About skillsets for Copilot Extensions

Learn what Github Copilot スキルセット are and how they simplify integrating third-party tools and functions into your Copilot experience.

この記事の内容

A skill within GitHub Copilot is a tool that the model calls to perform a specific task in response to a user query. A skillset is a collection of these skills (up to five per skillset). Github Copilot スキルセット provide a streamlined way to extend Copilot’s functionality, allowing builders to integrate external services or custom API endpoints into their Copilot workflow. With skillsets, builders can enable Copilot to perform tasks—such as retrieving data or executing actions in third-party services—without needing to manage complex workflows or architecture.

For a quickstart example of a skillset, see the skillset-example repository. For information on building a skillset, see Building Copilot skillsets.

How skillsets and agents differ

スキルセットとエージェントは、Copilot の機能とコンテキストを Copilot 拡張性プラットフォーム で拡張する 2 つの方法です。 それらを使うと外部サービスと API を Copilot Chat に統合できますが、それぞれ異なるユース ケースに対応し、異なるレベルの制御と複雑さを提供します。

  • スキルセットは軽量で効率化されており、最小限のセットアップで特定のタスク (データの取得や単純な操作など) を実行するために Copilot を必要とする開発者向けに設計されています。 それはルーティング、プロンプトの作成、関数の評価、応答の生成を自動的に処理するため、すばやく簡単な統合に最適です。
  • エージェントは、要求の処理方法と応答の生成方法を完全に制御する必要がある複雑な統合のためのものです。 それを使うと、カスタム ロジックの実装、他の LLM や Copilot API との統合、会話コンテキストの管理、ユーザー操作のすべての側面の処理を行うことができます。 エージェントはより多くのエンジニアリングとメンテナンスを必要としますが、高度なワークフローに対して最大限の柔軟性を提供します。 エージェントの詳細については、「About agents for Copilot Extensions」を参照してください。

The extensibility platform

Skillsets and agents both operate on the GitHub Copilot 拡張性プラットフォーム, which manages the flow of user requests and function evaluations. With Copilot スキルセット, the platform handles routing, prompt crafting, function calls and prompt generation.

Workflow overview

The extensibility platform follows a structured workflow to process user requests and generate responses:

  1. User request
    A user issues a request in the Copilot Chat interface, such as asking for data or executing a specific action.

  2. Routing
    The request is routed to the appropriate extension. For skillsets, this means the platform agent identifies and invokes the corresponding skillset based on the user’s intent. Each skill’s inference description helps the platform determine which skill to call.

  3. Dynamic Prompt Crafting
    GitHub Copilot generates a prompt using:

    • The user’s query.
    • Relevant thread history.
    • Available functions within the skillset.
    • Results from any prior function calls.

  4. LLM Completion
    The language model (LLM) processes the prompt and determines:

    • Whether the user’s intent matches a skillset function.
    • Which function(s) to call and with what arguments.
    • If required, the LLM may send additional function calls to gather more context.

  5. Function Evaluation
    The extension invokes the selected function(s), which may involve:

    • Gathering relevant context, such as Copilot スキルセット repository or user metadata.
    • Making an API call to an external service to retrieve data or execute an action.

  6. Response generation The platform iteratively refines the output, looping through prompt crafting, LLM completion, and function evaluation as needed. Once the process is complete, Copilot streams a final response back to the user in the chat interface.