GitHub Copilot – pełny przewodnik, konfiguracja i nowości 2026

Maj 2026

GitHub Copilot to najstarszy i najszerzej wdrożony asystent AI w programowaniu. Uruchomiony w 2021 roku jako prosty system uzupełniania kodu, przez ostatnie lata ewoluował w coś znacznie bardziej złożonego: platformę agentyczną głęboko wplecioną w ekosystem GitHub, działającą w kilkunastu edytorach jednocześnie i zdolną do samodzielnego implementowania zadań z GitHub Issues oraz otwierania Pull Requestów.

Ten artykuł to szczegółowy przegląd aktualnych możliwości Copilota – ze szczególnym uwzględnieniem pracy w VS Code i PyCharm (JetBrains), systemu konfiguracji agenta (instrukcje, skille, hooki, prompt files) i nowości 2026.

Gdzie działa GitHub Copilot

To jedna z najważniejszych przewag Copilota nad konkurencją – działa niemal wszędzie:

Żadne inne narzędzie z tej kategorii nie oferuje tak szerokiego pokrycia edytorów. Cursor działa tylko jako samodzielny edytor; Claude Code i Codex CLI – tylko w terminalu. Copilot instalujesz jako plugin do swojego aktualnego środowiska i zachowujesz resztę ustawień, rozszerzeń i skrótów klawiszowych bez zmian.

Copilot w VS Code – centrum funkcji

VS Code to edytor, w którym Copilot jest najbardziej rozbudowany. Wszystkie nowości pojawiają się tu jako pierwsze.

Uzupełnianie kodu

Klasyczne uzupełnianie inline – pojawia się automatycznie podczas pisania, akceptujesz klawiszem Tab. Ale to już nie jest tylko następna linijka:

• Multi-line completions – całe bloki kodu, funkcje, klasy.
• Next Edit Suggestions (NES) – Copilot przewiduje, które inne miejsce w pliku prawdopodobnie też wymaga zmiany po tym co właśnie napisałeś, i proponuje edycję w innym miejscu (z wskaźnikiem kierunku w gutterze).
• Ghost text – sugestie widoczne jako szary tekst, nie przerywające pisania.

Copilot Chat

Okno czatu po boku edytora – możesz rozmawiać o kodzie, prosić o wyjaśnienia, refaktoring, testy, dokumentację.

Kluczowe mechanizmy czatu:

Konteksty #:
- #file:nazwa.py – dołącz konkretny plik do kontekstu,
- #selection – aktualnie zaznaczony fragment,
- #codebase – przeszukaj semantycznie całą bazę kodu,
- #terminalLastCommand – wyjście ostatniej komendy w terminalu,
- #terminalSelection – zaznaczony tekst w terminalu,
- #problems – aktualne błędy i ostrzeżenia z panelu Problems,
- #testFailure – szczegóły nieudanych testów.

Slash commands (/):
- /explain – wyjaśnij zaznaczony kod,
- /fix – napraw błąd lub zaznaczony problem,
- /tests – wygeneruj testy jednostkowe,
- /doc – dodaj dokumentację,
- /clear – wyczyść historię czatu,
- /new – rozpocznij nowy projekt lub plik,
- /help – lista dostępnych poleceń.

@ – uczestnicy czatu (Chat Participants):
- @workspace – agent rozumiejący cały projekt (lokalne pliki, git, struktura),
- @github – agent z dostępem do GitHub (Issues, PR, kod na github.com),
- @vscode – pytania o ustawienia i funkcje VS Code,
- @terminal – pomoc w komendach terminalowych.

Agent Mode w VS Code

Agent Mode to tryb, w którym Copilot samodzielnie wykonuje sekwencję działań bez Twojego potwierdzania każdego kroku. Otwierasz go przełącznikiem w oknie Copilot Chat.

W Agent Mode Copilot może:
- Czytać i zapisywać pliki (z Twoją zgodą lub automatycznie).
- Uruchamiać komendy w terminalu.
- Instalować pakiety.
- Uruchamiać testy i naprawiać błędy.
- Iterować na wynikach do uzyskania poprawnego rozwiązania.

Auto-approve – możesz skonfigurować które typy akcji są zatwierdzane automatycznie (np. edycja plików tak, komendy sieciowe – nie).

