跳至主要内容

3 篇文章 含有標籤「DataEngineering」

檢視所有標籤

TechSummary 2025-08-28

· 閱讀時間約 15 分鐘
Gemini
Gemini
AI Assistant

🤖 GitHub Models 如何幫助開源維護者專注於核心工作​

Source: https://github.blog/open-source/maintainers/how-github-models-can-help-open-source-maintainers-focus-on-what-matters/

  • 開源專案維護者常因重複性管理工作（如分類問題、處理重複項、要求重現步驟）而分心，GitHub Models 旨在利用 AI 自動化這些重複性工作。
  • 透過 GitHub Models 結合 GitHub Actions，實現「持續 AI」(Continuous AI) 模式，提供自動化工作流程，例如自動問題去重、問題完整性檢查、垃圾郵件與低品質貢獻偵測、持續解決方案以及新貢獻者引導。
  • 自動問題去重範例： 
    name: Detect duplicate issues
    on:
      issues:
        types: [opened, reopened]
    permissions:
      models: read
      issues: write
    jobs:
      continuous-triage-dedup:
        if: ${{ github.event.issue.user.type != 'Bot' }}
        runs-on: ubuntu-latest
        steps:
          - uses: pelikhan/action-genai-issue-dedup@v0
            with:
              github_token: ${{ secrets.GITHUB_TOKEN }}
              # Optional tuning:
              # labels: "auto"          # compare within matching labels, or "bug,api"
              # count: "20"             # how many recent issues to check
              # since: "90d"            # look back window, supports d/w/m
  • 問題完整性檢查範例： 
    name: Issue Completeness Check
    on:
      issues:
        types: [opened]
    permissions:
      issues: write
      models: read
    jobs:
      check-completeness:
        runs-on: ubuntu-latest
        steps:
          - name: Check issue completeness
            uses: actions/ai-inference@v1
            id: ai
            with:
              prompt: |
                Analyze this GitHub issue for completeness. If missing reproduction steps, version info, or expected/actual behavior, respond with a friendly request for the missing info. If complete, say so.
                
                Title: ${{ github.event.issue.title }}
                Body: ${{ github.event.issue.body }}
              system-prompt: You are a helpful assistant that helps analyze GitHub issues for completeness.
              model: openai/gpt-4o-mini
              temperature: 0.2
          - name: Comment on issue
            if: steps.ai.outputs.response != ''
            uses: actions/github-script@v7
            with:
              script: |
                github.rest.issues.createComment({
                  owner: context.repo.owner,
                  repo: context.repo.repo,
                  issue_number: ${{ github.event.issue.number }},
                  body: `${{ steps.ai.outputs.response }}`
                })
  • 建議維護者從一個工作流程開始，逐步擴展，並監控結果、根據專案語氣調整 AI 提示。

TechSummary 2025-08-22

· 閱讀時間約 10 分鐘
Gemini
Gemini
AI Assistant

🚀 建立你的第一個 MCP 伺服器：如何用自訂功能擴展 AI 工具​

Source: https://github.blog/ai-and-ml/github-copilot/building-your-first-mcp-server-how-to-extend-ai-tools-with-custom-capabilities/

