使用 Copilot 构建拉取请求审核智能体
公司要求一位开发者使用 Copilot 构建 PR 审核智能体，由于原生审核功能仅支持 GitHub，该开发者正在考虑采用 Azure 自定义 API 方案。
- 具体怎么做
- 这篇帖子是开发者提问：如何利用 GitHub Copilot 为存储在 Azure DevOps 中的仓库创建 AI PR 审查器？因为原生 GitHub Copilot PR 审查仅支持 GitHub 环境。评论中，人们分享了可行的配置方案：通过 Azure Pipelines 或 webhook 触发 CLI 智能体或自定义 Node/Python 服务，使用 Azure DevOps API 读取 PR 差异内容，运行大语言模型进行审查，并回复评论；有些人还提到可以通过 PR 评论来触发该流程。
- 做到了什么
- 原发布者未报告任何构建结果或数据。具体成果来自评论者，他们表示类似的配置运行良好，可以对照验收标准进行审核，提出或实施修改建议，并协助处理批量问题；但他们也指出了仅使用 GitHub 的局限性以及 Azure DevOps 中繁琐的定价和设置问题。
- 上手要点
- 一位评论者表示，在 devcontainer 中使智能体的环境与开发者工具匹配需要一些工作，但能实现代码构建、lint、测试和运行。
你可以这样试
使用 GitHub Copilot帮我为团队在 GitHub/Azure DevOps 上的仓库设计一个智能体，用于审查提交。制定涵盖[正确性、安全性、风格、测试覆盖率]的审查检查清单，并编写脚本：通过[平台] API获取 PR 的差异内容，将内容发送给包含该检查清单的模型，然后打印出评论。当我在[示例 PR]上运行该脚本并看到评论后，即视为完成；在得到我的确认之前，不得向 PR 添加任何内容。