设置 Copilot 扩展

本文旨在帮助你构建全新的。若要了解如何快速生成和测试由 GitHub 创建的演示，请参阅“使用代理的 GitHub Copilot 扩展快速入门”。

技能集和代理是通过扩展 Copilot 的功能和上下文的两种方式。它们支持将外部服务和 API 集成到中，但每一种都适用于不同的用例，并提供不同程度的控制和复杂度：

技能集轻巧且精简，是为那些需要使用 Copilot 执行特定任务（例如，数据检索或简单操作）且希望以最少的设置来完成的开发人员而设计的。**** 它们会自动处理路由、提示构建、函数评估以及响应生成，这使得它们非常适合进行快速且直接的集成。有关技能集的详细信息，请参阅“关于 Copilot 技能集”。
代理适用于那些需要完全控制请求处理方式以及响应生成方式的复杂集成****。它们支持实现自定义逻辑，与其他 LLM 和/或 Copilot API 集成，管理对话上下文，并处理用户交互的各个方面。虽然代理需要更多的工程和维护工作，但它们为复杂的工作流提供了最大的灵活性。有关代理的详细信息，请参阅“关于 Copilot 代理”。

1. 了解

包含的自定义代码，并与 GitHub App 集成，以形成本身。有关详细信息，请参阅“关于 Copilot 代理”。

要成功生成，需要了解代理与以下各项的通信方式：

要查看先前概念的实践运用并了解代理的实现，请查看以下示例代理和软件开发工具包 (SDK)，所有这些概念均可在 copilot-extensions 组织中获得：

Blackbeard（最佳起点）：简单代理，使用 Copilot 的大型语言模型 (LLM) API 和特定系统提示，以海盗模式响应请求。
GitHub Models：更复杂的代理，可让你通过询问 GitHub Marketplace 中上架的各种 LLM 并与之交互。 GitHub Models 代理使用了函数调用。
函数调用：一个用 Go 编写的示例代理，演示了函数调用和确认对话框。
RAG 扩展：用 Go 编写的示例代理，演示了检索增强生成的简单实现。
预览版 SDK：通过自动处理请求验证、有效负载分析和响应格式，简化了开发的 SDK。此 SDK 允许扩展生成器更专注于创建核心功能，而不是样本代码。

使用前面步骤中的参考资料，规划和生成。可以选择实现以下任一选项：

为了避免生成和管理自己的 LLM 部署，代理可以调用 Copilot LLM 部署。请参阅“将 Copilot 的 LLM 用于代理”。
要快速解释用户输入并从各种预定义函数中选择要执行的函数，可以在代理中实现函数调用。要了解更多信息，请参阅 Azure OpenAI 文档中的如何将函数调用与 Azure OpenAI 服务结合使用和 OpenAI 文档中的函数调用。