GitHub Copilot Code Review получил Agent Skills и MCP — ревью учитывает стандарты команды

GitHub 29 июля 2026 года перевела поддержку Agent Skills и MCP-серверов в GitHub Copilot Code Review в статус общей доступности для тарифов Copilot Pro, Pro+, Business и Enterprise. Теперь система может учитывать правила из SKILL.md и получать контекст из трекеров задач, документации и сервисных каталогов, а в комментариях появляется отметка об использовании этих источников.

GitHub вывела Agent Skills и MCP из режима предварительного тестирования

Проверка кода часто упирается в информацию, которой нет в самом pull request. Причина изменения может находиться в задаче, допустимый способ работы с API — во внутренней документации, а архитектурное ограничение — в стандартах команды. С 29 июля GitHub Copilot Code Review может использовать эти данные в стабильной версии функции.

Agent Skills и поддержка Model Context Protocol, или MCP, появились в public preview 2 июня 2026 года. За время тестирования GitHub сохранила общий принцип работы и добавила более прозрачное отображение результата: комментарий Copilot теперь показывает, когда при его подготовке использовался навык или контекст MCP.

Главная перемена связана со зрелостью функции. Команды могут включать её в постоянный процесс ревью, сохраняя правила проверки рядом с кодом и подключая рабочие системы, где хранится контекст задачи.

Agent Skills закрепляют правила ревью в файле SKILL.md

Agent Skill — это набор инструкций и контекста, который расширяет встроенный анализ Copilot. Для подключения навыка в репозитории создаётся отдельная папка внутри .github/skills, а в ней размещается файл SKILL.md.

Структура выглядит так:

.github/
└── skills/
    └── code-review/
        └── SKILL.md

В такой навык можно вынести принятые в команде требования к архитектуре, обработке ошибок, миграциям базы данных, совместимости API или тестам. Copilot сможет обращаться к ним во время проверки pull request и сопоставлять изменения с конкретными правилами проекта.

Есть важная деталь: Copilot читает инструкции и навыки из head branch, то есть из ветки с проверяемыми изменениями. Благодаря этому новый или исправленный SKILL.md можно проверить в том же pull request, где он добавлен, ещё до слияния с основной веткой.

Что происходит, когда в репозитории несколько навыков? Copilot выбирает релевантные инструкции по контексту изменений. GitHub советует использовать понятные названия каталогов, связанные с ревью, и давать системе явные сигналы в описании pull request.

MCP подключает задачи, документацию и сервисные каталоги

MCP позволяет Copilot Code Review запрашивать данные из внешних и внутренних систем. В официальном описании GitHub перечисляет трекеры задач, базы документации, сервисные каталоги и инструменты работы с инцидентами.

Представим pull request с идентификатором задачи или инцидента в описании. При настроенном MCP-сервере Copilot может получить связанный контекст и проверить, соответствует ли изменение требованиям, которые отсутствуют в diff. Такой сценарий уменьшает количество ситуаций, когда ревьюеру приходится вручную искать исходную задачу или уточнять назначение правки у автора.

Все вызовы MCP-инструментов в Copilot Code Review ограничены режимом чтения. Система может получать сведения для анализа, при этом изменение записей во внешних сервисах через ревью заблокировано.

Настройки MCP, созданные для Copilot cloud agent, автоматически применяются к Code Review. GitHub MCP Server и Playwright MCP включены по умолчанию. Администратор репозитория может отключить использование MCP во время проверки pull request, сохранив подключение для облачного агента.

Для нового подключения конфигурация добавляется в Settings → Copilot → MCP servers, а токены аутентификации хранятся в Settings → Secrets and variables → Agents.

Отметки в комментариях показывают использованный контекст

После выхода функции в общий доступ Copilot помечает комментарии, созданные с участием Agent Skills или MCP. Ревьюер видит, что вывод опирался на дополнительные инструкции либо внешний источник, и может оценить уместность такой проверки.

Эта отметка особенно полезна при настройке собственных навыков. Если правило из SKILL.md регулярно влияет на комментарии, команда видит его в работе. Если навык не срабатывает в ожидаемых pull request, можно уточнить название каталога, инструкции или описание изменений.

Отметка сообщает об использовании навыка или MCP-контекста, а итоговый комментарий всё равно создаёт модель. Его нужно проверять по коду, требованиям задачи и документации проекта.

Команды смогут переносить повторяющиеся замечания в настройки репозитория

Agent Skills подходят для правил, которые старшие разработчики регулярно повторяют в ревью: формат обработки исключений, обязательные тесты для отдельных модулей, ограничения на зависимости, требования к журналированию или порядок изменения публичного API. Правило хранится в репозитории, проходит обычный контроль версий и развивается вместе с проектом.

MCP закрывает другую часть процесса — сведения, живущие за пределами кода. Если pull request связан с задачей, инцидентом или конкретным сервисом, Copilot получает возможность учитывать этот контекст при анализе.

GitHub распространяет общий запуск на Copilot Pro, Pro+, Business и Enterprise. Пользователям, настроившим Agent Skills или MCP во время public preview, менять конфигурацию не нужно.

Человеческое ревью сохраняет решающую роль

GitHub прямо предупреждает в документации, что Copilot способен пропустить проблему или предложить ошибочный вывод. Комментарии стоит проверять так же внимательно, как замечания любого автоматизированного анализатора.

Общий запуск Agent Skills и MCP делает Copilot Code Review ближе к реальному процессу команды: система видит стандарты репозитория, получает связанный контекст и показывает факт его использования. Следующая проверка для GitHub уже практическая — насколько стабильно Copilot будет применять внутренние правила в сложных проектах и насколько часто его замечания окажутся полезными для живых ревьюеров.