Troubleshooting: typowe problemy i ich rozwiązania

Czego się nauczysz

• Jak diagnozować najczęstsze problemy z Copilotem w sensownej kolejności
• Gdzie szukać logów, diagnostyki sieciowej i błędów sesji agenta
• Jak odróżniać problem z kontem, siecią, konfiguracją, toolchainem i samym kontekstem pracy

Największy błąd w troubleshootingu: losowe klikanie ustawień

To zabiera czas i bardzo rzadko prowadzi do źródła problemu.

Lepiej działa prosty playbook diagnostyczny: od objawu, przez najbardziej prawdopodobne warstwy, do konkretnego narzędzia diagnozy.

Zacznij od pytania: co dokładnie nie działa

To banalne, ale kluczowe.

Problem może dotyczyć zupełnie różnych warstw:

• inline suggestions
• chat
• agents
• MCP
• autoryzacji
• sieci i rate limitów
• jakości odpowiedzi

Każda z tych rzeczy ma inny punkt wejścia diagnostycznego.

Gdy nie działają inline suggestions

FAQ sugeruje sprawdzić po kolei:

• czy Copilot jest włączony globalnie albo dla danego języka
• czy subskrypcja jest aktywna i poprawnie wykryta
• czy nie ma problemu z siecią
• czy nie został osiągnięty limit planu

To jest dobry przykład racjonalnej kolejności: najpierw podstawowe warunki działania, potem głębsza diagnoza.

Gdy nie działa chat albo agenci

Tutaj typowe źródła problemu to:

• nieaktualne rozszerzenia
• konto bez aktywnej subskrypcji albo zła tożsamość GitHub
• limity planu
• polityki organizacyjne blokujące agent mode

Jeśli agenci zniknęli, sprawdzasz przede wszystkim chat.agent.enabled i ewentualne ograniczenia organizacji, a nie od razu prompty czy model picker.

Gdy problem wygląda na sieć albo autoryzację

Wtedy nie baw się w zgadywanie promptem.

Uruchom:

• GitHub Copilot: Collect Diagnostics
• logi rozszerzeń GitHub Copilot i GitHub Copilot Chat

To jest właściwa ścieżka dla proxy, VPN, firewalli, rate limitów albo sytuacji, gdy subskrypcja nie jest poprawnie wykrywana.

Gdy zawodzi MCP

Tu playbook jest dość prosty:

1. MCP: List Servers
2. sprawdzenie statusu
3. Show Output
4. ewentualny restart serwera

Większość problemów MCP jest operacyjna:

• serwer nie wstał
• konfiguracja się zmieniła
• capability nie odświeżyły się
• trust nie został nadany

To znaczy, że zanim oskarżysz model o ignorowanie toola, sprawdź, czy serwer w ogóle działa.

Gdy AI daje słabe odpowiedzi

To nie zawsze jest problem modelu.

Najpierw sprawdź:

• czy kontekst jest trafny
• czy sesja nie jest przeładowana historią
• czy właściwe pliki zostały dołączone
• czy prompt file albo instructions faktycznie się załadowały

I dopiero potem myśl o zmianie modelu.

Agent Debug Logs i Chat Debug View rozwiązują połowę zagadek

Jeśli problem dotyczy pracy agenta, to są dwa podstawowe narzędzia:

• Agent Debug Logs pokazują chronologię zdarzeń, tool calls i discovery
• Chat Debug View pokazuje raw payload: system prompt, user prompt, context i tool responses

To bardzo często wystarcza, żeby zobaczyć, że agent nie miał oczekiwanego pliku, nie widział customizacji albo w ogóle nie dostał narzędzia, którego od niego oczekiwałeś.

\/troubleshoot jest dobrym skrótem, ale nie zastąpi myślenia

Możesz zapytać AI o analizę bieżącej sesji, jeśli debug log jest włączony. To bardzo wygodne, ale nadal warto wiedzieć, o co pytasz.

Dobre pytania to na przykład:

• jakie customizacje się załadowały
• jakie tool calls zostały pominięte
• czy odpowiedź została ucięta przez context limit

Złe pytanie to po prostu: “co jest nie tak?”

Typowa kolejność diagnostyczna

Jeśli chcesz mieć jedną prostą procedurę, to wygląda ona tak:

1. Zidentyfikuj warstwę problemu.
2. Sprawdź podstawowe warunki działania: konto, plan, extension, setting.
3. Zajrzyj do właściwych logów albo diagnostyki.
4. Zweryfikuj kontekst i customizacje sesji.
5. Dopiero wtedy zmieniaj model, prompt albo workflow.

To oszczędza bardzo dużo czasu.

Kluczowe wnioski

• Troubleshooting Copilota zaczyna się od klasyfikacji objawu, nie od losowego grzebania w settings.
• Inne narzędzia diagnozy służą dla inline suggestions, chatu, agentów, MCP i sieci.
• Logi rozszerzeń, Collect Diagnostics, Agent Debug Logs i Chat Debug View to podstawowy zestaw diagnostyczny.
• Słaba odpowiedź AI bardzo często oznacza problem z kontekstem albo workflow, a nie od razu z modelem.

Co dalej

Na koniec zostaje najbardziej praktyczna rzecz z całego kursu: FAQ, ściąga skrótów, najważniejsze slash commands i zestaw ustawień, które naprawdę warto znać na pamięć albo mieć pod ręką.