Przejdź do treści
Jak stworzyć własnego agenta GitHub Copilot w VS Code
··5 min czytania·Zaktualizowano:

Jak stworzyć własnego agenta GitHub Copilot w VS Code

Jak stworzyć agenta w GitHub Copilot?

Aby stworzyć własnego agenta w VS Code, otwórz Agent Customizations, wybierz Agents → New Agent, zapisz plik .agent.md w .github/agents i uzupełnij jego opis, narzędzia oraz instrukcje. Możesz też wpisać /agents w polu czatu albo uruchomić komendę Chat: New Custom Agent.

Najważniejsza decyzja nie dotyczy nazwy. Dotyczy zakresu. Dobry agent ma jedną rolę i tylko te narzędzia, których naprawdę potrzebuje.

Czym są custom agents?

Custom agents to konfigurowane profile GitHub Copilot, które możesz dostosować do swoich potrzeb:

  • Dodać specjalistyczną wiedzę domenową
  • Określić preferowane narzędzia i podejście
  • Ustawić konkretny model AI
  • Stworzyć agenta dla zespołu lub projektu

Dzięki temu zamiast używać ogólnego Copilot, możesz mieć np. “Backend Expert” znającego architekturę Twojego systemu, czy “Code Reviewer” z zasadami code review Twojego zespołu.

Krok 1: Otwórz Agent Customizations

Otwórz GitHub Copilot Chat w Visual Studio Code i wykonaj następujące kroki:

  1. W widoku Chat kliknij ikonę koła zębatego Configure Chat.
  2. Otwórz zakładkę Agents.
  3. Wybierz New Agent (Workspace) albo New Agent (User).

Alternatywnie wpisz /agents lub użyj Command Palette i komendy Chat: New Custom Agent.

Krok 2: Wybierz lokalizację profilu

Masz dwie opcje:

Workspace

Tworzy profil w folderze .github/agents w Twoim workspace. Agent będzie dostępny tylko w tym projekcie.

Kiedy używać? Gdy agent ma być specyficzny dla projektu – np. zna jego architekturę, konwencje kodowania, lub strukturę.

User profile

Tworzy profil w ~/.copilot/agents. Agent będzie dostępny we wszystkich Twoich workspace’ach.

Kiedy używać? Gdy agent ma być Twoim osobistym asystentem – np. specjalista od security, accessibility, czy performance.

Krok 3: Nazwij swojego agenta

Wpisz nazwę pliku dla własnego agenta. Ta nazwa będzie domyślnie wyświetlana na liście agentów w dropdownie.

Wskazówka: Używaj nazw opisowych, np. backend-architect.agent.md lub code-reviewer.agent.md.

Krok 4: Skonfiguruj profil agenta

Teraz nadchodzi najważniejsza część – konfiguracja profilu w pliku .agent.md. Plik ten to Markdown z metadanymi, który definiuje:

Description (opis)

Opisz, czym zajmuje się agent i w jakich sytuacjach go używać:

---
description: "Backend architecture expert specializing in .NET and Azure"
---

Tools (narzędzia)

Określ, z jakich narzędzi może korzystać agent. Możesz użyć przycisku Configure Tools… w edytorze, aby otworzyć okno wyboru narzędzi.

Dostępne są:

  • Wbudowane narzędzia VS Code (terminal, filesystem, search)
  • Serwery MCP (Model Context Protocol) – dodatkowe możliwości

Prompts (instrukcje)

Najważniejsza część – tu definiujesz, jak agent ma się zachowywać:

## Instructions
You are a backend architecture expert. When reviewing code:
1. Check for proper dependency injection
2. Verify database query optimization
3. Ensure proper error handling and logging
4. Validate API design against REST principles

Model

Pole model jest opcjonalne. Jeśli go nie podasz, agent użyje modelu wybranego aktualnie w pickerze. To rozsądne ustawienie domyślne, bo dostępność modeli zależy od planu i polityk organizacji.

---
model: "GPT-5.6 Terra (copilot)"
---

Po wpisaniu model: otrzymasz listę podpowiedzi z dostępnymi modelami.

