Сведения о наборах навыков для расширений Copilot

Узнайте, что такое Наборы навыков Github Copilot и как они упрощают интеграцию сторонних средств и функций в интерфейс Copilot.

В этой статье

Навык в GitHub Copilot — это средство, которое модель вызывает для выполнения конкретной задачи в ответ на запрос пользователя. Набор навыков — это коллекция этих навыков (до пяти на набор навыков). Наборы навыков Github Copilot предоставляет упрощенный способ расширения функциональных возможностей Copilot, что позволяет построителям интегрировать внешние службы или пользовательские конечные точки API в рабочий процесс Copilot . С помощью наборов навыков построители могут включить Copilot для выполнения задач, таких как получение данных или выполнение действий в сторонних службах без необходимости управлять сложными рабочими процессами или архитектурой.

Пример набора навыков см. в репозитории для набора навыков . Дополнительные сведения о создании набора навыков см. в разделе Создание наборов навыков Copilot.

Как отличаются наборы навыков и агенты

Платформа расширяемости

Наборы навыков и агенты работают с данными Платформа расширяемости GitHub Copilot, которые управляют потоком запросов пользователей и вычислений функций. При использовании Наборы навыков Copilotплатформа обрабатывает маршрутизацию, создание запросов, вызовы функций и создание запросов.

Обзор рабочих процессов

Платформа расширяемости выполняет структурированный рабочий процесс для обработки запросов пользователей и создания ответов:

  1. Запрос пользователя
    Пользователь выдает запрос в интерфейсе Copilot Chat, например запрос данных или выполнение определенного действия.

  2. Маршрутизация
    Запрос направляется в соответствующее расширение. Для наборов навыков это означает, что агент платформы определяет и вызывает соответствующий набор навыков на основе намерения пользователя. Описание вывода каждого навыка помогает платформе определить, какой навык следует вызывать.

  3. Динамическое создание запросов
    GitHub Copilot создает запрос с помощью:

    • Запрос пользователя.
    • Соответствующий журнал потоков.
    • Доступные функции в наборе навыков.
    • Результаты всех предыдущих вызовов функций.

  4. Завершение LLM
    Языковая модель (LLM) обрабатывает запрос и определяет:

    • Соответствует ли намерение пользователя функции набора навыков.
    • Какие функции следует вызывать и с какими аргументами.
    • При необходимости LLM может отправлять дополнительные вызовы функций для сбора дополнительных контекстов.

  5. Оценка функций
    Расширение вызывает выбранные функции, которые могут включать:

    • Сбор соответствующего контекста, например Наборы навыков Copilot репозитория или метаданных пользователя.
    • Вызов API к внешней службе для получения данных или выполнения действия.

  6. Создание ответов— итеративное уточнение выходных данных, циклическое выполнение запроса, завершение LLM и оценка функций по мере необходимости. После завершения процесса Copilot передает окончательный ответ пользователю в интерфейсе чата.