Plik konfiguracyjny (*.agent.md) definiujący wyspecjalizowanego asystenta GitHub Copilot z określoną ekspertyzą, zestawem narzędzi i wzorcami zachowania. Agent to warstwa tożsamości i specjalizacji – mówi Copilotowi kim jest podczas danej sesji i jakich narzędzi może używać.

Agenty integrują się z MCP serwerami by rozszerzyć możliwości poza wbudowane narzędzia Copilota. Mogą być globalne (na poziomie użytkownika), projektowe (repozytorium) lub distribuowane przez pluginy.

Nie mylić z Coding Agent – agent (plik .agent.md) to konfiguracja trybu pracy, Coding Agent to oddzielny produkt GitHub działający autonomicznie na GitHubie.

Paradygmat pracy z narzędziami AI w którym asystent nie tylko uzupełnia kod ale autonomicznie planuje, wykonuje sekwencje działań i podejmuje decyzje – korzystając z narzędzi takich jak wyszukiwanie kodu, uruchamianie poleceń, czytanie plików i wywoływanie zewnętrznych API.

W agentic development developer przechodzi z roli piszącego kod w rolę definiującego wymagania i reviewującego. Agent koduje, testuje i raportuje – człowiek weryfikuje i kieruje.

Synonim terminu Agent – słowo "custom" podkreśla że jest to konfiguracja zdefiniowana przez użytkownika, a nie domyślne zachowanie GitHub Copilot. Własne agenty może tworzyć każdy developer i udostępniać przez repozytoria lub pluginy.

Tożsamość, ton i cechy zachowania zdefiniowane dla agenta. Dobrze zaprojektowana persona sprawia że GitHub Copilot odpowiada spójnie i adekwatnie dla danej dziedziny. Persona zawiera: opis roli, ekspertyzę, styl komunikacji i guardrails zachowania.

Przykład: Persona "Senior .NET Code Reviewer" będzie zwracać uwagę na naruszenia Clean Architecture, wymagać XML doc comments i formatować feedback jako BLOCKER / WARNING / INFO.

Dawna nazwa dla konceptu Agent. Termin wycofany z oficjalnej dokumentacji – ekosystem ustandaryzował się na "Agent". Jeśli napotykasz "chat mode" w starszych artykułach lub repozytoriach, czytaj jako Agent.

Limit ilości informacji (mierzony w tokenach) który model AI może przetworzyć jednocześnie. W GitHub Copilot okno kontekstu jest wypełniane warstwowo: najpierw instrukcje systemowe i custom instructions, potem pliki otwarte w edytorze, potem historia rozmowy, a na końcu bieżący prompt użytkownika.

Zrozumienie okna kontekstu jest kluczowe dla pisania skutecznych instrukcji – za długie instrukcje "wypychają" kod z kontekstu. Zasada: im mniejsza instrukcja, tym więcej miejsca na kod który Copilot widzi.

Plik konfiguracyjny (*.instructions.md) dostarczający trwały kontekst i standardy kodowania które GitHub Copilot czyta przy pracy z pasującymi plikami. Instrukcje zawierają przewodniki stylu, wskazówki frameworkowe i reguły repozytorium pomagające Copilotowi automatycznie dostosować się do praktyk zespołu.

Istnieją cztery poziomy instrukcji: globalne (użytkownik), path-specific (konkretny wzorzec pliku), osobiste (user preferences) i organizacyjne (Copilot Business/Enterprise). Każdy poziom ma inny zakres i priorytet.

Metadane YAML umieszczone na początku pliku Markdown (między separatorami ---), definiujące zachowanie pliku konfiguracyjnego. Frontmatter kontroluje: dostęp do narzędzi (pole tools), wybór modelu (model), zakres zastosowania (applyTo dla instrukcji) oraz opis potrzebny do odkrywania przez agentów (description).

Pola frontmatter różnią się w zależności od typu pliku – agenty, skills i instrukcje mają częściowo inne zestawy obsługiwanych pól.

