Introduction
révision du code Copilot est plus efficace lorsque vous l’utilisez dans le cadre d’un workflow de pull request. Ce tutoriel montre comment choisir entre les vérifications manuelles et automatiques, demander des vérifications dès les pull requests en brouillon et décider quand déclencher une nouvelle vérification avant la fusion.
Vous apprendrez également quand utiliser la personnalisation, les compétences, les serveurs MCP et les options d’exécution pour adapter les évaluations de Copilot à vos besoins.
Suivre le cycle de vie d’une pull request
Choisissez un mode de révision et configurez les retours anticipés pour les pull requests en brouillon et actives.
Choisir le modèle de révision approprié pour votre équipe
révision du code Copilot peut s’exécuter manuellement lorsque vous le déclenchez vous-même, ou automatiquement, à une ou plusieurs étapes du cycle de vie d’une pull request. Les vérifications manuelles vous permettent de décider exactement quand révision du code Copilot intervient. Les vérifications automatiques garantissent une couverture homogène, et vous pouvez choisir si elles sont lancées à l’ouverture, à l’état de brouillon ou à chaque nouveau push.
| Passer en revue le modèle | Idéal pour | Pourquoi |
|---|---|---|
| Demande de révision manuelle | Modifications à fort contexte ou utilisation sélective | Vous ne pouvez déclencher Copilot que lorsque vous souhaitez une autre perspective. |
| Vérification automatique des pull requests ouvertes | Équipes qui souhaitent une couverture large et cohérente | Chaque pull request reçoit un retour de base sans dépendre des habitudes individuelles. |
| Révision automatique des pull requests en brouillon | Équipes qui veulent des boucles de rétroaction plus rapides | Les auteurs peuvent résoudre les problèmes avant le démarrage de la révision humaine. |
| Examen automatique à chaque nouveau push | Pull requests évoluant rapidement avec plusieurs révisions | |
| Copilot réévalue les modifications importantes à mesure que la pull request évolue. |
Pour connaître les étapes de configuration, consultez Utilisation de GitHub Copilot pour la révision de code et Configuration de la révision automatique du code par GitHub Copilot.
Utiliser révision du code Copilot dès le début sur les pull requests en brouillon
Examiner des pull requests en brouillon avec révision du code Copilot vous offre une vérification précoce et fiable de votre code avant de solliciter la relecture de votre équipe.
Un flux de travail de brouillon utile est :
- Ouvrez une pull request à l’état de brouillon.
- Demandez une révision de la part de révision du code Copilot sous Relecteurs, ou activez la révision automatique pour les pull requests en brouillon.
- Traitez d’abord les retours présentant un niveau de confiance élevé, tels que les problèmes d’exactitude, de sécurité et de maintenabilité évidents.
- Envoyez des mises à jour et vérifiez que les commentaires majeurs ont été résolus.
- Marquer la pull request comme prête pour une révision humaine.
Cette approche aide votre équipe à consacrer davantage de temps de relecture humaine aux arbitrages de conception et à l’impact sur le produit, plutôt qu’à des problèmes évidents qui auraient pu être détectés plus tôt.
Ajuster la qualité de l’évaluation
Améliorez la qualité de la révision en choisissant quand demander une nouvelle révision et où la personnalisation, le contexte externe et les exécuteurs ajoutent de la valeur.
Utilisez une nouvelle révision avant la fusion
Après des modifications substantielles, demandez à nouveau de vérifier si de nouveaux risques ont été introduits tout en répondant aux commentaires antérieurs.
Demandez une nouvelle révision lorsque vous :
- Mettez à jour plusieurs fichiers au-delà des limites de service ou de package.
- Modifier le comportement sensible à la sécurité ou sensible aux données.
- Appliquer un grand nombre de modifications suggérées et effectuer une dernière vérification.
Pour les équipes qui mettent fréquemment à jour des pull requests actives, l’activation des revues automatiques lors de nouveaux pushes peut réduire les demandes de nouvelle revue manuelles tout en gardant des retours à jour.
Adaptez la personnalisation à votre flux de travail
La personnalisation est la plus utile lorsque chaque type de fichier prend en charge un point de décision de révision dans votre flux de travail :
- Utilisez
.github/copilot-instructions.mdpour les critères de révision à l’échelle du dépôt qui doivent s’appliquer à la plupart des pull requests. - Utilisez
.github/instructions/**/*.instructions.mdpour les conseils propres à l’agent et au chemin si différentes parties de la base de code suivent des normes différentes. - Permet
AGENTS.mdde fournir un contexte de référentiel qui améliore la pertinence, comme les modèles intentionnels, les limites d’architecture ou les priorités de révision.