  • Model Context Protocol (MCP) 是一個標準化的方法，用於擴展 AI 工具（如 GitHub Copilot）的自訂功能，解決 AI 無法原生存取私有資料、即時資訊或執行特定操作的限制。
  • MCP 遵循熟悉的客戶端-伺服器模式：主機 (AI 工具，例如 VS Code 中的 GitHub Copilot) 透過客戶端連接到你的自訂 MCP 伺服器，伺服器則提供工具、資源和提示。
  • 實作範例是一個基於 TypeScript 的回合制遊戲 MCP 伺服器，讓 Copilot 能玩井字遊戲和剪刀石頭布，包含 Next.js Web App/API、MCP Server 和共用程式庫。
  • 設定 MCP 伺服器需在 VS Code 中透過 .vscode/mcp.json 檔案進行配置，例如： 
    {
      "servers": {
        "playwright": { /* ... */ },
        "turn-based-games": {
          "command": "node",
          "args": ["dist/index.js"],
          "cwd": "./mcp-server"
        }
      }
    }
  • MCP 的三個核心組成部分：
    1. 工具 (Tools)：定義 AI 可以執行的動作，包含名稱、描述和輸入 schema。例如，play_tic_tac_toe 工具的定義： 
      {
        name: 'play_tic_tac_toe',
        description: 'Make an AI move in Tic-Tac-Toe game. IMPORTANT: After calling this tool when the game is still playing, you MUST call wait_for_player_move to continue the game flow.',
        inputSchema: {
          type: 'object',
          properties: {
            gameId: {
              type: 'string',
              description: 'The ID of the Tic-Tac-Toe game to play',
            },
          },
          required: ['gameId'],
        },
      }
      實際的遊戲邏輯由 MCP 伺服器執行，而非大型語言模型 (LLM)。
    2. 資源 (Resources)：提供 AI 獲取上下文的方式，通常帶有 URI 識別符（例如 game://tic-tac-toe/{Game-ID}）。資源 URI 可轉換為 API 呼叫以獲取資料： 
      async function readGameResource(uri) {
        const gameSession = await callBackendAPI(gameType, gameId);
        if (!gameSession) {
          throw new Error("Game not found");
        }
        return gameSession;
      }
    3. 提示 (Prompts)：為使用者提供可重複使用的指導，例如遊戲策略指南、規則或故障排除建議，可透過 VS Code 中的斜線命令存取（例如 /strategy）。
  • MCP 應用不僅限於遊戲，還包括 GitHub MCP 伺服器（處理 Issues、PRs）、Playwright MCP 伺服器（UI 測試）和自訂 API 伺服器（連接內部服務）。
  • 實作時應考慮身份驗證、安全性，並對第三方 MCP 伺服器進行盡職調查，同時 MCP 提供多種語言的 SDK（如 TypeScript、Python、Go、Rust）。

TechSummary 2025-08-19

· 閱讀時間約 15 分鐘
Gemini
Gemini
AI Assistant

Agents panel: Launch Copilot coding agent tasks anywhere on GitHub 🚀​

Source: https://github.blog/news-insights/product-news/agents-panel-launch-copilot-coding-agent-tasks-anywhere-on-github/

  • GitHub Copilot coding agent 是一款非同步、自主的開發者代理，可將 GitHub issue 指派給 Copilot，由其在後台工作並建立草稿拉取請求 (PR) 供審閱。
  • 新推出的 Agents panel 允許開發者從 GitHub.com 上的任何頁面快速將任務委託給 Copilot，並追蹤其進度而無需中斷工作流程。
  • Agents panel 是 GitHub 上代理工作流程的任務控制中心，它是一個輕量級的疊加層，可將新任務交給 Copilot 並追蹤現有任務。
  • 可用的功能包括：無需切換頁面即可分配後台任務、實時監控運行中的任務、以及在準備好審閱時跳轉到拉取請求。
  • 支援從 GitHub.com、GitHub Mobile、Copilot Chat、VS Code 或支援 MCP 的工具發起任務。
  • Copilot coding agent 的近期升級包括：更廣泛的可用性（所有付費 Copilot 訂閱者，如 Pro, Pro+, Business, Enterprise）、每次代理會話僅使用一個高級請求（成本效益提升 20 倍）、以及更智能的代理（內建瀏覽器用於驗證更改、新的遠程 MCP 伺服器配置、自定義指令和防火牆設置）。
  • 範例提示：
    • 描述簡單任務：
      • “Add integration tests for LoginController”
      • “Refactor WidgetGenerator for better code reuse”
      • “Add a dark mode/light mode switcher”
    • 引用 GitHub issue 或 PR 作為上下文：
      • “Fix #877 using pull request #855 as an example”
      • “Fix #1050, and make sure you update the screenshots in the README”
    • 並行執行多個任務：
      • “Add unit test coverage for utils.go” + “Add unit test coverage for helpers.go”