{"meta":{"title":"Интеграция агентического ИИ в жизненный цикл разработки программного обеспечения предприятия","intro":"Узнайте, как агенты могут повысить производительность в вашей организации.","product":"GitHub Copilot","breadcrumbs":[{"href":"/ru/copilot","title":"GitHub Copilot"},{"href":"/ru/copilot/tutorials","title":"Учебники"},{"href":"/ru/copilot/tutorials/roll-out-at-scale","title":"Развертывание в масштабе"},{"href":"/ru/copilot/tutorials/roll-out-at-scale/enable-developers","title":"Включение разработчиков"},{"href":"/ru/copilot/tutorials/roll-out-at-scale/enable-developers/integrate-ai-agents","title":"Интеграция агентов ИИ"}],"documentType":"article"},"body":"# Интеграция агентического ИИ в жизненный цикл разработки программного обеспечения предприятия\n\nУзнайте, как агенты могут повысить производительность в вашей организации.\n\n## О агентах ИИ на GitHub\n\nРазработчики в вашем предприятии уже могут использовать ИИ как инструмент парного программирования, одновременно получая предложения кода в процессе разработки.\n\nАгенты ИИ больше похожи на одноранговых программистов. Они могут выполнять следующие действия:\n\n* Выполнение асинхронных задач, таких как выполнение тестов или устранение проблем в невыполненной работе, с меньшей потребностью в вмешательстве человека.\n* Участие в рабочих процессах за пределами этапа разработки, таких как идея или оптимизация после выпуска.\n\nСовместная работа с агентами может предоставить сотрудникам больше времени, чтобы сосредоточиться на других приоритетах, таких как планирование высокого уровня, и повысить преимущества ИИ для ролей, не являющихся разработчиками, предоставляя больше возможностей для запросов естественного языка.\n\nGitHub CopilotАгентские функции интегрированы в GitHubплатформу , обеспечивая упрощённый опыт и упрощённое лицензирование и управление по сравнению с сторонними инструментами.\n\n## Пример сценария\n\nВы являетесь менеджером по инженерии в Моне, бутик-магазин зонтиков. Ваша команда добавляет в онлайн-магазин виджет **на базе искусственного интеллекта** , который рекомендует зонты на основе местоположения пользователя и местной погоды.\n\nЧтобы уложиться в сжатые сроки, нужно ускорить каждый этап как для разработчиков, так и для тех, кто не занимается разработчиками, при этом сохраняя управление после запуска.\n\n> \\[!NOTE]\n> GitHub постоянно расширяет свою платформу на базе искусственного интеллекта. Некоторые функции, описанные в этой статье, находятся в Публичный предварительный просмотр, и по умолчанию могут быть не включены для предприятий. Ресурсы по каждой функции вы найдёте в разделе [Get started с агентным AI](#get-started-with-agentic-ai).\n\n## 1. Планируйте с помощью Copilot Chat\n\n1. Продакт-менеджер начинает планировать с **Copilot Chat**[github.com/copilot](https://github.com/copilot).\n\n   Они задают Copilot вопросы на высоком уровне, чтобы понять, какая работа по разработке необходима для новой функции. Чтобы получить Copilot доступ к важному контексту проекта, они загружают макеты и ссылаются на репозиторий, где хранится кодовая база.\n\n2. Когда менеджер проекта Copilot работает над обзором необходимых задач, он просит Copilot**создать задачи** для каждой части работы.\n\n   Премьер-министр отмечает некоторые из проблем как хорошие и у вас есть или обслуживание. Это могут быть хорошие кандидаты для Copilot cloud agent.\n\n   ![Скриншот Copilot Chat. Copilot спрашивает, хочет ли пользователь продолжить создание набора приоритетных задач.](/assets/images/help/copilot/sdlc-guide/issue-creation.png)\n\n3. Чтобы помочь разработчику быстро начать, PM создаёт пространство с **Copilot Spaces**[github.com/copilot/spaces](https://github.com/copilot/spaces). PM собирает такие ресурсы, как схемы и ссылки на файлы кода, отправляет несколько тестовых вопросов, а затем делится пространством со своей организацией.\n\n   Теперь разработчик может задавать вопросы в пространстве, имея доступ ко всему контексту PM.\n\n## 2. Создайте с Copilot CLI\n\n1. Задавая несколько первых вопросов в Copilot этой области, разработчик запускает Copilot CLI сессию в своём терминале, чтобы начать анализ кода.