首页 › tips-tricks › 别只拿Copilot补全：八个暗门

别只拿Copilot当补全用：GitHub Copilot 八个隐藏暗门

导语： 国内开发者对 GitHub Copilot 的普遍认知，还停留在"按 Tab 接受补全 + 偶尔在侧边栏问两句"。但 2026 年的 Copilot 早就不是那个补全器了——它现在有自己的一套"配置文件系统"：.github/copilot-instructions.md、AGENTS.md、#chat variables、@participants、自定义 Agent、Prompt 文件、Skills、Hooks，外加一个 2026 年 2 月刚 GA（正式发布）的云端异步 Coding Agent。这套东西 90% 的用户从没碰过，而它们才是把 Copilot 从"自动补全"变成"能干活的 AI 同事"的关键。今天这篇就把这八个暗门一次拆开，告诉你每个在哪、怎么开、能省多少事。

先搞懂一件事：Copilot 现在是"分层可配置"的

很多人不知道，GitHub 官方给 Copilot 出了一张明确的"定制化速查表"（customization cheat sheet），把所有隐藏能力分成七类。理解这张表，你就理解了整个 Copilot 的高级玩法：

功能	触发方式	文件/位置	典型用途
Custom instructions（自定义指令）	自动	`github/copilot-instructions.md`、`.github/instructions/*.instructions.md`、`AGENTS.md`	全局/按路径注入编码规范
Prompt files（提示文件）	手动	`github/prompts/*.prompt.md`	可复用、带变量的提示模板
Custom agents（自定义代理）	手动选	`github/agents/AGENT-NAME.md`	带独立人设和工具权限的专家
Subagents（子代理）	自动	运行时派生	隔离上下文处理复杂子任务
Agent skills（技能）	自动按需	`github/skills/<name>/SKILL.md`	按任务加载的多步骤资源包
Hooks（钩子）	生命周期事件	`github/hooks/*.json`	确定执行的 shell 命令
MCP servers	自动	`mcp.json`	接外部系统/数据库/API

记住一句话：这些功能都是"放文件就生效"，不用改任何设置面板。下面逐个拆。

暗门一：`copilot-instructions.md` —— 让 Copilot 永远记得你的规矩

这是最被低估的一个。在仓库根目录放一个 .github/copilot-instructions.md，里面写清楚你的规范——用什么框架、命名约定、错误处理风格、禁止的写法——之后每一次对话和补全都自动套用，不用每次重复说。

进阶玩法是按路径分目录配置：在 .github/instructions/ 下放 api.instructions.md、frontend.instructions.md，Copilot 会根据你当前编辑的文件路径自动匹配对应指令。后端接口和前端组件能用完全不同的规范。

还有一个更通用的入口 AGENTS.md——它同时被 Copilot 和第三方 AI agent（如 Claude、Codex）识别，等于一份"AI 工程规范书"喂给所有工具，不用每个工具配一遍。

# .github/copilot-instructions.md 示例
- 本项目使用 Python 3.12 + FastAPI
- 所有 API 必须返回 Pydantic 模型，禁止裸 dict
- 提交前必须跑 `ruff check` 和 `pytest`
- 注释用中文，变量/函数名用英文

暗门二：`#` Chat Variables —— 精确喂上下文，别整文件糊脸

大多数人在 Copilot Chat 里直接问问题，结果它要么没上下文乱编，要么你手动复制粘贴整段代码。其实 Copilot 有一套 # 变量，能精确控制喂进去哪一块：

变量	喂进去的内容
`#file`	当前整个文件
`#function`	光标所在的函数/方法
`#block`	当前代码块
`#selection`	你选中的文本
`#sym`	当前符号
`#line`	当前行
`#comment`	当前注释
`#path`	文件路径
`#project`	整个项目结构

实操场景：把光标放进一个函数，输入 /fix #function 这里有内存泄漏，帮我找——它只盯着这个函数修，不会被文件里其他无关代码带偏。这比"@workspace 整个仓库帮我看看"精准得多，也更省 token。

暗门三：`@` Chat Participants —— 召唤领域专家

# 控制喂代码，@ 控制喂"专家身份"。在提示框打 @ 会弹出一串参与者：

@workspace —— 让 Copilot 理解整个工作区的结构和代码间的关系（问"这个项目用了什么设计模式"用这个）
@terminal —— 直接读终端里的命令和输出（调试 shell、解释报错神器）
@github —— 调用 GitHub 专属技能（查 issue、PR）
@vscode —— 知道 VS Code 的命令和功能
@azure —— Azure 服务部署专家（preview）