Wyłaniający się standard branżowy dla definiowania przenośnych instrukcji AI, działający w wielu narzędziach jednocześnie (GitHub Copilot, Claude, Codex i inne). Plik AGENTS.md umieszczony w katalogu głównym repozytorium lub w .github/ zawiera instrukcje jak asystenci AI powinni pracować z danym kodem.

W odróżnieniu od plików specyficznych dla narzędzia (copilot-instructions.md), AGENTS.md jest platformowo niezależny – jeden plik, wiele narzędzi.

Plik GitHub Actions definiujący kroki przygotowania środowiska wykonywane przez Coding Agent przed rozpoczęciem sesji. Dla projektów .NET zawiera: konfigurację SDK, przywrócenie zależności NuGet, build i uruchomienie testów w celu ustalenia linii bazowej.

Bez tego pliku Coding Agent startuje "na zimno" i traci czas na diagnostykę środowiska. Z plikiem – od razu wie że projekt się buduje i ma punkt odniesienia dla testów.

Samowystarczalny katalog zawierający plik SKILL.md i opcjonalne zasoby (dokumenty referencyjne, szablony, skrypty), pakujący wielokrotnie używalną zdolność GitHub Copilot. Skills są zgodne z otwartą specyfikacją Agent Skills i mogą być wywoływane przez użytkownika przez /komenda lub odkrywane i wywoływane automatycznie przez agentów.

Kluczowa przewaga nad instrukcjami: skill może zawierać pliki referencyjne i szablony – nie tylko tekst w pliku Markdown. Dla projektu .NET typowe skills to: /generate-unit-tests, /scaffold-api-endpoint, /create-ef-migration.

Dawny typ pliku (*.prompt.md) reprezentujący wielokrotnie używalny szablon czatu wywoływany przez / w GitHub Copilot Chat. Prompt files zostały zastąpione przez Skills, które oferują te same wywołania slash-command oraz dodatkowo: odkrywanie przez agentów, bundlowane zasoby i przenośność między platformami.

Jeśli masz istniejące prompt files – rozważ migrację do skills.

Natywna zdolność GitHub Copilot dostępna bez dodatkowej konfiguracji ani MCP serwerów. Zawsze dostępna, nie wymaga instalacji. Przykłady wbudowanych narzędzi:

• codebase – przeszukiwanie kodu repozytorium
• terminalCommand – uruchamianie poleceń w terminalu
• editFiles – edycja plików na dysku
• web – wyszukiwanie w internecie
• github – dostęp do GitHub API (issues, PR, commits)

Zdolności które GitHub Copilot może wywołać w celu podjęcia akcji lub pobrania informacji. Dwie kategorie: wbudowane narzędzia (built-in tools) zawsze dostępne, oraz narzędzia MCP dostarczane przez serwery MCP. Agenty i skills deklarują jakich narzędzi potrzebują w polu tools frontmatter.

Kuratorska grupacja powiązanych skills, instrukcji i agentów zorganizowana wokół konkretnego tematu lub workflow. Kolekcje są definiowane w plikach YAML (*.collection.yml) i pomagają użytkownikom odkrywać powiązane customizacje razem. Nie jest to standardowy termin GitHub Copilot – jest specyficzny dla repozytorium awesome-copilot.

Standaryzowany protokół łączący asystentów AI takich jak GitHub Copilot z zewnętrznymi źródłami danych, narzędziami i serwisami. Serwery MCP działają jako mosty umożliwiające Copilotowi interakcję z API, bazami danych, systemami plików i innymi zasobami poza wbudowanymi zdolnościami.

Trzy typy transportu: stdio (procesy lokalne), SSE (Server-Sent Events, serwery zdalne), HTTP Streamable (najnowszy, rekomendowany dla nowych serwerów). Konfiguracja w pliku .vscode/mcp.json.

Dla projektów .NET przydatne serwery MCP: GitHub (zarządzanie issues, PR), PostgreSQL / SQLite (inspekcja schematu), Azure DevOps, Atlassian Jira.

