前言¶

GitHub Copilot 的代碼審查（Code Review）功能，從 2024 年陸續開放以來，一直是 PR 流程裏「AI 輔助把關」的主要入口。但用過的人都知道一個痛點：審查意見往往偏通用——能指出明顯的空指針、命名不規範，卻很難按你們團隊的內部規範來挑刺，更沒法自動對照 Jira 上的需求描述或內部文檔裏的架構約束。

2026 年 7 月 29 日，GitHub 在 Changelog 中宣佈：Copilot 代碼審查對 Agent Skills 與 MCP 服務器的支持已全面 GA（Generally Available），面向 Copilot Pro、Pro+、Business 和 Enterprise 全部用戶開放。此前這兩項能力已在 Public Preview 階段試水，如今正式落地，意味着團隊可以把編碼規範、審查清單寫進倉庫，同時讓審查過程只讀地拉取 Jira、文檔系統等外部上下文——這是平臺級 AI 編碼工具與企業工作流深度整合的一個重要節點。

本文基於 GitHub 官方 Changelog 與文檔，梳理這次 GA 的核心變化，並給出可操作的配置示例。

這次 GA 到底多了什麼¶

根據 GitHub Changelog（2026-07-29），本次 GA 包含兩大能力塊：

1. Agent Skills（代理技能）

Copilot 代碼審查可以在審查過程中調用團隊自定義的技能。技能以 .github/skills/<技能名>/SKILL.md 的形式存放在倉庫中，裏面寫清楚審查時要遵循的規範、檢查項和示例。Copilot 在相關場景下會自動加載這些指令，把「通用審查」變成「按你們家規矩審查」。

2. MCP 服務器連接

MCP（Model Context Protocol）允許 Copilot 從第三方平臺拉取上下文——例如 Issue 跟蹤器、文檔系統、服務目錄等。代碼審查場景下有一個硬性約束：所有 MCP 工具調用僅限只讀（read-only），避免審查過程中誤改外部系統數據。

此外還有一點值得注意：

• 若你已在 Copilot Cloud Agent 中配置過 MCP，同一套配置會自動作用於代碼審查，無需重複搭建。
• GitHub MCP 與 Playwright MCP 默認開啓。
• 新增歸因標註：審查評論會標明該條意見是否藉助 Agent Skills 或 MCP 上下文生成，便於團隊驗證技能是否生效。

若你在 Preview 期間已配置過，GA 後無需改動，現有設置繼續有效。

Agent Skills：把企業規範寫進 SKILL.md¶

Agent Skills 遵循開放的 Agent Skills 規範，Copilot Cloud Agent、代碼審查、Copilot CLI、Copilot App 以及 VS Code / JetBrains 的 Agent 模式均可複用同一套技能文件。

目錄結構¶

項目級技能放在倉庫內，支持以下路徑（任選其一）：

• .github/skills/
• .claude/skills/
• .agents/skills/

個人級技能可放在 ~/.copilot/skills 或 ~/.agents/skills，跨項目共享。

每個技能是一個獨立子目錄，必須包含名爲 SKILL.md 的文件。可選地附帶 scripts/、references/、assets/ 等子目錄，供技能正文引用。

面向代碼審查的命名建議¶

GitHub 文檔特別說明：若希望 Copilot 代碼審查確定會讀取某技能，建議將目錄命名爲審查相關名稱，例如 code-review。.github/skills 下已有的其他技能，在審查場景相關時也會被自動選用。

SKILL.md 最小示例¶

以下示例展示如何把團隊 API 規範注入審查流程。YAML frontmatter 中的 name 必須與父目錄名一致：

---
name: code-review
description: 審查 PR 時檢查 REST API 命名、錯誤碼與日誌規範是否符合團隊標準
---

# 代碼審查規範

## 必查項

1. 對外 HTTP 接口路徑使用 kebab-case，版本號放在 URL 前綴 `/v1/`。
2. 錯誤響應必須包含 `code` 與 `message` 字段，禁止直接返回堆棧。
3. 新增 public 方法需有對應單元測試；覆蓋率下降超過 2% 需在 PR 描述中說明原因。

## 常見問題

- 禁止在 handler 層直接訪問數據庫，應通過 service/repository 分層。
- 日誌中不得打印 token、密碼等敏感字段。

frontmatter 字段要求（摘自官方文檔）：

寫作技巧：主文件建議控制在 500 行以內； lengthy 參考材料放到 references/ 目錄，在正文中引用即可。

創建步驟¶

1. 在倉庫根目錄創建 .github/skills/code-review/（或其他技能名目錄）。
2. 在該目錄下新建 SKILL.md，填寫 frontmatter 與審查指令。
3. 提交併合併到默認分支；後續 PR 觸發 Copilot 代碼審查時，Copilot 會按相關性加載技能。
4. 查看審查評論上的歸因標記，確認技能已被調用。

