Agentic CLI 自定义功能现已加入使用指标 API

事件核心：发生了什么

2026 年 9 月 17 日，GitHub 在 Changelog 中宣布，Copilot CLI 的用量报告扩展了 agentic 活动指标，覆盖技能（skills）、自定义 agent、Model Context Protocol（MCP）服务器、斜杠命令和插件五大类自定义能力。

这些字段出现在企业级与组织级的单用户及聚合 1 日报告、单用户 28 日报告，以及聚合 28 日报告的 day_totals 条目中。报告要回答两个问题：一是“哪些项目用得最多”，通过 totals_by_skill、totals_by_custom_agent、totals_by_mcp、totals_by_slash_cmd、totals_by_plugin 五个数组各列出最多五项，每项带 interaction_count；二是“一共用了多少种不同项目”，由 distinct_skill_use_count 等五个字段给出，且统计的是不同条目数量，不按人头重复计算。

为什么重要

Copilot CLI 的真正差异化不在补全代码，而在可被组织和开发者自行扩展的工作流：技能、MCP 连接、插件、自定义 agent 本质上决定了 Copilot 能接入哪些外部工具和数据。此前这些扩展行为缺乏统一的可观测口径，管理员很难判断投入是否产生实际使用。现在用量指标 API 把“扩展生态是否活跃”变成了可比较的数据，这对企业采购、内部推广和预算分配有直接价值。

更值得注意的是隐私处理：GitHub 只展示官方提供项目的名称，客户自定义名称不显示，统一归入 other；斜杠命令按既有遥测归为 custom。这说明 GitHub 想在“可度量的生态治理”和“不泄露企业内部资产”之间保持平衡。

对用户/开发者/创作者的影响

对企业管理员，这份数据可用于发现启用缺口：某个 MCP server 长期零调用，可能意味着文档不到位或权限未配好；distinct 计数随时间上升，则说明团队在尝试更多工具。对开发者，理解计数口径很关键——MCP 的 interaction_count 只在连接或重连时增加，同一连接内多次调用工具不重复计数；插件指标只统计插件关联的技能调用，属于技能总量的子集，两者不能相加。若要做内部报表，务必先对齐这些口径，否则容易高估实际使用量。

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

访问权限方面，企业所有者、账单管理员、组织所有者，以及拥有 View Copilot Metrics 权限的自定义角色可使用这些报告，前提是 Copilot usage metrics 策略已启用。

值得关注的后续

一是字段是否会从“最多五项”扩展到更完整的明细或时间序列，便于做趋势分析；二是 GitHub 是否会开放自定义项目名称的可选上报，让企业内部看清具体是哪个技能或插件在被使用；三是其他 AI 编程工具是否跟进类似的扩展生态指标，把 CLI agent 的可观测性变成竞争标配。

来源：GitHub Changelog