关键区分：@workspace vs #codebase——社区里专门有讨论帖问这俩区别。简单说：两者都给仓库级上下文，但 #codebase 是"附加代码作为引用"，@workspace 是"让 AI 主动去探索整个工作区"。要让它"自己翻代码找答案"用 @workspace，要"喂特定代码"用 #codebase 或 #file。

暗门四：Slash Commands —— 把常用提示词存成一键命令

Copilot 内置一堆 / 命令，省得你写长 prompt：

/explain —— 解释当前代码
/fix —— 修复选中代码的问题
/fixTestFailure —— 找出并修好失败的测试（这个很多人没用过）
/tests —— 给选中代码生成单元测试
/doc —— 给符号补文档注释
/optimize / /simplify —— 分析并优化/简化选中代码

JetBrains 用户还有几个独享命令更猛： - /chronicle —— 回顾分析你的会话历史，子命令 standup（自动写每日站会汇报）、tips、search、improve。写周报/站会汇报直接用它扫历史。 - /compact —— 手动压缩长会话上下文（和 Claude Code 的 /compact 异曲同工） - /remote —— 把当前 CLI 会话开成可从 GitHub.com 或手机远程控制的会话

暗门五：Custom Agents —— 给项目造一个"专属 AI 角色"

在 github/agents/ 下放一个 markdown 文件，就能定义一个带独立人设、独立指令、甚至受限工具权限的专家 agent，从 IDE 的 agent 下拉框、GitHub.com 或 Copilot CLI 里选。

官方给的例子就很有启发性： - React reviewer agent —— 专门审 React 代码的审查员 - read-only auditing agent —— 只读审计 agent，权限锁死、不能改代码，适合让它扫一遍出报告而不担心它乱动

这套思路对国内团队极有价值：给新人配一个"只会读、只解释、不改代码"的答疑 agent，安全又可控。

暗门六：Prompt Files + Skills —— 把 SOP 沉淀成可复用资产

Prompt files（github/prompts/*.prompt.md）是带输入变量的可复用提示模板。比如写一个"给这个函数生成边界测试用例"的模板，每次喂不同函数名进去跑。Agent Skills（github/skills/<name>/SKILL.md）更进一步——它是一个"技能包"文件夹，里面放指令、脚本、资源，Copilot 会在判断任务相关时自动加载。官方举例：GitHub Actions 失败排查、部署流程、发版说明撰写。

有意思的是，这个 SKILL.md 格式和 Claude 的 skills 体系是打通的（同一个标准被 ~/.copilot/skills/、.claude/skills/、.agents/skills/ 多处识别）。你给 Claude 写的 skill，放到 Copilot 这边大概率也能用——一套技能包，喂多个工具。

暗门七：Hooks —— 让 AI 乖乖跑你定的流程

Hooks（github/hooks/*.json）是最像"给 AI 上枷锁"的功能：在 agent 工作流的生命周期节点上，确定性地执行 shell 命令。注意是"确定性"——不靠 AI 自觉，到点必跑。典型用法：

每次文件编辑后自动跑 formatter（强制代码风格）
批准或拒绝工具执行（拦截危险操作）
防 credential 泄漏：配合 secret scanning，在 commit 前扫一遍，发现密钥直接拦

对安全敏感的团队，这个 hook 能堵住"AI 一不小心把 API key 写进代码"的口子。目前 Hooks 在 VS Code 还在 preview，Copilot CLI 已支持。

暗门八：Coding Agent —— 把 Issue 整个甩给 Copilot

压轴的是 2026 年 2 月正式 GA 的 Coding Agent（Pro/Pro+/Business/Enterprise 全付费版可用）。它和 IDE 里的 Agent mode 不一样：

Agent mode：同步，在 IDE 里陪你实时改代码、跑测试、自我纠错
Coding Agent：异步 SWE agent，在 GitHub Actions 云端环境里自主跑

用法极其简单：把一个 GitHub Issue 直接 assign 给 @github（或手机/CLI 上指派）。然后 Coding Agent 会：开一个带 [WIP] 的草稿 PR → 自己建 copilot/* 分支 → 探索代码库找上下文 → 改代码、跑测试、跑 lint → 全程在 PR 里留日志 → 完成后 @ 你 review。

想让它改？在草稿 PR 里 @copilot 留评论，它就迭代。安全上：只能推自己建的分支、CI/CD 没你批准不跑、commit 全部 co-author 标记可追溯。配合 MCP（内置 Playwright + GitHub MCP server，还能加自己的），它甚至能处理带截图/mockup 的 issue。