\n\n2. В режиме «планирования» разработчик просит Copilot порекомендовать несколько моделей ИИ для работы и перечислить плюсы и минусы каждой.\n\n3. После написания кода разработчик просит Copilot рефакторить его на несколько различных функций и подредить его в соответствии со стандартами организации. Они вызывают одного из кастомных агентов организации, который включает индивидуальные инструкции для организации.\n\nCopilot может одновременно обновлять несколько файлов и, с разрешения разработчика, запускать команды для таких действий, как установка зависимостей или запуск тестов.\n\n1. Перед открытием запроса на вытягивание разработчик запускается `/security-review` для выявления вероятных уязвимостей в активных локальных изменениях и применения исправлений.\n\n2. Разработчик просматривает различие и выбирает, какой код сохранить.\n\n## 3. Тестирование с помощью сервера MCP\n\n1. После завершения кода разработчик запускает тесты на локальной сборке с помощью Playwright.\n\n   1. Разработчик настроил **сервер Model Context Protocol (MCP** ) для Playwright — утверждённого сервера в частном реестре MCP предприятия.\n   2. Разработчик просит Copilot оформить тестовые сценарии в `.feature` файле, а затем запустить тесты в браузере.\n   3. Copilot просит разработчика авторизировать его действия при открытии браузера и взаимодействии с интерфейсом. Он выявляет провалившийся тест и предлагает решение.\n\n2. Когда тесты удовлетворяются, разработчик просит Copilot открыть pull request на выполнение работы на GitHub. Используя **GitHub MCP-сервер**, Copilot открывается pull request с уже заполненным заголовком и описанием.\n\n   > \\[!TIP]\n   > Взаимодействие с GitHub MCP-сервером защищено **push-защитой**, которая блокирует включение секретов в ответы, сгенерированные ИИ, и не даёт вам раскрывать секреты через любые действия на сервере (только в публичных репозиториях).\n\n## 4. Повторение с Copilot code review\n\n1. Владелец репозитория настроил автоматические **проверки**Copilot кода на репозитории.\n   Copilot предоставляет первоначальный обзор pull request, выявляя баги и возможные проблемы с производительностью, которые разработчик может исправить до того, как человеческий рецензент доберётся до pull-запроса.\n2. Коллега разработчика проверяет и утверждает запрос на вытягивание. Работа готова к слиянию.\n\n## 5. Оптимизировать с помощью Copilot cloud agent\n\n1. После релиза менеджер продукта выявляет возможность улучшить виджет, перейдя на более надёжный погодный API. Они создают проблему и **назначают Copilot** её напрямую на GitHub.\n\n2. Copilot cloud agent работает в фоне и открывает pull request, который менеджер продукта отмечает как готовый к рассмотрению.\n\n   ![Скриншот pull request, созданного Copilot cloud agent.](/assets/images/help/copilot/sdlc-guide/agent-pr.png)\n\n3. Разработчик рассматривает pull request и оставляет отзыв, который Copilot включает в себя. Разработчик затем объединяет pull request.\n\n   > \\[!TIP]\n   > Copilot cloud agent В комплекте стандартные ограждения. Например, Copilot нельзя объединять pull requests самостоятельно. Можно определить дополнительные средства защиты для целевых ветвей с помощью наборов правил репозитория.\n\n4. Позже при работе с отдельной функцией разработчик заметил небольшую ошибку в коде мини-приложения ИИ. Чтобы избежать переключения контекста, разработчик делегирует работу Copilot cloud agent непосредственно из своей Copilot CLI сессии.\n\n   `/delegate Create a PR for the widget function to correctly validate that the user's age is a positive integer.`\n\n## 6. Обеспечьте безопасность Copilot Autofix\n\n1. Администратор включил code scanning репозиторие, и оповещение code scanning указывает на потенциальную уязвимость в коде.\n2. Менеджер по безопасности автоматически **Copilot Autofix** предлагает исправление уязвимости, которое разработчик рассматривает и одобряет.\n\n   ![Скриншот уведомления о сканировании кода на GitHub.com. Кнопка с меткой \"Создать исправление\" описана оранжевым цветом.](/assets/images/help/copilot/sdlc-guide/autofix.png)"}