Copilot代码审查：Agent技能和MCP现已正式推出

事件核心：发生了什么

GitHub 在最新 Changelog 中宣布，Copilot 代码审查（Code Review）对 Agent 技能和 MCP 服务器的支持已从公开预览转为正式版（GA）。该更新覆盖所有 Copilot Pro、Pro+、Business 及 Enterprise 用户。

具体能力包括两部分：Agent 技能（Agent Skills）允许开发者在仓库的 .github/skills 目录下创建 SKILL.md 文件，写入团队内部的工具调用和编码标准，Copilot 在审查时自动引用这些规则进行分析。MCP 服务器连接则可将第三方平台（如问题跟踪器、文档系统、服务目录）的上下文直接拉入审查流程，且所有 MCP 工具调用限制为只读。已经为 Copilot Cloud Agent 配置过的 MCP 会自动生效，GitHub 和 Playwright 的 MCP 默认开启。

新版本还增加了“归属标识”功能：当审查评论基于 Agent 技能或 MCP 上下文生成时，评论中会明确标注来源，方便团队追踪审查逻辑。

为什么重要

代码审查一直是保证代码质量的关键环节，但传统 AI 审查往往只能基于通用规则或公共知识库，很难适配企业内部的私有标准。GitHub 将 Agent 技能和 MCP 引入 Copilot 代码审查，实质上是将 AI 审查从“通用助手”升级为“团队专属守门人”。

从行业角度看，这标志着 AI 编程助手的竞争焦点正从“生成代码”转向“理解并执行团队规范”。MCP 协议的开放性和只读限制也表明 GitHub 在平衡可扩展性和安全风险，避免第三方工具直接修改代码仓库。

对用户/开发者/创作者的影响

对于使用 Copilot 的开发者团队，尤其是采用严格编码规范的工程组织，该功能能显著减少人工审查的重复劳动。例如，定义 SKILL.md 后，Copilot 会自动检查新代码是否遵循团队约定的命名规范、API 使用模式或安全原则；连接到 Jira 或 Notion 等 MCP 服务器后，审查时能直接参考关联的需求文档或已知缺陷记录。

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。

需要注意的是，MCP 只读限制意味着无法通过审查触发写操作（如自动创建 issue），这对于希望完全自动化的团队来说是个设计约束。另外，配置门槛仍在：需要团队具备维护 SKILL.md 文件和 MCP 服务器连接的能力，适合有一定 DevOps 基础的组织。

值得关注的后续

目前公开信息显示，以下三点值得跟踪：

• MCP 生态扩展：GitHub 在默认 MCP 中只放了 GitHub 和 Playwright，未来是否会引入更多官方支持的第三方 MCP 服务器（如 GitLab、Bitbucket 或主流 CI/CD 工具）将直接影响该功能的普及速度。
• 竞品跟进：GitLab 的 Duo Code Review、JetBrains AI 等竞品是否会在短期内推出类似的可定制审查规则能力，将直接验证该方向的必要性。
• 企业合规影响：MCP 连接外部系统时涉及认证令牌存储（需配置在仓库 Secrets & Variables 中），大型企业可能对第三方数据进出有安全审计要求，GitHub 是否会推出更细粒度的访问控制或日志记录值得关注。

来源：GitHub Changelog