предоставляет первоначальный обзор pull request, выявляя баги и возможные проблемы с производительностью, которые разработчик может исправить до того, как человеческий рецензент доберётся до pull-запроса.
2. Коллега разработчика проверяет и утверждает запрос на вытягивание. Работа готова к слиянию.

5. Оптимизировать с помощью Copilot облачный агент

1. После релиза менеджер продукта выявляет возможность улучшить виджет, перейдя на более надёжный погодный API. Они создают проблему и назначают Copilot её напрямую на GitHub.

2. Copilot облачный агент работает в фоне и открывает pull request, который менеджер продукта отмечает как готовый к рассмотрению.

   

3. Разработчик рассматривает pull request и оставляет отзыв, который Copilot включает в себя. Разработчик затем объединяет pull request.

   Совет

   Copilot облачный агент В комплекте стандартные ограждения. Например, Copilot нельзя объединять pull requests самостоятельно. Можно определить дополнительные средства защиты для целевых ветвей с помощью наборов правил репозитория.

4. Позже при работе с отдельной функцией разработчик заметил небольшую ошибку в коде мини-приложения ИИ. Чтобы избежать переключения контекста, разработчик делегирует работу Copilot облачный агент непосредственно из своей Второй пилот CLI сессии.

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

6. Обеспечьте безопасность Автофикс второго пилота

1. Администратор включил code scanning репозиторие, и оповещение code scanning указывает на потенциальную уязвимость в коде.

2. Менеджер по безопасности автоматически Автофикс второго пилота предлагает исправление уязвимости, которое разработчик рассматривает и одобряет.