JetBrains 内的 GitHub Copilot Agent Mode + MCP:从配置到实战

JetBrains 内的 GitHub Copilot Agent Mode + MCP:从配置到实战

1. 背景说明:Agent Mode 与 MCP 的意义

Agent Mode 是 GitHub Copilot 的新形态,它能理解自然语言指令,自动拆分任务,遍历项目文件,执行命令并修改代码,像一个“自主项目助手”一样工作。

Model Context Protocol (MCP) 是一套用于 Copilot 调用外部工具的协议标准,让 Agent Mode 能访问终端、读写文件、检查代码等能力。

JetBrains 自 2025 年 5 月起已提供 Agent Mode + MCP 公测支持。最新版的插件已经是正式的非Preview版本。


2. JetBrains 中如何启用 Agent Mode

(1) 升级插件

确保已安装最新版 GitHub Copilot 插件(例如 1.5.x 或更高)。

(2) 配置 MCP Servers

进入插件设置:点击 Copilot 图标 → Edit Settings → MCP Servers。添加如下 mcp.json

{ "servers": { "GitHub": { "command": "npx", "args": ["-y", "@modelcontextprotocol/server-github"], "env": { "GITHUB_PERSONAL_ACCESS_TOKEN": "your-token-here" } } } } 

(3) 切换 Agent 模式

新的版本插件已经不是Preview了,Agent模式也挪到了 Copilot Chat 面板底部的下拉菜单。选择 "Agent"即可使用。

                                        


3. Ask / Edit / Agent 模式区别概览

模式适用场景操作范围是否改动代码
Ask Mode查问题、学习概念单个文件或语句不修改,仅回答
Edit Mode进行小范围修改(函数、变量等)指定工作集中的文件提议更改,由用户审查后接受
Agent Mode多步任务、跨文件、可跑命令全项目范围自动更改 + 终端操作,支持迭代

“Ask” 更多用于概念和语法参考,“Edit” 对细节型改动友好,“Agent” 非常适合涉及构建、测试、修复等复杂任务的自动化。


4. 使用建议与适配场景

  • Ask Mode:适合快速查询API、语法、概念等,不涉及代码修改。
  • Edit Mode:适用于重构、单元测试、变量/函数更新等一两处改动。
  • Agent Mode:适合复杂任务,如重构模块、创建新功能、运行测试、修复编译错误等。可结合 MCP 调用终端命令完成多步逻辑。

5. 常见问题解答

  • 问:Agent Mode 是否必须首先配置 MCP?
    答:是的,多步任务尤其需要调用终端工具或访问文件,需配置 MCP 服务(The GitHub Blog)。
  • 问:JetBrains 支持 Agent Mode 吗?部分知乎用户说仅 VS Code 有……
    答:现在 JetBrains 已正式支持 Agent Mode(无“Preview”字样)(Reddit)。
  • 问:Agent 模式会自动提交改动吗?
    答:不会,所有更改仍需用户审查确认后才生效,同时支持“Undo Last Edit”回退操作(Visual Studio Code)。

6. 总结

  • Agent Mode 将 Copilot 从“智能补全”升级为“能干工程师”,支持跨文件、终端、测试执行等多步任务。
  • MCP 是其能力扩展背后的技术保障。
  • JetBrains 已全面支持 Agent Mode + MCP,无需再等待“Preview”标签。
  • 未来 Copilot 在自动化开发工作流上的潜力巨大,值得深入探索。

Read more

终极指南:如何快速上手高性能Whisper.cpp语音识别项目

终极指南:如何快速上手高性能Whisper.cpp语音识别项目 【免费下载链接】whisper.cppOpenAI 的 Whisper 模型在 C/C++ 中的移植版本。 项目地址: https://gitcode.com/GitHub_Trending/wh/whisper.cpp Whisper.cpp是OpenAI Whisper模型在C/C++中的高性能移植版本,为开发者提供轻量级、跨平台的自动语音识别解决方案。这个项目支持多种硬件优化,包括Apple Silicon、AVX指令集和Vulkan等,让语音识别技术更加普及和易用。 🔥 项目核心优势与特色功能 Whisper.cpp的最大亮点在于其卓越的性能表现和广泛的平台兼容性。通过GGML量化技术,模型体积大幅减小,同时保持高质量的识别效果。该项目支持从微型到大型的多种模型规格,满足不同场景下的需求。 多平台全面支持 项目覆盖了从桌面端到移动端的完整生态: * 桌面系统:macOS(Intel和Arm)、Linux、FreeBSD、Windows * 移动平台:

RT-2:Google DeepMind的机器人革命——如何让AI从网页知识中学会操控现实世界

RT-2:Google DeepMind的机器人革命——如何让AI从网页知识中学会操控现实世界

大家好,我是数据与算法架构提升之路,一个专注AI和机器人技术的博主。今天,我们来聊聊Google DeepMind在2023年推出的重磅模型——RT-2 (Robotic Transformer 2)。这个模型不是简单的聊天机器人,而是将互联网上的海量知识直接转化为机器人动作控制的“超级大脑”。想象一下,一个机器人能理解“捡起像锤子一样的东西”(比如石头),或者根据“我累了”自动递上能量饮料?这不是科幻,而是RT-2的真实能力! 如果你是AI爱好者、机器人工程师或科技投资者,这篇文章绝对值得一读。我们将从原理、架构、创新点到实验结果,一一拆解。文末还有视频和论文链接,帮你快速上手。走起! 1.为什么RT-2是机器人领域的游戏改变者? 传统机器人学习依赖于海量的演示数据:工程师手动操作机器人,记录动作,然后AI模仿。但这效率低下——要让机器人适应新物体、新环境,就得从头收集数据。RT-2的创新在于,它借力视觉-语言模型 (VLM) 的预训练知识,将网页上的常识(如物体识别、语义推理)直接迁移到机器人控制中。

2026年上半年主流AIGC长文本写作软件实测:5款头部工具优缺点全解析与场景适配指南

2026年上半年主流AIGC长文本写作软件实测:5款头部工具优缺点全解析与场景适配指南

摘要 进入2026年上半年,大语言模型(LLM)的底层算力与上下文处理能力均实现了显著跨越。对于广大内容创作者而言,AIGC已不再是停留在概念层面的辅助工具,而是深度嵌入“网文连载、短剧编剧、漫剧分镜”等商业变现链路的核心生产力设施。 然而,不同模型因其训练语料分布、算法架构及商业定位的差异,在实际的“长文本工业化生产”中呈现出截然不同的优缺点。本文基于2026年上半年的真实工程测试环境,选取了目前开发者社区与创作者圈层中讨论热度最高的5款头部AI写作软件(DeepSeek、Kimi、豆包、GPT-4o、炼字工坊),进行详尽的优缺点横向解析,旨在为致力于通过文字变现的从业者提供一份严谨的工具选型拓扑图。 一、 测试方法论与环境声明 本次横测摒弃了单一的“短文本问答(QA)”模式,全面采用“长线商业化叙事”作为测试基准。 * 测试场景:包含百万字长篇网文大纲构建、3000字单章正文连贯生成、短剧剧本情绪卡点设计、以及多模态(文本到图像封面)工作流整合。 * 核心观测指标:逻辑连贯性(Logical Consistency)、文本去AI化程度(AI-Trace Bypass)