Copilot w PyCharm i JetBrains IDEs

PyCharm, IntelliJ IDEA, WebStorm, GoLand, Rider i inne JetBrains IDE mają wspólny plugin GitHub Copilot. W 2026 roku doszło do kilku istotnych zmian.

Instalacja

1. Otwórz Settings → Plugins → Marketplace.
2. Wyszukaj „GitHub Copilot".
3. Zainstaluj i zrestartuj IDE.
4. Zaloguj się kontem GitHub przez Tools → GitHub Copilot → Sign In.

Uzupełnianie kodu w JetBrains

Działa analogicznie do VS Code – szary ghost text podczas pisania, akceptujesz Tab. W PyCharm uzupełnianie jest mocno zoptymalizowane pod Python: rozumie typingi, docstringi, dekoratory, wzorce Django/FastAPI.

Next Edit Suggestions (NES) – dostępne od 2026 w JetBrains. Włączasz przez:
Settings → GitHub Copilot → Completions → Enable Next Edit Suggestions

Nowa wersja NES wspiera:
- Inline edit previews (podgląd zmiany przed akceptacją bezpośrednio w edytorze).
- Far-away edits z wskaźnikiem kierunku w gutterze (gdy sugerowana zmiana jest ekrany dalej).

Czat w JetBrains

Panel Copilot Chat otwierasz przez ikonę w prawym pasku bocznym lub skrótem. Obsługuje te same #-konteksty i /-komendy co VS Code, z drobnymi różnicami w dostępności.

Inline Chat (nowe w 2026!)

Inline Agent Mode jest teraz w publicznym preview dla JetBrains IDEs (kwiecień 2026). To przełomowa zmiana.

Dotychczas agent mode działał wyłącznie w bocznym panelu czatu. Teraz możesz go wywołać bezpośrednio w edytorze:

• Skrót: Shift+Ctrl+I (Windows/Linux) lub Shift+Cmd+I (Mac).
• Alternatywnie: klik prawym → Open Inline Chat lub kliknięcie ikony w gutterze.

Po otwarciu Inline Chat przełączasz go na tryb agenta. Agent może teraz:
- Edytować pliki bez opuszczania bieżącego kontekstu.
- Uruchamiać terminal z inline widoku.
- Wykonywać wieloetapowe zadania bezpośrednio z pozycji kursora.

Uwaga: Dla planów Business i Enterprise administrator musi włączyć Editor preview features policy zanim ta funkcja będzie dostępna.

Auto-approve w JetBrains (nowe w 2026)

Duże usprawnienie dla Power Users. Konfiguracja w Settings → GitHub Copilot → Chat → Auto Approve:

• Global Auto Approve – automatycznie zatwierdza wszystkie wywołania narzędzi we wszystkich workspace'ach (edycja plików, komendy terminalowe, zewnętrzne narzędzia). Używać ostrożnie.
• Auto-approve commands not covered by rules – domyślne zatwierdzanie komend terminalowych, które nie pasują do żadnej reguły.
• Auto-approve file edits not covered by rules – domyślne zatwierdzanie edycji plików spoza reguł.

To pozwala na płynną pracę agenta bez ciągłego klikania „Approve" przy każdej operacji.

/memory slash command

Nowy skrót w JetBrains IDEs (2026) – wpisanie /memory w oknie czatu otwiera bezpośrednio ustawienia plików instrukcji agenta (AGENTS.md, CLAUDE.md). Szybki dostęp do konfiguracji bez szukania przez Settings.

System konfiguracji agenta – jak „nauczyć" Copilota Twojego projektu

To jest clou tego artykułu. GitHub Copilot ma rozbudowany system plików konfiguracyjnych, który pozwala na precyzyjne kształtowanie zachowania agenta – podobnie jak Cursor ma swoje rules i skills.

1. Custom Instructions – .github/copilot-instructions.md

Plik projektowy: .github/copilot-instructions.md

To najważniejszy plik konfiguracyjny. Jest automatycznie ładowany do każdego czatu i każdej sesji agenta w danym repozytorium. Działa jak globalny system promptu dla całego projektu.

