【Copilot配置】—— copilot-instructions.md vs AGENTS.md vs .instructions.md三种指令文件解析与配置
Copilot 指令文件全解析：copilot-instructions.md vs AGENTS.md vs .instructions.md
作为常年和 VS Code 打交道的研发，最近在折腾 Copilot Agent 时，我发现很多同学和我一样，被 .github/copilot-instructions.md、AGENTS.md 和 .instructions.md 这三个文件绕晕了。
明明都是给 Copilot 写的 “指令”，为什么要分三个文件？它们的生效范围有啥区别？什么时候该用哪一个？
带着这些疑问，我翻遍了官方文档，又在自己的 AI Agent 项目里反复实测，终于把这三者的关系理得清清楚楚。这篇文章就用最直白的语言，结合实战配置，帮你彻底搞懂 Copilot 指令文件的使用逻辑。
一、先搞懂核心：三者的定位差异
在讲细节前，我们先用一个通俗的类比定调，这能帮你快速建立认知：
.github/copilot-instructions.md：项目的 “全局家规”，管整个仓库的所有 Copilot 基础交互；AGENTS.md：Copilot Agent 的 “任务清单”，只服务于 Agent 进阶自动化功能；.instructions.md：目录的 “局部特例”，管特定文件夹的 Copilot 基础交互，优先级最高。
简单来说：前两者是 “全局 vs 专属功能” 的区别，后两者是 “全局 vs 局部” 的区别，而 AGENTS.md 则是完全独立的 “进阶功能配置”。
二、三者核心辨析（一张表搞定）
为了方便大家查阅，我把三者的关键差异整理成了表格，这也是我做技术笔记时最常用的形式，一目了然：
表格
| 特性 | .github/copilot-instructions.md | AGENTS.md | .instructions.md |
|---|---|---|---|
| 核心定位 | 项目级全局通用指令文件 | Copilot Agent 专属任务配置文件 | 目录 / 文件级细粒度指令文件 |
| 生效范围 | 整个代码仓库（所有文件、目录） | 仅 Copilot Agent 功能（手动触发时生效） | 仅当前文件所在目录及子目录 |
| 作用对象 | Copilot 基础能力（补全、注释、代码解释） | 仅 Copilot Agent 进阶功能（自动化任务） | Copilot 基础能力（同左，仅局部生效） |
| 触发方式 | 被动生效（Copilot 自动读取） | 主动触发（VS Code 中手动点击「Run Agent」） | 被动生效（Copilot 自动读取） |
| 存放路径 | 强制：仓库根目录 /.github/（大小写敏感） | 无强制（建议放 .github/ 或项目根目录） | 无强制（放在需要生效的目标目录下） |
| 内容风格 | 项目规则、技术栈、业务背景描述 | 具体任务步骤、执行目标、输出要求 | 局部特殊规范、目录专属业务逻辑 |
| 优先级 | 高于 Copilot 全局默认，低于 .instructions.md | 独立优先级（不与其他两者冲突） | 最高（覆盖全局规则） |
| 典型场景 | 定义全仓库编码规范、技术栈要求 | 代码重构、批量文档生成、漏洞扫描 | 特定模块的特殊命名规则、依赖限制 |
三、实战配置：手把手教你用对文件
光看理论不够，结合我自己的 AI Agent 项目（基于 Python 开发），给大家写了三个可直接复制的配置示例，对应不同的使用场景。
场景 1：项目全局规范 → 用 copilot-instructions.md
我的项目是一个 AI Agent 工具开发仓库，技术栈为 Python 3.11+、FastAPI，需要全仓库统一编码规范。
存放路径：项目根目录/.github/copilot-instructions.md
配置内容：
markdown
# Copilot 项目全局指令 ## 1. 技术栈与编码规范 - 编程语言：Python 3.11+，严格遵循 PEP 8 规范 - 命名规则：函数用小驼峰，类用大驼峰，常量全大写加下划线，Agent 相关类名必须以「Agent」结尾 - 注释要求：核心函数必须写中文文档字符串（docstring），包含入参、出参、功能描述 ## 2. 业务背景说明 本项目是一款轻量级 AI Agent 调度工具，核心模块包括：任务解析、技能调度、结果返回。 - 任务解析模块：负责解析用户输入的自然语言任务 - 技能调度模块：调用 OpenCode、Smithery 等第三方技能 - 结果返回模块：将 Agent 执行结果格式化为 Markdown 输出 ## 3. 依赖限制 - 优先使用项目虚拟环境中的依赖，禁止随意引入未在 requirements.txt 中声明的库 - 网络请求统一使用项目封装的 `src/utils/request.py` 中的 Axios 实例 配置完成后，不管我在 src/ 还是 tests/ 目录写代码，Copilot 都会自动遵循这些规则，比如定义 Agent 类时，会自动补全「Agent」后缀。
场景 2：Agent 自动化任务 → 用 AGENTS.md