成本提醒：每次任务消耗 1 个 premium request + GitHub Actions minutes，团队要提前算预算。

这套流程怎么串起来：一张图看懂 Copilot 的上下文分层

flowchart TD
    A[你给 Copilot 一个任务] --> B{Copilot 自动叠加上下文}
    B --> C1[Custom Instructions<br/>copilot-instructions.md<br/>AGENTS.md<br/>自动套用规范]
    B --> C2[Hooks<br/>github/hooks/*.json<br/>编辑后跑 formatter/拦截密钥]
    B --> C3[Skills<br/>SKILL.md<br/>按需加载技能包]
    A --> D[你手动精确控上下文]
    D --> E1[# 变量<br/>#function/#file/#selection<br/>精确喂代码块]
    D --> E2[@ 参与者<br/>@workspace/@terminal/@github<br/>召唤领域专家]
    D --> E3[/ 命令<br/>/fix /tests /chronicle<br/>一键 SOP]
    C1 & C2 & C3 & E1 & E2 & E3 --> F[自定义 Agent / Coding Agent 执行]
    F --> G[输出: 补全 / 解释 / 修复 / PR]
    G --> H[需要异步长任务?]
    H -->|是| I[Coding Agent<br/>assign Issue → 云端自主跑 → 开 PR]
    H -->|否| J[Agent mode<br/>IDE 里实时协作]
    I & J --> K[人审核 + 合并]

信息差总结：你知道的 vs 别人不知道的

维度	大多数人（只知道这些）	信息差玩家（还知道这些）
用法	按 Tab 接受补全	写 `copilot-instructions.md` 永久注入规范
上下文	手动粘贴代码 / 整文件糊脸	`#function` `#selection` 精确喂片段
提问	直接问	`@workspace` `@terminal` 召唤专家
重复活	每次重写 prompt	`/chronicle` 自动写站会、Prompt files 存模板
定制化	不知道能配置	自建只读审计 agent、只读权限锁死
自动化	手动建分支提交	把 Issue assign 给 Coding Agent，云端自主开 PR
安全	担心 AI 乱改/泄密	Hooks 确定性拦截密钥、强制 formatter
复用	每个工具配一遍	SKILL.md 一套喂 Copilot+Claude

行动指南：今晚就能做的四步

先放一个指令文件：在常用仓库根目录建 .github/copilot-instructions.md，写清技术栈和规范。这是性价比最高的一步，5 分钟见效。
学会三个 # + 三个 @：把 #function、#selection、#file 和 @workspace、@terminal、@github 刻进肌肉记忆，提问精度立刻翻倍。
试一次 /chronicle standup（JetBrains 用户）或 /fixTestFailure：体验"一键 SOP"的爽感。
挑一个低风险 Issue 甩给 Coding Agent：建个 copilot/* 分支练手，观察它怎么自主开 PR、留日志，跑通一次你就回不去手动流程了。

预算提醒：Premium requests 和 Actions minutes 都是消耗品，团队用 Coding Agent 前先算清账，别让"AI 同事"半夜把额度跑光。

本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生（微信ID: gprshome201101）维护。聚焦5G/6G核心网、3GPP标准、AI工具实战。知识星球「51学通信」提供深度技术答疑和行业洞察。

参考来源： - Copilot customization cheat sheet — GitHub Docs - GitHub Copilot Chat cheat sheet — GitHub Docs - GitHub Copilot coding agent 101 — The GitHub Blog - GitHub Copilot Coding Agent Now GA on All Paid Plans — 2236.io - A cheat sheet to slash commands in GitHub Copilot CLI — GitHub Blog

完成摘要

本轮（Round 2 / tips-tricks）产出： - 选定主题：GitHub Copilot 八个隐藏暗门（此前 3 天历史未覆盖过 Copilot，避开重复） - 信息源（3 种以上）：WebSearch（Z.ai 后端触发限频）、ducksearch（DuckDuckGo，主力）、官方 GitHub Docs 抓取（customization / chat 速查表）、GitHub Blog 抓取（coding agent 101）、2236.io 新闻（2026-02 GA 确认） - 挖掘技巧：分层自定义指令、# chat variables、@ participants、slash commands（含 JetBrains 专属 /chronicle /compact /remote）、custom agents（只读审计）、prompt files + skills、hooks（确定性拦截）、coding agent 异步 SWE agent - 含 1 个 Mermaid 上下文分层流程图 + 2 张信息差/速查表，2000 字以上，已附品牌 footer 与 5 条可点击参考来源

注意事项： - WebSearch（Z.ai）与 web_reader MCP 均限频至 2026-07-18，本次主要靠 ducksearch + 直接抓取完成采集；如需补充 Reddit/HN 视角，建议 7 月 18 日后或换源重跑 - Coding Agent 的 Hooks/Skills 部分功能仍为 preview，文中已标注，落地前建议核对当前 IDE 版本支持矩阵

[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。

51学通信知识星球海报-扫码加入