Wsparcie: VS Code ✓, Visual Studio ✓, JetBrains ✓ (preview), GitHub.com ✓, Copilot CLI ✓

Przykład zawartości:

# Instrukcje projektowe

## Stack technologiczny
- Backend: FastAPI 0.115 + Python 3.12
- Baza danych: PostgreSQL z SQLAlchemy 2.0 (async)
- Testy: pytest + pytest-asyncio

## Standardy kodowania
- Typuj wszystko: używaj type hints wszędzie
- Modele Pydantic v2 dla walidacji danych wejściowych i wyjściowych
- Obsługa błędów przez niestandardowe wyjątki, nie przez kody HTTP bezpośrednio
- Docstringi w stylu Google

## Konwencje
- Nazwy plików: snake_case
- Klasy: PascalCase
- Stałe: UPPER_SNAKE_CASE
- Endpointy API: rzeczowniki w liczbie mnogiej, np. /users, /orders

## Bezpieczeństwo
- Nigdy nie loguj tokenów, haseł ani danych PII
- Wszystkie endpointy wymagające auth opatruj dekoratorem @require_auth

Limity: Copilot code review czyta tylko pierwsze 4000 znaków. Optymalnie trzymaj plik poniżej ~1000 linii.

2. Instrukcje ścieżkowe (path-specific instructions)

Lokalizacja: .github/instructions/NAZWA.instructions.md

Reguły aktywne tylko dla plików pasujących do określonego wzorca. Odpowiednik globs w regułach Cursora.

Wsparcie: VS Code ✓, Visual Studio ✓, JetBrains ✓ (preview)

Przykłady plików:

.github/instructions/python-tests.instructions.md:

---
applyTo: "tests/**/*.py"
---
# Reguły dla testów

- Używaj fixtures zamiast setUpClass.
- Nazwy testów: test_[co]_[warunek]_[oczekiwany_wynik].
- Każdy test jednej rzeczy (Single Responsibility).
- Mockuj zewnętrzne serwisy przez pytest-mock.
- Asercje z sensownymi komunikatami błędów.

.github/instructions/api-routes.instructions.md:

---
applyTo: "app/api/**/*.py"
---
# Reguły dla endpointów API

- Każdy endpoint ma response_model.
- Błędy zwracaj przez HTTPException z czytelnym detail.
- Dokumentuj parametry przez Field() z description.
- Loguj każde żądanie na poziomie DEBUG.

3. Prompt Files – wielokrotnego użytku szablony promptów

Lokalizacja: .github/prompts/NAZWA.prompt.md

Wsparcie: VS Code ✓, Visual Studio ✓, JetBrains ✓ (preview)

Prompt files to coś pomiędzy makrami a szablonami – gotowe, sparametryzowane prompty, które możesz wywoływać wielokrotnie z różnymi danymi wejściowymi. Nie aktywują się automatycznie – wywołujesz je ręcznie przez # w czacie lub przez picker.

Przykład:

.github/prompts/review-security.prompt.md:

---
description: Przegląd bezpieczeństwa wybranego kodu.
---

Przeprowadź przegląd bezpieczeństwa poniższego kodu:

#selection

Sprawdź:
1. SQL Injection i inne injection attacks.
2. Ekspozycja danych wrażliwych w logach lub odpowiedziach.
3. Brakująca walidacja danych wejściowych.
4. Problemy z autentykacją i autoryzacją.
5. Podatności OWASP Top 10.

Odpowiedz po polsku. Dla każdego problemu: opisz ryzyko i podaj konkretną poprawkę.

.github/prompts/generate-migration.prompt.md:

---
description: Generuj migrację Alembic dla nowego modelu.
---

Na podstawie modelu SQLAlchemy poniżej wygeneruj migrację Alembic:

#file:${modelFile}

Migracja powinna:
- Mieć sensowną nazwę opisującą zmianę.
- Zawierać zarówno upgrade() jak i downgrade().
- Obsługiwać relacje foreign key we właściwej kolejności.

4. Agent Skills – wyspecjalizowana wiedza na żądanie

Lokalizacja projektowa: .github/skills/NAZWA/SKILL.md
Lokalizacja osobista: ~/.copilot/skills/NAZWA/SKILL.md lub ~/.agents/skills/NAZWA/SKILL.md

Wsparcie: VS Code ✓, GitHub.com ✓, Copilot CLI ✓ (JetBrains – jeszcze nie)

Skille to foldery z instrukcjami, skryptami i zasobami, które Copilot ładuje automatycznie gdy uzna, że są istotne dla bieżącego zadania. To dokładnie ten sam format co w Cursorze – SKILL.md z frontmatterem YAML.