Gardez ces fichiers axés sur les éléments dont les réviseurs ont besoin pour prendre une décision lors des pull requests. Évitez de les transformer en manuels d’ingénierie complets.
Pour obtenir des exemples et des mécanismes de personnalisation détaillés, consultez Utilisation d'instructions personnalisées pour exploiter le potentiel de la révision de code avec Copilot..
Utiliser les compétences de l’agent et les serveurs MCP pour des objectifs de révision spécialisés
Les compétences de l’agent et les serveurs MCP sont les plus utiles lorsque votre équipe a besoin de révisions qui dépendent du contexte spécifique à l’organisation.
Utilisez les compétences de l’agent lorsque vous souhaitez des routines de révision réutilisables, par exemple :
- Application d’une liste de contrôle standard aux demandes de tirage de migration.
- L’exécution de passes de révision spécifiques à un langage ou à un framework dans un monorepo.
- Hiérarchisation de certaines zones à risque, telles que l’autorisation ou la logique de facturation.
Utilisez des serveurs MCP lorsque les revues doivent faire référence à un contexte en dehors de la pull request elle-même, par exemple :
- Associer les modifications d’une pull request à des données de ticket, d’incident ou de propriété du service.
- Vérification du déploiement attendu ou du contexte opérationnel à partir de systèmes internes.
- Validation des détails de l’implémentation par rapport aux sources de documentation externes.
Pour plus d’informations sur l’installation, consultez Ajout des compétences des agents pour GitHub Copilot et Configurer des serveurs MCP pour votre référentiel.
Déterminer si vous avez besoin de runners auto-hébergés
Dans de nombreux cas, les exécuteurs hébergés standard GitHubsont suffisants pour révision du code Copilot et ne nécessitent aucune configuration ; ils sont configurés pour vous par défaut.
Envisagez des runners auto-hébergés ou plus grands lorsque vous avez besoin de :
- Meilleures performances pour les charges de travail de révision plus lourdes.
- Accès réseau aux systèmes internes requis par votre organisation.
Les runners sont requis, car révision du code Copilot utilise GitHub Actions pour les opérations agentiques, telles qu’une collecte de contexte plus poussée et l’invocation d’outils. Si les exécuteurs GitHubhébergés ne sont pas disponibles et qu’aucune option auto-hébergée prise en charge n’est correctement configurée, les vérifications basculeront vers un mode plus limité.
Pour plus d’informations sur la planification et la configuration, consultez Configuration des exécuteurs pour la révision du code GitHub Copilot.
Flux de travail recommandés par scénario
| Scénario d’équipe | Workflow recommandé |
|---|---|
| Équipe réduite avec des pull requests fréquentes | Activez les révisions automatiques pour toutes les demandes de tirage, passez en revue les brouillons pour obtenir des commentaires précoces et utilisez la révision manuelle avant la fusion lorsque les modifications sont importantes. |
| Monorepo volumineux avec des piles mixtes | Activez les révisions automatiques et examinez les nouveaux envois, ajoutez des instructions propres à chaque chemin pour chaque domaine principal, et utilisez des compétences pour les schémas de révision récurrents. |
| Base de code sensible à la sécurité ou réglementée | Utilisez des revues de pull request à l’état de brouillon ainsi qu’une nouvelle revue obligatoire avant la fusion, conservez les exigences de sécurité à l’échelle du dépôt dans .github/, et utilisez des serveurs MCP pour le contexte des incidents ou de conformité stocké en dehors de GitHub. |
| Équipe avec des dépendances à des plateformes internes | Commencez par la révision automatique, puis ajoutez des exécuteurs auto-hébergés et un contexte MCP uniquement lorsque l’accès interne au système est requis pour obtenir des commentaires utiles sur la révision. |
Étapes suivantes
- Pour en savoir plus sur des notions plus larges, notamment l’effort de révision et les capacités agentiques, consultez À propos de la révision de code avec GitHub Copilot.
- Pour paramétrer la qualité de révision automatisée pour des référentiels spécifiques, consultez Créer un processus de révision optimisé avec Copilot.
- Pour connaître les types de fichiers exclus et d’autres limites, consultez Fichiers exclus de GitHub Copilot révision du code.