GitHub Copilot fonctionne mieux lorsqu’il connaît les règles propres à la base de code avec laquelle il travaille, plutôt que de s’appuyer uniquement sur des instructions générales. GitHub explique qu’une grande partie de ce contexte peut être stockée dans le dépôt, afin que Copilot reconnaisse automatiquement les méthodes d’organisation des composants, les commandes utilisées ainsi que les normes de nommage et de test.
Instructions générales et spécifiques aux chemins
La configuration commence par la création du fichier .github/copilot-instructions.md, dans lequel sont définies les règles qui s’appliquent à l’ensemble du dépôt, comme l’architecture privilégiée, les conventions de nommage et les exigences en matière de test et de validation.
GitHub permet également de créer des fichiers d’instructions associés à certains chemins dans .github/instructions. Ces fichiers utilisent le champ applyTo pour déterminer les fichiers ou les situations auxquels les instructions s’appliquent. Il est ainsi possible de combiner des directives générales avec des règles plus spécialisées, sans imposer un style unique à tous les types de fichiers.
Transformer les procédures répétitives en compétences
Les instructions générales ne conviennent pas à toutes les procédures. Des opérations telles que l’exécution de contrôles qualité, la préparation d’une version ou le diagnostic d’un échec de workflow nécessitent des étapes reproductibles. À cette fin, GitHub propose d’utiliser les compétences des agents, c’est-à-dire des dossiers pouvant contenir des instructions, des scripts et des ressources supplémentaires.
Les compétences propres au projet peuvent être placées dans .github/skills, avec un dossier dédié à chaque compétence. Un dossier tel que quality-checks peut contenir un fichier SKILL.md indiquant quand utiliser la compétence, les commandes de test et de vérification du style du code, ce que chaque commande examine et la manière de gérer les cas d’échec courants.
Quand avez-vous besoin d’un agent personnalisé ?
Certaines tâches dépassent une seule procédure et s’étendent à plusieurs fichiers et outils. GitHub donne l’exemple de l’audit de l’accessibilité, qui peut nécessiter l’examen des composants, des modèles, des styles et des interactions. Dans ces situations, il est possible de créer un agent personnalisé dans .github/agents, en définissant son objectif, ses instructions, ses outils et le contexte pertinent pour le projet.
Cette option devient adaptée lorsqu’un type de travail donné se répète et bénéficie d’un rôle spécialisé ou d’un point de vue précis, en particulier lorsqu’il nécessite de traiter plusieurs fichiers et sources de contexte.
Étendre les capacités de Copilot grâce aux serveurs MCP
Les instructions, les compétences et les agents aident Copilot à comprendre comment travailler au sein du projet, tandis que les serveurs Model Context Protocol (MCP) le relient à des outils, des sources de données et des services externes au dépôt. Un serveur de documentation peut fournir des directives sur un framework, tandis qu’un serveur tel que Playwright permet d’ouvrir l’application et d’interagir avec elle dans le navigateur.
Après la configuration de Playwright, il est possible de demander le test manuel des fonctionnalités à l’aide d’un serveur MCP. La validation ne se limite ainsi pas à la réussite des tests automatisés : Copilot peut également examiner le comportement de l’interface après la modification et interagir avec elle dans le navigateur.
Qu’est-ce qui change concrètement ?
L’avantage principal consiste à transférer les connaissances répétitives de la conversation vers des fichiers révisables au sein du dépôt. Les instructions définissent les normes, les compétences documentent les procédures, les agents se concentrent sur les tâches complexes, tandis que les serveurs MCP ajoutent la possibilité d’utiliser des outils externes. GitHub recommande de commencer progressivement : choisissez une règle dont vous répétez souvent l’explication, placez-la dans .github/copilot-instructions.md, puis observez la manière dont Copilot l’applique.
L’article mentionne également le dépôt Awesome Copilot, qui rassemble des instructions, des compétences et des agents prêts à être partagés. Toutefois, il reste nécessaire d’adapter ces ressources aux outils et aux normes du projet avant de les adopter.