Format:

---
name: deploy-staging
description: Procedura deploymentu na środowisko staging. Użyj gdy użytkownik pyta o deployment, staging lub wdrożenie.
---

# Deployment na Staging

## Checklist przed deploymentem
- [ ] Testy przechodzą lokalnie: `pytest tests/`.
- [ ] Brak otwartych PR blokujących.
- [ ] Zmienne środowiskowe zaktualizowane w Vault.

## Kroki deploymentu
\`\`\`bash
# 1. Build i push image
docker build -t myapp:staging .
docker push registry.example.com/myapp:staging

# 2. Aktualizuj deployment
kubectl set image deployment/myapp myapp=registry.example.com/myapp:staging -n staging

# 3. Sprawdź status
kubectl rollout status deployment/myapp -n staging
\`\`\`

## Weryfikacja po deploymencie
- Sprawdź health check: `curl https://staging.example.com/health`
- Przejrzyj logi przez ostatnie 5 minut: `kubectl logs -n staging -l app=myapp --since=5m`

Skille mogą też zawierać skrypty pomocnicze:

.github/skills/
  db-schema/
    SKILL.md           # Instrukcje dla agenta
    schema.sql         # Aktualny schemat – agent może go wczytać
    migrations/        # Historia migracji
  deploy/
    SKILL.md
    scripts/
      health-check.sh  # Skrypt weryfikacyjny
      rollback.sh

5. Custom Agents – wyspecjalizowane osobowości agenta

Lokalizacja projektowa: .github/agents/NAZWA-AGENTA.md
Lokalizacja organizacyjna: repozytorium .github-private

Wsparcie: VS Code ✓, GitHub.com ✓, JetBrains ✓ (preview), Copilot CLI ✓

Custom Agents to całkowicie oddzielne osobowości agenta z własnymi instrukcjami, ograniczeniami narzędziowymi i kontekstem. Wybierasz je z dropdownu w interfejsie czatu.

Przykłady użycia:
- React Reviewer Agent – agent specjalizujący się wyłącznie w przeglądaniu kodu React, z własnymi regułami.
- Security Auditor – agent read-only (nie może edytować plików), skupiony na bezpieczeństwie.
- Documentation Writer – agent piszący tylko dokumentację, bez dostępu do terminala.
- Data Migration Agent – agent z dostępem do bazy danych przez MCP, ale bez dostępu do produkcji.

Format pliku agenta:

---
name: security-auditor
description: Agent do audytów bezpieczeństwa - tylko odczyt, bez edycji kodu
tools:
  - read_file
  - search_codebase
  - run_terminal  # dozwolone: skanery, linters
  - deny: write_file  # zabronione: edycja plików
---

# Security Auditor

Jesteś agentem do audytów bezpieczeństwa. Twoja rola to **tylko analiza i raportowanie** – nie modyfikuj żadnego kodu.

## Twoje zadania
- Wyszukuj podatności OWASP Top 10
- Sprawdzaj ekspozycję danych wrażliwych
- Analizuj konfiguracje uwierzytelniania
- Generuj raporty z priorytetyzacją zagrożeń

## Format raportu
- Krytyczne (CVSS 9-10): natychmiastowa akcja
- Wysokie (CVSS 7-8): naprawa w bieżącym sprincie
- Średnie (CVSS 4-6): naprawa w następnym sprincie
- Niskie (CVSS 1-3): dokumentować i monitorować

6. Hooks – automatyzacja zdarzeń agenta

Lokalizacja: .github/hooks/NAZWA.json

Wsparcie: VS Code ✓ (preview), GitHub.com ✓, Copilot CLI ✓ (JetBrains – jeszcze nie)

Hooki to skrypty shell uruchamiane automatycznie w konkretnych momentach cyklu życia agenta. Analogiczne do systemu hooków w Cursorze.

Dostępne zdarzenia:

Przykład – automatyczne formatowanie po edycji pliku:

{
  "hooks": [
    {
      "event": "postToolUse",
      "tool": "write_file",
      "command": "bash .github/hooks/format-file.sh"
    }
  ]
}

#!/bin/bash
# .github/hooks/format-file.sh
FILE=$(echo "$HOOK_INPUT" | jq -r '.path')

if <span class="text-amber-500/50" title="Nieznany link">[[&quot;$FILE&quot; =~ \.py$]]</span>; then
  ruff format "$FILE"
  ruff check --fix "$FILE"
elif <span class="text-amber-500/50" title="Nieznany link">[[&quot;$FILE&quot; =~ \.(ts]]</span>; then
  npx prettier --write "$FILE"
fi

