GitHub Copilot 进阶 — 不止补全
你只用过 Copilot 的灰字补全?把自定义 instructions、agent 模式、GitHub MCP 和官方定制集都接上 — 这些 2026 的能力大多数人根本没碰过。
这个 pack 包含什么
2026 年的 GitHub Copilot 不是 2021 年那个产品了。你当年付费买的灰字补全,现在只是更大表面里的一个 tab:Copilot Chat(针对当前文件或 repo 提问)、Copilot Edits(带 diff 预览的多文件重构)、Copilot agent 模式(让 Copilot 规划、跑 shell、不停迭代直到测试通过)、Copilot Extensions(你能 @invoke 的第三方 skill)、MCP servers(通过 Model Context Protocol 调用工具)、自定义 instructions(项目级文件,Copilot 每轮都读 — 和 CLAUDE.md、.cursor/rules 一个思路)。
大多数每月付 $10–39 的开发者只用前两样就停了。这个 pack 给那些已经准备好抛弃「只是补全」心智模型的人:九个资产,把 Copilot 升级成一个真正的编程伙伴,用上你会给 Claude Code 或 Cursor 一样的严谨度。
目标读者:手上有 Copilot Pro / Business / Enterprise 席位,在 VS Code 或 JetBrains 上用,从来没打开过 .github/copilot-instructions.md,也搞不清 agent 模式到底干啥的开发者。
推荐安装顺序
- GitHub Copilot — 官方定制集 — 从源头开始。官方
github/awesome-copilot仓库收录了 instructions、prompt 文件、skill、agentic workflow 和 GitHub 自己维护的定制范式。先读 README,扫一遍分类。这是接下来其他所有资产的参考索引。 - Awesome Copilot Agents — Instructions, Prompts & MCPs — 社区维护的姐妹清单。官方那份保守,这份激进:第三方 agent、小众 instructions、MCP 配对、文档还没收录的玩法。先收藏,每月翻一次。
- ai-prompts — Cursor/Copilot/Cline 通用 Prompt Rules — 一个多工具的规则库。哪怕你只用 Copilot,ai-prompts 里也有按技术栈分类(Next.js / Python / Rust / Go)的高质量
copilot-instructions.md模板。挑一个匹配你 repo 的,改一改,提交到.github/。 - lnai — 一份配置同步 Claude / Cursor / Copilot — 如果你(或团队)同时用了多个 AI 编码工具,别再维护四份配置文件了。lnai 让你在
.ai/目录写一份 instructions,自动同步到.github/copilot-instructions.md、.cursor/rules/、CLAUDE.md、AGENTS.md、Gemini CLI、Codex。单一事实源。 - RuleForge — 从仓库自动生成 AI Assistant 规则 — 别从空白文件开始写 instructions。RuleForge 扫描你的 repo(技术栈、规范、目录结构),生成一份起步版
copilot-instructions.md加上 Cursor / Claude 变体。当成 draft v0,改一改,提交。 - Caliber — CLAUDE.md / Rules 自动刷新 — instructions 在技术栈变动的那一刻就过期了。Caliber 按时(或在 pre-commit hook 里)从当前代码重新生成 Copilot instructions、CLAUDE.md、Cursor rules、AGENTS.md。配一次,再也不会有 Copilot session 跑在半年前的配置上。
- GitHub MCP Server — GitHub 官方 AI 集成 — 官方
github/github-mcp-server让任何支持 MCP 的客户端 — 包括 agent 模式的 Copilot — 都能读 PR、提 issue、在 diff 上评论、触发 Actions、搜代码。这是你能装的杠杆最高的一个 MCP。装上之后,Copilot agent 模式的能力会肉眼可见地起飞。 - Security Investigator — Copilot 安全调查工具包 — 一个真正的 agent 模式工作负载。装上之后,Copilot 能给可疑依赖分流、评估某个 CVE 在你 repo 里的影响半径、产出结构化的事件笔记 — agent 跑几分钟而不是几秒钟,调工具、迭代。这才是付那个席位钱的理由。
- Claude Code Agent: LaunchDarkly Flag Cleanup — 别被「Claude Code」这个名字误导,这个 agent 明确是按 GitHub Copilot agent 写的,驱动 LaunchDarkly MCP server 安全清理过期 feature flag。一个 agent + MCP 组合在真实运维琐事上的完整范例,大多数团队这事做得很差。
它们怎么协同
把 2026 的 Copilot 想成四层结构,这个 pack 在每一层都铺好了砖:
Copilot Chat / Edits ← 你已经在用的(补全 + 问答)
│
自定义 instructions ← #3 ai-prompts, #5 RuleForge(生成), #6 Caliber(保鲜)
│
统一配置 ← #4 lnai(跨工具单一事实源)
│
MCP servers ← #7 GitHub MCP(地基)
│
agent 模式工作负载 ← #8 安全调查员, #9 LaunchDarkly 清理
│
参考 / 发现 ← #1 官方集, #2 awesome-copilot
Chat / Edits / 自定义 instructions / Agent 模式 / MCP 是五个有名字的表面。#1 #2 教你这些表面长啥样;#3–#6 占据自定义 instructions 那一层;#7 接通 MCP;#8 #9 是你能直接抄的真实 agent 模式工作负载。
承重墙是自定义 instructions + GitHub MCP。装好 #3(或者用 #5 生成),接上 #7,你下一次 agent 模式 session 就比裸 baseline 强 10 倍。其他都是叠 buff。