我需要让 Copilot Agent 自动完成「项目代码质量检查」的任务，包括类型注解检查、异常处理检测，并生成报告。
存放路径：项目根目录/.github/AGENTS.md（建议和全局指令放一起，方便管理）
配置内容：
markdown
# Copilot Agent 任务指令集 ## 任务1：代码质量检查（核心任务） 1. 执行范围：遍历项目 `src/` 目录下所有 `.py` 文件 2. 检查项： - 所有函数和类方法是否包含完整的类型注解（入参、出参） - 是否存在未处理的异常（无 try-except 包裹的危险操作） - 导入语句是否存在未使用的情况 3. 输出要求： - 以 Markdown 格式生成检查报告，分为「问题清单」和「修复建议」两部分 - 对每个问题，附上具体文件路径、行号和对应的修复代码片段 ## 任务2：API 文档生成 1. 执行范围：`src/api/` 目录下的所有 FastAPI 路由文件 2. 执行要求：提取所有接口的路径、请求方式、入参、出参 3. 输出要求：生成 `API文档.md`，保存到项目根目录 使用方式：在 VS Code 中打开 Copilot 面板，点击「Run Agent」，选择对应的任务，Copilot 就会按照配置自动执行。
场景 3：局部目录特殊规则 → 用 .instructions.md
我的项目 src/admin/ 目录是后台管理模块，需要和核心模块区分开，组件命名必须以「Admin」为前缀，且禁止使用 FastAPI 的自动文档功能。
存放路径：项目根目录/src/admin/.instructions.md
配置内容：
markdown
# 后台管理模块专属指令 1. 命名规则：所有类、函数、组件命名必须以「Admin」为前缀（如 AdminUserService、admin_get_user_list） 2. 功能限制：禁止使用 FastAPI 的 `docs_url` 和 `redoc_url` 配置，后台接口无需生成自动文档 3. 业务要求：所有后台接口必须包含权限校验逻辑，需调用 `src/utils/auth.py` 中的 `check_admin_permission` 函数 此时，即使全局指令要求遵循 FastAPI 文档规范，Copilot 在 src/admin/ 目录下写代码时，也会优先遵循这个局部规则。
四、优先级与协同使用技巧
在实际开发中，这三个文件往往会同时存在，掌握它们的协同逻辑，能让 Copilot 更贴合你的项目需求：
- 基础能力优先级：
.instructions.md（局部） >.github/copilot-instructions.md（全局） > Copilot 官方默认配置； - 功能隔离原则：
AGENTS.md只作用于 Agent 功能，和另外两个文件没有优先级冲突，即使你配置了全局指令，Agent 也只会按AGENTS.md的要求执行任务； - 实战建议：
- 小型项目：只需要配置
.github/copilot-instructions.md，足够覆盖大部分场景； - 中大型项目：全局指令 + 局部指令结合，复杂自动化任务用
AGENTS.md； - 多人协作：把三个文件都纳入 Git 版本管理，确保团队所有人的 Copilot 行为一致。
- 小型项目：只需要配置
五、常见问题排查
最后，整理几个我实测时遇到的坑，帮你避坑：
- copilot-instructions.md 不生效：检查路径是否为
.github/目录（不是.vscode/），文件名是否严格匹配（大小写敏感）； - Agent 不执行指定任务：确认
AGENTS.md中任务描述是否清晰，是否手动触发了「Run Agent」功能（不是普通的代码补全）； - .instructions.md 覆盖范围异常：该文件会作用于当前目录及所有子目录，若想仅作用于单个文件，可将文件放在单独目录，或在指令中明确指定文件名。
总结
其实 Copilot 的这三个指令文件，核心逻辑就是 “粒度分层” 和 “功能隔离”：
- 按粒度分：全局（copilot-instructions.md）和局部（.instructions.md）；
- 按功能分：基础补全（前两者）和进阶自动化（AGENTS.md）。
搞懂这个逻辑，再结合项目实际需求配置，就能让 Copilot 从 “通用助手” 变成 “专属项目管家”，不管是日常编码补全，还是复杂的 Agent 自动化任务，都能精准贴合你的开发习惯。
后续我会继续分享 Copilot Agent 结合 AI Agent 技术的实战案例，比如用 Agent 自动生成技术博客初稿，感兴趣的同学可以持续关注～