Przykład – skanowanie sekretów przed operacjami:

{
  "hooks": [
    {
      "event": "preToolUse",
      "tool": "write_file",
      "command": "bash .github/hooks/scan-secrets.sh",
      "failClosed": true
    }
  ]
}

7. MCP – integracje z zewnętrznymi systemami

Lokalizacja: mcp.json (ścieżka zależy od IDE)

Wsparcie: VS Code ✓, JetBrains ✓, Visual Studio ✓, Eclipse ✓, Xcode ✓, GitHub.com ✓, CLI ✓

MCP działa identycznie jak w Cursorze – Copilot może łączyć się z zewnętrznymi serwisami przez standardowe protokoły. Wbudowany jest serwer GitHub MCP (dostęp do Issues, PR, kodu na GitHub.com).

W VS Code konfiguracja przez .vscode/mcp.json lub globalne ustawienia VS Code:

{
  "mcpServers": {
    "github": {
      "type": "stdio",
      "command": "gh",
      "args": ["mcp", "serve"]
    },
    "postgres": {
      "type": "stdio",
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-postgres", "postgresql://localhost/mydb"]
    },
    "playwright": {
      "type": "stdio",
      "command": "npx",
      "args": ["-y", "@playwright/mcp"]
    }
  }
}

W Copilot CLI możesz dodać serwer MCP przez:

gh copilot mcp add

Lub edytując ~/.copilot/mcp-config.json.

Copilot Cloud Agent – autonomiczne zadania z GitHub Issues

To funkcja, której nie mają Cursor ani Antigravity w takiej formie. Copilot Cloud Agent to asynchroniczny agent zintegrowany bezpośrednio z GitHub.com – pracuje jak członek zespołu przypisywany do ticketów.

Jak działa

1. Tworzysz lub masz issue na GitHubie.
2. Przypisujesz go do Copilota (przez dropdown „Assignees" lub Copilot Chat).
3. Agent analizuje issue i repozytorium.
4. Tworzy branch roboczy.
5. Planuje i implementuje rozwiązanie.
6. Uruchamia testy i code review (własne!).
7. Uruchamia security scanning (code scanning, secret scanning, dependency checks).
8. Otwiera Pull Request i oznacza Cię jako reviewer.

Możesz śledzić postęp w czasie rzeczywistym przez panel Sessions na GitHub.com lub przez Copilot Chat w IDE.

Sposoby przypisania zadania

• GitHub.com – dropdown Assignees w issue.
• GitHub Mobile – z aplikacji mobilnej.
• Copilot Chat w IDE – „@github utwórz PR implementujący issue #123".
• GitHub CLI – gh copilot suggest --issue 123.
• Raycast – launcher z integracją GitHub.

Nowości Cloud Agent (2026)

Praca na branchu bez natychmiastowego PR – agent może pracować na gałęzi i pozwolić Ci przejrzeć diff przed otwarciem PR.

Plany implementacji – możesz poprosić agenta o plan zanim zacznie kodować: „Zanim zaczniesz, pokaż mi plan jak to zaimplementujesz".

Deep Research – agent może przeprowadzić gruntowną analizę bazy kodu i odpowiedzieć na złożone pytania bez wprowadzania zmian.

Self-Review – agent automatycznie przegląduje własny kod przez Copilot Code Review i iteruje na wynikach przed otwarciem PR.

Szybszy start – od końca kwietnia 2026 Cloud Agent startuje 20% szybciej dzięki wsparciu dla Actions custom images.

Konfiguracja Cloud Agent przez pliki

Cloud Agent respektuje te same pliki co agent w IDE:
- .github/copilot-instructions.md – globalne instrukcje.
- .github/skills/ – skille domenowe.
- .github/hooks/ – automatyczne akcje.
- AGENTS.md – deklaratywna konfiguracja (format między-narzędziowy).

AGENTS.md – standard między-narzędziowy

Plik AGENTS.md umieszczony w katalogu głównym projektu działa jako wspólna konfiguracja dla różnych narzędzi AI. Copilot, Cursor i Claude Code czytają go automatycznie.

Jest to szczególnie wartościowe w środowiskach, gdzie różni członkowie zespołu używają różnych narzędzi – wszyscy agenci zachowują te same reguły.

