当您使用人工智能时，上下文很重要。每个代码库都有自己的内部规则：组件的结构方式、要运行的脚本以及适用于不同框架和文件类型的约定。Copilot可以帮助您在整个项目中进行更改，但在了解这些规则时效果最好。
其中大部分知识可以存储在存储库中，因此Copilot可以自动拾取这些知识，而不必在每次启动新任务时都要求您解释相同的标准、脚本和工作流程。在本期面向初学者的GitHub Copilot应用程序系列中，我们将研究四种方法来定制Copilot与项目的工作方式：自定义说明传达Copilot应遵循的约定。
代理技能包可重复程序。自定义代理为更大的任务提供专门的指导。模型上下文协议(MCP)服务器将Copilot连接到外部工具和数据源，扩展其功能。让我们来看看每一个是如何工作的，以及它们如何协同工作。从自定义说明开始，假设您要求Copilot向应用程序添加自定义页面大小。做出改变只是工作的一部分。
新代码还应遵循您的团队已经使用的模式。存储库自定义指令为Copilot提供了基线上下文。添加a.github/copilot-instructions.md文件以定义适用于整个存储库的指南，例如首选架构、命名约定或测试和验证的预期。您还可以创建特定于路径的指令文件inside.github/instructions。
这些文件使用applyTo字段告知Copilot何时指导是相关的。当Copilot处理匹配的文件时，它可以使用整个存储库的说明和更具体的指导。这使您可以将大致的规则保存在一个地方，而无需将每种文件类型强制放入同一个模具中。将可重复的过程打包为座席技能自定义说明对于应该塑造许多任务的标准非常有用。