Komenda powłoki lub skrypt uruchamiany automatycznie w odpowiedzi na zdarzenia cyklu życia sesji agenta Copilot. Hooki przechowywane są jako pliki JSON w .github/hooks/ i mogą reagować na zdarzenia takie jak: sessionStart, userPromptSubmitted, preToolUse, postToolUse, agentStop, subagentStop, errorOccurred, sessionEnd.

Hooki dostarczają deterministycznej automatyzacji – linting, formatowanie, skanowanie bezpieczeństwa – która nie zależy od tego czy AI pamięta żeby to zrobić. Kluczowe rozróżnienie: hook = deterministyczny skrypt, agent = probabilistyczne AI.

Przykład dla .NET: hook agentStop uruchamiający dotnet format --verify-no-changes, Roslyn Analyzers i build weryfikacyjny po każdej sesji agenta.

Autonomiczny agent GitHub Copilot pracujący nad issues w środowisku chmurowym bez ciągłego nadzoru człowieka. Przypisujesz issue do Copilota, agent uruchamia izolowane środowisko GitHub Actions, implementuje rozwiązanie, uruchamia testy i otwiera draft PR do review.

Kluczowe cechy: działa asynchronicznie (nie synchronicznie jak agent mode w VS Code), pracuje wyłącznie w jednym repozytorium naraz, zawsze produkuje draft PR (nigdy nie merge'uje sam), maksymalny czas sesji: 60 minut.

Nie mylić z Agent (plik .agent.md): Coding Agent to produkt GitHub, plik .agent.md to konfiguracja trybu pracy w VS Code.

Plik Markdown łączący frontmatter YAML (wyzwalacze, uprawnienia, safe outputs) z naturalnymi instrukcjami wykonywanymi przez Coding Agent w GitHub Actions. Compilowany przez CLI gh aw compile do pliku .lock.yml który uruchamia GitHub Actions.

Agentic Workflows działają autonomicznie – bez Twojej obecności – wyzwalane przez harmonogram, zdarzenia repozytorium (nowe issue, push) lub slash commands w komentarzach. Kluczowe rozróżnienie od hooks: workflow działa w GitHub Actions (bez Twojej maszyny), hook działa lokalnie w trakcie sesji agenta w VS Code.

Pole frontmatter Agentic Workflows definiujące co agent może tworzyć lub modyfikować podczas autonomicznej sesji. Guardrails kontrolują np. że tworzony issue musi mieć określony prefiks tytułu i etykiety – agent nie może wyjść poza te ograniczenia nawet jeśli instrukcje mu to każą. Kluczowy mechanizm bezpieczeństwa przy automatyzacji.

Instalowalny pakiet rozszerzający GitHub Copilot CLI o zbundlowany zestaw agentów, skills, hooków i konfiguracji MCP serwerów. Pluginy są dystrybuowane przez marketplace'y (domyślne: copilot-plugins i awesome-copilot) i instalowane jedną komendą: copilot plugin install NAZWA@MARKETPLACE.

Prywatny marketplace organizacji: repozytorium GitHub + copilot plugin marketplace add org/repo. Pluginy działają wyłącznie w Copilot CLI i VS Code – nie w Coding Agent na GitHub.com.

Rejestr pluginów który można przeglądać i instalować z niego wtyczki dla Copilot CLI. Dwa domyślne (bez konfiguracji): copilot-plugins (oficjalny GitHub) i awesome-copilot (community, 40+ pluginów). Możesz dodać własny prywatny marketplace przez copilot plugin marketplace add.

Serwer Language Server Protocol – integracja rozszerzająca zdolności językowe Copilota o możliwości analizy kodu specyficzne dla danego języka lub frameworka. Podobna rola do MCP serwerów, ale ukierunkowana na inteligencję edytora (autouzupełnianie, diagnostyka, nawigacja) zamiast na zewnętrzne API i dane. Konfiguracja w pliku lsp.json.