Como ensinar o GitHub Copilot sobre o teu código: guia prático para repositórios

Descobre como adicionar instruções personalizadas, skills e servidores MCP ao GitHub Copilot para adaptar a IA às regras do teu repositório.

Trabalhar com inteligência artificial exige contexto. Cada base de código possui regras próprias, como componentes estruturados, scripts específicos e convenções aplicadas a diferentes frameworks e tipos de ficheiros. O GitHub Copilot pode ajudar a fazer alterações num projeto, mas obtém melhores resultados quando conhece essas diretrizes de antemão.

Muitos destes conhecimentos podem residir diretamente no repositório, permitindo que o Copilot os recolha de forma automática, em vez de exigir explicações repetidas sobre padrões, scripts e fluxos de trabalho sempre que inicias uma tarefa. A documentação oficial do GitHub detalha quatro formas principais de adaptar o funcionamento do Copilot ao teu projeto.

1. Instruções personalizadas de repositório

Quando pedes ao Copilot para adicionar um tamanho de página personalizado a uma aplicação, a alteração é apenas parte do trabalho. O novo código deve seguir os padrões que a tua equipa já utiliza.

As instruções personalizadas de repositório fornecem essa linha de base. Podes adicionar um ficheiro .github/copilot-instructions.md para definir orientações aplicáveis a todo o repositório, como a arquitetura preferida, convenções de nomenclatura ou expectativas de testes e validação.

Também tens a possibilidade de criar ficheiros de instruções específicos por caminho dentro de .github/instructions. Estes ficheiros utilizam um campo applyTo para indicar ao Copilot quando a orientação se aplica. Quando o Copilot trabalha num ficheiro correspondente, pode utilizar simultaneamente as instruções de todo o repositório e as diretrizes mais específicas.

2. Skills de agentes

As instruções personalizadas são úteis para padrões gerais, mas algumas orientações só importam quando o Copilot executa um procedimento específico, como executar verificações de qualidade, preparar uma versão (release) ou depurar um fluxo de trabalho falhado.

É aqui que entram as skills de agentes. Uma skill consiste numa pasta que contém instruções e, opcionalmente, scripts e outros recursos que o Copilot pode carregar quando considerados relevantes. As skills ao nível do projeto podem residir em .github/skills, com cada skill localizada na respetiva subpasta. Por exemplo, uma pasta .github/skills/quality-checks pode conter um ficheiro SKILL.md com explicações detalhadas sobre os procedimentos necessários.

Se precisas de proteger o teu código e acompanhar as tendências de desenvolvimento assistido por IA, podes consultar a análise sobre como o GitHub alerta para a proteção de segredos face ao aumento de código gerado por IA. Para além disso, para avaliações de código mais avançadas, o ecossistema conta com inovações como o GitHub ReviewBench.

Fontes

• https://github.blog/ai-and-ml/github-copilot/github-copilot-app-for-beginners-how-to-teach-copilot-about-your-codebase/