GitHub Copilot arbeitet besser, wenn es die spezifischen Regeln der Codebasis kennt, mit der es arbeitet, statt sich nur auf allgemeine Anweisungen zu stützen. GitHub erklärt, dass ein großer Teil dieses Kontexts im Repository gespeichert werden kann, sodass Copilot automatisch die Methoden zur Organisation von Komponenten, die verwendeten Befehle sowie die Namensgebungs- und Teststandards erkennt.
Allgemeine und pfadbezogene Anweisungen
Die Konfiguration beginnt mit der Erstellung der Datei .github/copilot-instructions.md, in der Regeln festgelegt werden, die für das gesamte Repository gelten, etwa die bevorzugte Architektur, Namenskonventionen sowie Anforderungen an Tests und Validierung.
GitHub ermöglicht außerdem die Erstellung von Anweisungsdateien, die mit bestimmten Pfaden innerhalb von .github/instructions verknüpft sind. Diese Dateien verwenden das Feld applyTo, um die Dateien oder Fälle festzulegen, für die die Anweisungen gelten. Auf diese Weise lassen sich allgemeine Richtlinien mit stärker spezialisierten Regeln kombinieren, ohne allen Dateitypen denselben Stil aufzuzwingen.
Wiederkehrende Abläufe in Fähigkeiten umwandeln
Allgemeine Anweisungen eignen sich nicht für jeden Ablauf. Vorgänge wie das Ausführen von Qualitätsprüfungen, das Vorbereiten einer Veröffentlichung oder die Diagnose eines fehlgeschlagenen Workflows erfordern reproduzierbare Schritte. Zu diesem Zweck empfiehlt GitHub die Verwendung von Agentenfähigkeiten, also von Ordnern, die Anweisungen, Skripte und zusätzliche Ressourcen enthalten können.
Projektspezifische Fähigkeiten können in .github/skills abgelegt werden, wobei für jede Fähigkeit ein eigener Ordner vorgesehen ist. Ein Ordner wie quality-checks kann eine Datei SKILL.md enthalten, in der festgelegt wird, wann die Fähigkeit verwendet wird, welche Befehle zum Testen und zur Überprüfung des Code-Stils dienen, was jeder Befehl prüft und wie mit häufigen Fehlerfällen umzugehen ist.
Wann benötigen Sie einen benutzerdefinierten Agenten?
Einige Aufgaben gehen über einen einzelnen Vorgang hinaus und erstrecken sich auf mehrere Dateien und Tools. GitHub nennt als Beispiel eine Prüfung der Barrierefreiheit, die die Untersuchung von Komponenten, Vorlagen, Stilen und Interaktionen erfordern kann. In diesen Fällen kann innerhalb von .github/agents ein benutzerdefinierter Agent erstellt werden, dessen Ziel, Anweisungen, Tools und projektbezogener Kontext festgelegt werden.
Diese Option eignet sich, wenn eine bestimmte Art von Arbeit wiederholt anfällt und von einer spezialisierten Rolle oder einer bestimmten Perspektive profitiert, insbesondere wenn der Umgang mit mehreren Dateien und Kontextquellen erforderlich ist.
Copilot mithilfe von MCP-Servern erweitern
Anweisungen, Fähigkeiten und Agenten helfen Copilot dabei, zu verstehen, wie innerhalb des Projekts gearbeitet wird. Server des Model Context Protocol (MCP) verbinden es dagegen mit Tools, Datenquellen und Diensten außerhalb des Repositorys. Ein Dokumentationsserver kann Anleitungen für ein Framework bereitstellen, während ein Server wie Playwright das Öffnen und Interagieren mit der Anwendung über den Browser ermöglicht.
Nach der Einrichtung von Playwright kann mithilfe eines MCP-Servers darum gebeten werden, Funktionen manuell zu testen. Dadurch beschränkt sich die Überprüfung nicht auf das erfolgreiche Bestehen automatisierter Tests; Copilot kann auch das Verhalten der Benutzeroberfläche nach einer Änderung prüfen und im Browser mit ihr interagieren.
Was ändert sich in der Praxis?
Der wichtigste Vorteil besteht darin, wiederkehrendes Wissen aus dem Chat in überprüfbare Dateien innerhalb des Repositorys zu übertragen. Anweisungen legen die Standards fest, Fähigkeiten dokumentieren die Abläufe, Agenten konzentrieren sich auf komplexe Aufgaben, während MCP-Server die Möglichkeit hinzufügen, externe Tools zu verwenden. GitHub empfiehlt, schrittweise zu beginnen: Wählen Sie eine Regel aus, deren Erklärung sich wiederholt, fügen Sie sie in .github/copilot-instructions.md ein und beobachten Sie anschließend, wie Copilot sie anwendet.
Der Beitrag verweist außerdem auf das Repository Awesome Copilot, das fertige Anweisungen, Fähigkeiten und Agenten für die gemeinsame Nutzung enthält. Vor ihrer Übernahme müssen diese Ressourcen jedoch weiterhin an die Tools und Standards des Projekts angepasst werden.