GitHub Copilot, den populære AI-drevne kodingsassistenten, har introdusert en serie nye funksjoner rettet mot utviklere som søker mer effektivitet og fleksibilitet i arbeidsflytene sine.
En ny agentmodus tar sikte på å gi en mer interaktiv opplevelse på tvers av flere. For utviklere?
Den mest effektive kunngjøringen i Copilots siste oppdatering er introduksjonen av
Dette markerer en betydelig utvikling i hvordan GitHub Copilot hjelper utviklere, og tilbyr langt mer> NYTT ( Ved siden av den bredere kopilotutvidelsen har GitHub rolig gitt ut sin Serveren er designet for å bygge bro mellom redaktører med tredjepartsmodellleverandører og systemer, noe som gir utviklere mer kontroll over hvordan og hvor deres AI-arbeidsmengder håndteres. GitHub beskriver MCP-serveren som en”bekvemmelighetsimplementering”av sin MCP-spesifikasjon, en standard som muliggjør agenter eller utvidelser i redaktører som VS-kode for å samsvare med språkets API-er som en standard APIS-agenter. Utgivelsen gjør det lettere å teste lokalt eller eksperimentere med LLM-integrasjoner utenfor GitHubs egen infrastruktur. I motsetning til Githubs hostede tjenester, hvilken rute Copilot-ber om gjennom sitt eget MCP-lag, Open Source MCP-serveren gir utviklere muligheten til å eksperimentere med sine egne endepunkter eller tilpasse serveren til deres spesielle bruk. Det er skrevet i TypeScript, publisert under MIT-lisensen, og støtter streaming-svar-en av SPECs kjernefunksjoner. Denne utgivelsen markerer et annet skritt mot å modulisere GitHubs Copilot-økosystem. Ved å avsløre den underliggende serverlogikken som åpen kildekode, kan GitHub signalisere en mer interoperabel fremtid-der agenter, handlinger og AI-integrasjoner ikke lenger utelukkende er bundet til sin egen infrastruktur.
premie-modeller og den nye pro+ planen
premie-modeller og den nye pro+-planen Copilot-evner via en ny GitHub Copilot Pro+-plan. Pro+ gir tilgang til antropisk Claude 3.5, 3.7 Sonnet, 3.7 Sonnet Thinking, Google Gemini 2.0 Flash, og Openai O3-Mini generelt tilgjengelig via premiumforespørsler. Disse modellene gir utviklere mer sofistikerte AI-drevne innsikt, for eksempel prediktiv redigering, forslag i sanntid og kontekstuelle kodeanbefalinger. GitHub Copilot Pro+ er priset til $ 39 per måned, som inkluderer 1500 premium forespørsler per måned. Dette er en merkbar oppgradering fra Basic Pro Plan, og gir utviklere tilgang til funksjonalitet på neste nivå. Inkludering av GPT-4.5, Claude 3.7 og Googles Gemini 2.0-modeller gjør at Copilot kan bli enda mer nøyaktig i kodegenerasjonen, og tilbyr skreddersydde løsninger som passer til en utviklerens spesifikke behov. for de som jobber med store team eller bedriftsnivå-kodebaser, disse premium-funksjonene, tilbyr vesentlig fordeler, for å få et foretak til å jobbe med mer team for å jobbe med mer team for å jobbe med mer team. Med komplekse eller store kodebaser gir Pro+ Plan’s AI-funksjoner betydelige forbedringer i oppgaver som feilsøking, kodevurderinger og feilsporing på tvers av filer. Med det posisjonerer Copilot seg som en komplett utviklingsassistent, i stand til å håndtere alt fra grunnleggende fullføringer til komplekse feilsøkingsoppgaver. GitHub utvider også sin mulighet til å få en annen måte. Funksjonen gir et verdifullt tillegg til utviklerens verktøysett, som automatisk antyder forbedringer, oppdager feil og sikrer at kode fester seg til beste praksis. Copilots Code Review Agent effektiviserer hele kodegjennomgangsprosessen ved å tilby forslag til trekkforespørsler. Mens menneskelige anmeldere fremdeles er viktige for å sikre kvaliteten og konteksten til kode, fungerer Copilot som en intelligent assistent som kan oppdage feil eller ineffektivitet, muliggjøre raskere fikser og bedre samarbeid mellom teammedlemmer. [embeded content] Copilot Code Review: Forbedring av kvalitetskontroll
[embeded content] Integrasjonen av flere AI-modeller er en annen betydelig forbedring i Copilots funksjonalitet. Github har gått utover å stole utelukkende på Openais modeller og har innlemmet Claude 3.5, Claude 3.7 og Gemini 2.0-blits fra Anthropic og Google. Disse modellene fungerer nå sammen innen Copilot, og tilbyr hver tydelige styrker som kompletterer hverandre. Dette multimodelloppsettet sikrer at Copilot ikke er begrenset til en AI-tilnærming, men kan bytte mellom modeller avhengig av oppgaven. Dette betyr at utviklere kan utnytte de kraftigste modellene som er tilgjengelige, og forbedre Copilots evne til å foreslå kontekstuelt passende kode og tilpasse seg forskjellige programmeringsspråk, rammer og utviklingsmiljøer.