VSCode自定义Copilot Agent与Awesome Agent

VSCode自定义Copilot Agent与Awesome Agent

本文将介绍如何在VSCode中创建自定义的Agent,以及哪里可以获取到现有的Agent模板

当我们在VSCode中使用Copilot时,可以选择以下几种模式。

Ask, Edit, Agent, 以及在2025年末时我们可以使用的全新的Plan模式。

图片

不过除此之外,其实我们还有办法自定义属于自己的Agent。

图片

选择右下角Agent菜单,选择Configure Custom Agents...

图片

如选择.github\agents 则会在本工作区域中生成该路径并创建一个指定命名的agent.md文件

如果选择User Data则是会创建全局的Agent模板

图片

在vscode中,也可以直接在文件中通过Configure Tools轻松配置所需要使用的tools,非常方便。

然后我们便可以在copilot中使用自己的Agent了.

当然,自己编写一个相对复杂的agent模板比较耗时,而awesome-copilot项目为我们提供了许多的模板,当然不止是agent,也提供了丰富的提示词模板(prompt)和指导词模板(instructions),以及最新支持的技能模板(Skill)等,非常方便。

图片

请务必一试!

https://github.com/github/awesome-copilot/

微信公众号: @scixing的炼丹房

Bilibili: @无聊的年

Read more

收藏必看】三大AI知识库工具深度解析:Ima、Notion与Obsidian如何选择?

收藏必看】三大AI知识库工具深度解析:Ima、Notion与Obsidian如何选择?

文章对比分析了三款主流AI知识库工具:Ima(自动化整理工具,适合快节奏、资料量大的人群)、Notion(全能型工具,适合团队协作和系统化管理知识的人群)和Obsidian(本地化自由构建工具,适合知识研究者和程序员)。作者强调工具选择应基于个人实际需求和工作方式,知识库的价值在于知识加工而非简单记录,真正需要的是最贴近个人习惯的工具。 作为产品经理,需要学的东西太多了,如果你不是那个“上知天文,下知地理”的PM,又如何成为团队的灵魂呢? 但随之问题又来了,我们每学习一个板块的知识,如果纯靠大脑来记忆,有点儿不切实际。 记忆和检索是我们应用知识的2个基础接口,大脑的算力有限,想要提高效率就需要借助工具。 目前市面上最好用的AI知识库工具,我觉得有3个,分别是:Ima、Notion、Obsidian。今天就来拆解一下这3款AI知识库。 一、Ima:更像知识的“自动驾驶” 官网地址:https://ima.qq.com/ Ima这两年讨论度越来越高,不是因为它长得好看,而是因为它把“AI做重活”这件事做得更彻底。 你把文档、

AI【应用 04】FunASR离线文件转写服务开发指南(实践篇)

FunASR离线文件转写服务开发指南(实践篇) * 1.是什么 * 2. 快速上手 * 2.1 docker安装 * 2.2 镜像启动 * 2.3 服务端启动 * 2.4 客户端测试与使用 * 3. 客户端用法详解 * 3.1 python-client * 3.2 cpp-client * 3.3 Html网页版 * 3.4 Java-client * 3.4.1 Building for Linux/Unix * 4. 服务端用法详解 * 4.1 启动FunASR服务 * 4.2 关闭FunASR服务 * 4.3 修改模型及其他参数

AI 大模型落地系列|Eino 组件核心篇:用 Retriever 敲开RAG的大门

AI 大模型落地系列|Eino 组件核心篇:用 Retriever 敲开RAG的大门

声明:本文数据源于官方文档与官方实现,重点参考 Retriever 使用说明、components/retriever/interface.go、components/retriever/option.go 为什么很多人会用 Retriever,却没真正看懂 Retrieve * 1. Retriever 真正解决的,不只是“搜一下” * 2. Retrieve 动作的核心 * 3. 不要对公共 Option 理解,局限于几个小参数 * 3.1 `Index` * 3.2 `SubIndex` * 3.3 `TopK` * 3.4 `ScoreThreshold` * 3.5 `Embedding` * 3.6 不止公共 option,具体实现还能继续扩展

【开源发布】MCP Document Reader:让你的 AI 助手真正读懂需求文档!

【个人主页:玄同765】 大语言模型(LLM)开发工程师|中国传媒大学·数字媒体技术(智能交互与游戏设计) 深耕领域:大语言模型开发 / RAG知识库 / AI Agent落地 / 模型微调 技术栈:Python / LangChain/RAG(Dify+Redis+Milvus)| SQL/NumPy | FastAPI+Docker ️ 工程能力:专注模型工程化部署、知识库构建与优化,擅长全流程解决方案        「让AI交互更智能,让技术落地更高效」 欢迎技术探讨/项目合作! 关注我,解锁大模型与智能交互的无限可能! 前言:为什么 AI 总是“读不动”你的文件? 【好消息】MCP Document Converter 已正式入驻 MCP 官方 Server 列表,