也可通過 GitHub CLI 的 gh skill 從社區倉庫發現與安裝技能，官方合集包括 github/awesome-copilot 等。

MCP：只讀拉取 Jira、文檔與 GitHub 上下文¶

MCP 讓代碼審查不再侷限於 diff 本身。審查時，Copilot 可以通過已配置的 MCP 服務器查詢 Issue、文檔、服務元數據等，再把結論寫進審查意見。

安全邊界：代碼審查強制只讀¶

GitHub 明確：Copilot 代碼審查執行的所有 MCP 工具調用均限制爲只讀。這與 Cloud Agent 不同——Agent 模式下部分 MCP 工具可能具備寫權限，但審查場景下平臺做了額外限制，降低「審查改數據」的風險。

以 GitHub 官方 Remote MCP Server 爲例，可通過 URL 後綴或 Header 啓用只讀：

{
  "servers": {
    "github": {
      "type": "http",
      "url": "https://api.githubcopilot.com/mcp/",
      "headers": {
        "X-MCP-Readonly": "true",
        "X-MCP-Toolsets": "repos,issues,pull_requests,code_security"
      }
    }
  }
}

也可以在 URL 中使用 /readonly 路徑變體，例如 https://api.githubcopilot.com/mcp/x/issues/readonly。

官方文檔建議：儘量 allowlist 只讀工具，因爲 Agent 會自主調用 MCP，不會逐步徵求人工確認。

配置入口¶

1. 進入倉庫 Settings → Copilot → MCP servers，添加 MCP 配置 JSON。
2. 認證 Token 存放在 Settings → Secrets and variables → Agents。
3. 若僅需 Cloud Agent 使用 MCP、不希望代碼審查調用，可關閉 Allow Copilot to use MCP tools when reviewing pull requests 開關（默認開啓）。

倉庫級 MCP 配置由 Cloud Agent 與代碼審查共享；Preview 期間配好的 Jira、Confluence 等連接器，GA 後直接生效。

典型使用場景¶

• 對照需求審查：通過 Issue/Jira MCP 讀取關聯 Ticket 的驗收標準，檢查 PR 是否遺漏邊界條件。
• 架構一致性：從內部文檔 MCP 拉取模塊依賴規則，標記違反分層約束的改動。
• 關聯 PR/Issue：利用默認啓用的 GitHub MCP，只讀查詢同倉庫歷史 PR 與開放 Issue，給出更完整的上下文建議。

審查完成後，藉助 GA 新增的歸因標註，你可以區分哪些評論來自 MCP 拉取的外部信息，哪些來自 Agent Skills 注入的規範。

與 Cursor Skills 的異同（開發者視角）¶

如果你已經在 Cursor 或 VS Code 中使用 Agent Skills，概念上非常接近：都是 SKILL.md + 目錄結構，教 AI 在特定任務中按既定流程行事。差異主要在於運行環境與觸發點：

對企業而言，Copilot 代碼審查 + Skills/MCP 的價值在於：規範跟着倉庫走，審查在 PR 關口統一執行，不依賴每位開發者本地是否裝了同一套插件。

落地建議¶

1. 先從一條規範做起：在 .github/skills/code-review/SKILL.md 寫入 5–10 條最高頻違規項，觀察一到兩個 Sprint 的誤報率再擴充。
2. MCP 最小權限：審查場景只開只讀 Toolset；Issue 類連接器優先於「全開 *」。
3. 利用歸因做迭代：GA 後評論帶來源標記，定期覆盤「技能命中但規則過時」或「該命中未命中」的案例，更新 SKILL.md。
4. Preview 用戶零遷移：已配技能與 MCP 的倉庫無需爲 GA 專門改配置。

小結¶

2026 年 7 月 29 日的 GA 公告，把 Copilot 代碼審查從「看 diff 的通用助手」推進到「可讀規範、可讀外部系統的團隊審查節點」。Agent Skills 解決「怎麼審」——把 .github/skills 裏的 SKILL.md 變成可版本化的審查手冊；MCP 解決「審什麼背景」——在只讀前提下接入 Jira、文檔與 GitHub 自身上下文。

對正在建設研發效能與代碼質量體系的團隊來說，這未必替代人工 Review，但確實降低了「規範文檔躺在 Confluence、審查時沒人對照」的長期頑疾。下一步值得做的，是把現有 Code Review Checklist 遷移成 SKILL.md，併爲關鍵 MCP 連接器補上只讀配置與 Token 輪換流程。

參考來源

• Copilot code review: Agent skills and MCP now generally available（GitHub Changelog，2026-07-29）
• About agent skills（GitHub Docs）
• Adding agent skills for GitHub Copilot（GitHub Docs）
• Configuring MCP servers for GitHub Copilot（GitHub Docs）