你会遇到的取舍
- Copilot vs Claude Code / Cursor — Copilot 赢在三件事:和 GitHub.com / PR / Actions 的集成最深(没有其他工具能原生看到你的 PR 讨论)、安全团队已经批过的席位授权、不用装第三方就能在 VS Code / JetBrains 稳定跑。Claude Code 赢在原始能力和终端原生工作流。Cursor 赢在 UX 打磨和
.cursor/rules人体工学。什么时候选 Copilot:PR review、GitHub 原生工作流、Anthropic/Cursor 没批的合规企业、JetBrains 重度用户。什么时候转 Claude Code 或 Cursor:长时间自主编码 session、终端密集型工作、在 GitHub repo 之外的原型开发。 - 自定义 instructions vs prompt 文件 — Copilot 同时支持
.github/copilot-instructions.md(每轮都读,项目级)和单独的.github/prompts/*.prompt.md(显式调用)。常驻上下文(技术栈、规范、硬性禁忌)用 instructions;有名字的工作流(「写一个 migration」「报一个 bug」)用 prompt 文件。别什么都往 instructions 塞 — token 预算很现实。 - 官方集(#1)vs awesome-copilot(#2) — 重叠是真的。官方保守、GitHub 亲自策展;awesome-copilot 全面、社区驱动。#1 当文档,#2 当探索。#1 完整扫一遍;#2 每月翻一次。
- lnai(#4)vs 手动维护四份配置 — 只用 Copilot 的话跳过 lnai。一旦你也开始用 Claude Code 或 Cursor,立刻上 — 多工具间的配置漂移是「昨天还能跑今天不行」这类问题的真实来源。
- Agent 模式 vs Chat 处理同一个任务 — Chat 对话式、快、单轮。Agent 模式会规划、跑命令、失败了再迭代,可能耗几分钟。「解释这个函数」用 Chat;要跑测试、调 MCP 工具、串联多步的任务用 agent 模式。
常见踩坑
- Copilot instructions 写太长 — 和 CLAUDE.md 一个陷阱。30–100 行是黄金区间。Copilot 每轮都读 instructions,肿胀的文件会烧 context 预算、拖慢延迟。
- 忘了
.github/copilot-instructions.md这层 — 文件在.github/不在 repo 根目录。很多文件树视图里看不到,特别容易漏。装完后跑git ls-files .github/检查。 - 把 prompt 类内容塞进 instructions — 把一段长的「写个 migration」prompt 放在 instructions 里,意味着它每一轮都跑,哪怕你只是问一个函数干啥的。有名字的工作流挪到
.github/prompts/。 - 跳过 MCP 的 org admin 步骤 — 在 Copilot Enterprise / Business 上,MCP server 可能需要组织级别批准 agent 模式才能调用。如果 GitHub MCP「跑不起来」,先查组织策略再 debug server。
- 把 agent 模式当成「带步骤的补全」 — Agent 模式适合那种 agent 自己能验证成功条件的任务(测试通过、lint 干净、flag 删掉)。给它开放式的「把这个重构得漂亮点」任务,你只会看着它原地打转。每次 agent 跑都要配一个具体的检查点。
- 从不刷新 instructions — Caliber(#6)这个工具存在的理由就是:没人会在第一周之后手动更新
copilot-instructions.md。给它配个定时,或者挂在依赖更新 PR 的 hook 里。
9 个资产打包就绪
常见问题
我就用 Copilot 做补全,真的要再装九个东西?
不一定 — 只用补全是 Copilot 的合法用法。这个 pack 是给你之后那一刻准备的:当你发现 Copilot 每隔一行就给一个违反团队规范的建议、或者听说过 agent 模式但从来没试过。如果你对灰字补全很满意,继续用就行。如果你受够了 Copilot 写出和你团队风格完全不沾边的 React 代码,今天就装 #3 或 #5 — 光是自定义 instructions 就能解决大部分这类抱怨。
只有 20 分钟的话,先装哪三个?
ai-prompts(#3)拿一份能立即提交的 copilot-instructions.md 模板、GitHub MCP(#7)让 agent 模式真的能和你的 repo 对话、官方定制集(#1)当参考索引。装好这三个,你的 Copilot 配置已经超过 80% 的团队;剩下的 pack 是纵深。
为啥要同时装 RuleForge 和 Caliber?不重复吗?
干的是不同时刻的不同活。RuleForge(#5)是一次性生成器 — 对着一个新 repo 跑一下,拿到起步版 copilot-instructions.md。Caliber(#6)是长期刷新器 — 在你技术栈漂移(新依赖、新规范、删了的服务)的时候保持那个文件准确。用 RuleForge bootstrap,用 Caliber 维护。如果你愿意手写第一版,跳过 RuleForge 没问题。
Copilot 的 agent 模式真的能和 Claude Code、Cursor 的 agent 较劲吗?
说实话:现在还有能力差距,但在快速缩小。Claude Code 和 Cursor 在长时间自主工作和原始模型 headroom 上仍占优。Copilot agent 模式赢在集成:它就在你 PR 发生的地方、安全团队已经批了席位、JetBrains 支持是一等公民。对一个已经在 Copilot 上的开发者,2026 的正确动作是让 agent 模式跑好,而不是去追第二个工具 — 除非你撞上 Copilot 真的搞不定的工作流。
这些东西在 Copilot Individual 上能用,还是必须 Business / Enterprise?
绝大多数在 Copilot Pro / Individual 上都能用:自定义 instructions、prompt 文件、Chat、Edits、agent 模式、VS Code 里的 MCP server。Enterprise 独占的是绑定到 GitHub 组织的 knowledge base、某些策略控制、组织级 MCP 审批。个人开发者或小团队用 Pro 的话,这整个 pack 都能跑。踩坑里那条「组织策略」注脚只在管理员锁死了的情况下才适用。