Przykład: Agent Code Reviewer

Oto mały profil agenta do code review. Celowo nie daję mu narzędzi do edycji:

---
name: Code Reviewer
description: "Reviews code for correctness, security and missing tests"
tools: ['search']
user-invocable: true
---
# Code Reviewer Agent
## Instructions
You are an experienced code reviewer. When analyzing code:
1. **Readability**: Check if code is clear and self-documenting
2. **Best Practices**: Verify adherence to language idioms
3. **Performance**: Identify obvious performance issues
4. **Security**: Look for common security vulnerabilities
5. **Testing**: Suggest areas that need test coverage
Always provide:
- Specific line references
- Explanation why something should be changed
- Example of improved code
Be constructive and focus on teaching, not just criticizing.

Aktualizacja profilu agenta

Aby edytować istniejącego agenta:

  1. Otwórz Agent Customizations.
  2. Wybierz agenta z listy.
  3. Zmień frontmatter albo instrukcje w .agent.md.
  4. W razie problemów otwórz Chat Customization Diagnostics i sprawdź, czy plik został załadowany.

Kiedy custom agent ma sens?

Nie każda powtarzalna prośba potrzebuje agenta:

  • użyj instructions, gdy reguła ma działać zawsze w danym repo,
  • użyj prompt file, gdy ręcznie uruchamiasz powtarzalne zadanie,
  • użyj custom agenta, gdy potrzebujesz trwałej roli z własnymi narzędziami, modelem albo handoffami.

Pełne rozróżnienie znajdziesz w lekcji Custom Agents: własny Copilot do specyficznych zadań.

Praktyczne przykłady użycia

Agent dla projektu

Stwórz agenta w workspace, który zna:

  • Architekturę aplikacji
  • Konwencje nazewnictwa
  • Wzorce projektowe używane w projekcie
  • Strukturę bazy danych

Agent bezpieczeństwa

Osobisty agent (user profile), który:

  • Sprawdza kod pod kątem OWASP Top 10
  • Weryfikuje obsługę danych wrażliwych
  • Sugeruje bezpieczne implementacje

Agent dokumentacji

Agent specjalizujący się w:

  • Tworzeniu README
  • Pisaniu JSDoc/XML docs
  • Generowaniu dokumentacji API

Wskazówki

  1. Bądź konkretny w instrukcjach – im bardziej szczegółowe wytyczne, tym lepsze wyniki
  2. Testuj i iteruj – pierwsza wersja profilu rzadko jest idealna
  3. Udostępniaj w zespole – workspace agents można commitować do repo
  4. Używaj kontekstu – agent ma dostęp do plików w workspace
  5. Eksperymentuj z modelami – różne modele mają różne mocne strony

Podsumowanie

Custom agents w GitHub Copilot to potężne narzędzie do dostosowania AI do Twoich specyficznych potrzeb. Zamiast uniwersalnego asystenta, możesz mieć zespół wyspecjalizowanych agentów, z których każdy jest ekspertem w swojej dziedzinie.

Zacznij od prostego profilu i rozwijaj go w miarę używania. Z czasem Twoi agenci staną się nieocenioną częścią Twojego workflow.

Źródło i aktualna lista pól: Custom agents in VS Code.


Masz pytania? Podziel się nimi w komentarzach! A jeśli stworzysz ciekawego agenta, chętnie o nim usłyszymy.

Nowe materiały prosto na maila

Publikuję nowy artykuł albo lekcję kursu — dostajesz jednego maila. Nic poza tym.

Bez cyklu wydawniczego i newsów o każdej premierze modelu

Zapisy do newslettera otwieram partiami, żeby nie zamieniać go w kolejny kanał ze spamem i recyklingiem linków.

Jeśli chcesz dostać informację przy następnym otwarciu zapisów, napisz na kontakt@efektywnydev.pl.

UdostępnijX / TwitterLinkedIn
Marcin Szymański

O autorze

Marcin Szymański

Od kilkunastu lat buduję systemy w .NET i Azure — obecnie rozproszony monitoring PingView. Piszę tu o pracy człowiek + agenci AI na realnych workflow, nie na demach. Zawodowo prowadzę audyty, rescue projektów i wdrożenia AI-assisted delivery w zespołach.