# AGENTS.md

## Projekt
Backend API dla aplikacji e-commerce. Python 3.12, FastAPI, PostgreSQL.

## Zasady kodowania
- Pisz czytelny kod, optymalizacja dopiero gdy profiler to potwierdzi.
- Każda funkcja publiczna ma docstring.
- Zawsze dodawaj testy do nowych endpointów.

## Język komunikacji
Odpowiadaj po polsku, kod pisz po angielsku (nazwy zmiennych, komentarze, commity).

## Bezpieczeństwo
- Nigdy nie umieszczaj sekretów w kodzie.
- Używaj zmiennych środowiskowych przez pydantic-settings.
- Wszystkie endpointy modyfikujące dane wymagają autentykacji.

Copilot CLI – praca z terminala

Copilot CLI (gh copilot) to rozszerzenie GitHub CLI umożliwiające pracę z agentem z linii poleceń.

Instalacja:

gh extension install github/gh-copilot

Kluczowe komendy:

# Tłumaczenie polecenia shell na naturalny język
gh copilot explain "git rebase -i HEAD~3"

# Sugestia komendy z opisu
gh copilot suggest "skopiuj pliki z ostatniego tygodnia do archiwum"

# Uruchom agenta na zadaniu
gh copilot agent "dodaj walidację emaila do formularza rejestracji w users/forms.py"

# Zarządzanie sesjami
gh copilot session list
gh copilot session resume <id>

# MCP
gh copilot mcp add
gh copilot mcp list

Slash commands w Copilot CLI:
- /clear – wyczyść kontekst sesji.
- /session – zarządzaj sesją.
- /add-dir – dodaj katalog do kontekstu.
- /list-dirs – wyświetl kontekst.
- /help – lista komend.
- /delegate – deleguj zadanie do subagenta.
- /agent – wybierz agenta.
- /mcp – zarządzaj MCP.

Modele dostępne w GitHub Copilot (maj 2026)

GitHub Copilot obsługuje wiele modeli – możesz przełączać się między nimi w zależności od zadania.

Auto model selection – od marca 2026 dostępne dla wszystkich planów. Copilot sam dobiera optymalny model w zależności od kontekstu i złożoności zadania, bez Twojej ingerencji.

Cennik i plany (maj 2026)

Ważna zmiana od 1 czerwca 2026: GitHub przechodzi na billing oparty o użycie (usage-based). Szczegóły dla planu darmowego mogą ulec modyfikacji.

Od 1 czerwca 2026: Copilot code review będzie zużywał minuty GitHub Actions.

Nowości 2026 – podsumowanie

Funkcje ogólne

• GPT-5.5 dostępny dla wszystkich planów płatnych (kwiecień 2026).
• Auto model selection – Copilot sam dobiera model (GA dla wszystkich planów).
• Billing usage-based zastąpi subskrypcyjny (od czerwca 2026).

VS Code

• Pełny Agent Mode z granularnymi ustawieniami auto-approve.
• Hooki agenta w public preview.
• Custom Agents, Subagents, Agent Skills – Generally Available.

JetBrains / PyCharm

• Inline Agent Mode w public preview (kwiecień 2026) – agent bezpośrednio w edytorze.
• Next Edit Suggestions z inline preview i far-away edit indicators.
• Global Auto-Approve z granularnymi regułami.
• AGENTS.md i CLAUDE.md automatycznie ładowane do kontekstu.
• /memory slash command dla szybkiego dostępu do plików instrukcji.
• Usprawniony czat, lepsza stabilność, szybsze renderowanie historii.

Cloud Agent

• Self-review własnych zmian przed otwarciem PR.
• Plany implementacji przed kodowaniem.
• Deep Research codebase bez wprowadzania zmian.
• Praca na branchu bez natychmiastowego PR.
• 20% szybszy start dzięki Actions custom images.
• Security scanning wbudowany w workflow (code scanning, secrets, dependencies).

Przykładowa struktura konfiguracji projektu

moj-projekt/
├── .github/
│   ├── copilot-instructions.md         # Globalne instrukcje projektowe
│   ├── instructions/
│   │   ├── python-tests.instructions.md    # Reguły dla testów
│   │   ├── api-endpoints.instructions.md   # Reguły dla API
│   │   └── migrations.instructions.md      # Reguły dla migracji DB
│   ├── prompts/
│   │   ├── security-review.prompt.md       # Szablon audytu bezpieczeństwa
│   │   ├── generate-test.prompt.md         # Szablon generowania testów
│   │   └── write-migration.prompt.md       # Szablon migracji Alembic
│   ├── skills/
│   │   ├── deploy/
│   │   │   ├── SKILL.md
│   │   │   └── scripts/health-check.sh
│   │   └── db-operations/
│   │       ├── SKILL.md
│   │       └── schema.sql
│   ├── agents/
│   │   ├── security-auditor.md             # Read-only agent bezpieczeństwa
│   │   └── docs-writer.md                  # Agent dokumentacji
│   └── hooks/
│       └── format-on-edit.json             # Auto-format po edycji
├── AGENTS.md                               # Konfiguracja między-narzędziowa
└── .vscode/
    └── mcp.json                            # Konfiguracja serwerów MCP

Porównanie: GitHub Copilot vs Antigravity vs Cursor

Filozofia i paradygmat

GitHub Copilot wyrósł z asystenta – jego siłą jest integracja z ekosystemem GitHub i elastyczność edytorów. Cloud Agent działa asynchronicznie: przypisujesz zadanie, wracasz po PR.

Antigravity projektowano wokół równoległych, autonomicznych agentów. Jego siłą jest orkiestra agentów i wizualne dowody pracy (artefakty). Działa w trybie synchronicznym – obserwujesz postęp w czasie rzeczywistym.

Cursor to edytor z najgłębszą integracją AI. Jego siłą jest precyzja (Tab Completion, semantyczne przeszukiwanie) i możliwość głębokiej konfiguracji.

System konfiguracji agenta

Głębokość konfiguracji

Cursor > GitHub Copilot > Antigravity

Cursor daje najgłębszą kontrolę nad zachowaniem agenta (rozbudowany system hooków, skilli, reguł ze zmiennymi glob). GitHub Copilot jest bardziej ustrukturyzowany – każdy typ pliku konfiguracyjnego ma jasno zdefiniowaną rolę. Antigravity stawia na gotowe rozwiązania i konfigurację przez GUI zamiast pliki.

Browser automation

Antigravity ma Browser Sub-Agent wbudowany – bez konfiguracji. Copilot i Cursor mogą sterować przeglądarką przez serwer MCP Playwright, ale wymaga to dodatkowej konfiguracji.

Integracja z GitHub

Tutaj Copilot nie ma konkurencji:

Multi-agent i równoległość

Cena i dostępność

Dla kogo co?

Wielu doświadczonych deweloperów łączy wszystkie trzy: GitHub Copilot do pracy w JetBrains i zarządzania PR, Cursor do intensywnego kodowania w VS Code, Antigravity do projektowania i większych zadań agentycznych. Plany darmowe Copilota i Antigravity pozwalają testować oba bez kosztów.

Źródła i dalsze czytanie

1. Copilot customization cheat sheet – zestawienie wszystkich mechanizmów konfiguracyjnych: custom instructions, prompt files, agents, skills, hooks, MCP
   docs.github.com/en/copilot/reference/customization-cheat-sheet

2. Adding repository custom instructions – jak tworzyć i używać .github/copilot-instructions.md i path-specific instructions
   docs.github.com – Add Repository Instructions

3. Adding agent skills for GitHub Copilot – tworzenie skillów, format SKILL.md, lokalizacje
   docs.github.com – Agent Skills

4. Customize agent workflows with hooks – zdarzenia hooków, format JSON, przykłady
   docs.github.com – Hooks

5. About GitHub Copilot cloud agent – opis Coding Agent, jak przypisywać zadania, self-review, plany implementacji
   docs.github.com – Coding Agent

6. Inline agent mode in preview for JetBrains IDEs – changelog z kwietnia 2026: inline agent, NES enhancements, global auto-approve
   github.blog/changelog – JetBrains Inline Agent Mode

7. Major agentic capabilities improvements in GitHub Copilot for JetBrains IDEs – changelog z marca 2026: custom agents, subagents, AGENTS.md, /memory
   github.blog/changelog – JetBrains Agentic March 2026

8. GitHub Copilot Plans & Pricing
   github.com/features/copilot/plans

9. Use custom instructions in VS Code
   code.visualstudio.com – Custom Instructions

Artykuł napisany w maju 2026. GitHub Copilot jest aktywnie rozwijany – changelog na github.blog/changelog zawiera aktualne informacje o każdym wydaniu.