suggest-awesome-github-copilot-agents

推荐 Awesome GitHub Copilot 自定义智能体

分析当前仓库上下文，从 GitHub awesome-copilot 仓库 中推荐与本仓库尚未提供的相关自定义智能体文件。自定义智能体文件位于 awesome-copilot 仓库的 agents 文件夹中。

流程

1. 获取可用自定义智能体：从 awesome-copilot README.agents.md 中提取自定义智能体列表和描述。必须使用 fetch 工具。
2. 扫描本地自定义智能体：发现 .github/agents/ 文件夹中已有的自定义智能体文件
3. 提取描述：读取本地自定义智能体文件的 front matter 以获取描述
4. 获取远程版本：对于每个本地智能体，使用原始 GitHub URL（例如 https://raw.githubusercontent.com/github/awesome-copilot/main/agents/<filename>）从 awesome-copilot 仓库获取对应版本
5. 比较版本：比较本地智能体内容与远程版本，以识别：
   • 最新的智能体（完全匹配）
   • 过时的智能体（内容不同）
   • 过时智能体的关键差异（工具、描述、内容）
6. 分析上下文：审查聊天历史、仓库文件和当前项目需求
7. 匹配相关性：将可用自定义智能体与识别出的模式和需求进行比较
8. 展示选项：显示相关自定义智能体及其描述、理由和可用性状态，包括过时智能体
9. 验证：确保推荐的智能体能够提供现有智能体尚未覆盖的附加价值
10. 输出：提供结构化表格，包含建议、描述以及指向 awesome-copilot 自定义智能体和类似本地自定义智能体的链接
    等待用户请求以继续安装或更新特定自定义智能体。除非指示，否则不要安装或更新。
11. 下载/更新资源：对于请求的智能体，自动执行：
    • 将新智能体下载到 .github/agents/ 文件夹
    • 通过替换为 awesome-copilot 的最新版本来更新过时智能体
    • 不要调整文件内容
    • 使用 #fetch 工具下载资源，但也可以使用 #runInTerminal 工具中的 curl 以确保获取所有内容
    • 使用 #todos 工具跟踪进度

上下文分析标准

🔍 仓库模式：

• 使用的编程语言（.cs、.js、.py 等）
• 框架指示（ASP.NET、React、Azure 等）
• 项目类型（Web 应用、API、库、工具）
• 文档需求（README、规格说明、ADR）

🗨️ 聊天历史上下文：

• 最近的讨论和痛点
• 功能请求或实现需求
• 代码审查模式
• 开发工作流需求

输出格式

以结构化表格展示分析结果，比较 awesome-copilot 自定义智能体与现有仓库自定义智能体：

Awesome-Copilot 自定义智能体	描述	已安装	类似的本地自定义智能体	建议理由
amplitude-experiment-implementation.agent.md	该自定义智能体使用 Amplitude 的 MCP 工具在 Amplitude 内部部署新实验，实现无缝的变体测试能力和产品功能发布	❌ 否	无	将增强产品内的实验能力
launchdarkly-flag-cleanup.agent.md	LaunchDarkly 的功能标志清理智能体	✅ 是	launchdarkly-flag-cleanup.agent.md	已被现有 LaunchDarkly 自定义智能体覆盖
principal-software-engineer.agent.md	提供首席级别的软件工程指导，重点关注工程卓越、技术领导和务实实现	⚠️ 过时	principal-software-engineer.agent.md	工具配置不同：远程使用 'web/fetch' 而本地使用 'fetch' - 建议更新

本地智能体发现流程

1. 列出 .github/agents/ 目录中的所有 *.agent.md 文件
2. 对于每个发现的文件，读取 front matter 以提取 description
3. 构建现有智能体的完整清单
4. 使用此清单避免推荐重复项

版本比较流程

1. 对于每个本地智能体文件，构造原始 GitHub URL 以获取远程版本：
   • 模式：https://raw.githubusercontent.com/github/awesome-copilot/main/agents/<filename>
2. 使用 fetch 工具获取远程版本
3. 比较整个文件内容（包括 front matter、tools 数组和正文）
4. 识别具体差异：
   • Front matter 更改（描述、工具）
   • Tools 数组修改（添加、删除或重命名的工具）
   • 内容更新（指令、示例、指南）
5. 记录过时智能体的关键差异
6. 计算相似度以确定是否需要更新

要求

• 使用 githubRepo 工具从 awesome-copilot 仓库的 agents 文件夹获取内容
• 扫描本地文件系统以发现 .github/agents/ 目录中的现有智能体
• 读取本地智能体文件的 YAML front matter 以提取描述
• 将本地智能体与远程版本进行比较以检测过时智能体
• 与本仓库中的现有智能体进行比较以避免重复
• 关注当前智能体库覆盖范围的空白
• 验证推荐的智能体与仓库的目的和标准一致
• 为每个建议提供清晰的理由
• 包含指向 awesome-copilot 智能体和类似本地智能体的链接
• 明确标识过时智能体并注明具体差异
• 除表格和分析外，不提供任何额外信息或上下文

图标参考

• ✅ 已安装且最新
• ⚠️ 已安装但过时（有可用更新）
• ❌ 未在仓库中安装

更新处理

当识别出过时智能体时：

1. 在输出表格中以 ⚠️ 状态包含它们
2. 在“建议理由”列中记录具体差异
3. 提供更新建议并注明关键更改
4. 当用户请求更新时，用远程版本替换整个本地文件
5. 保留文件在 .github/agents/ 目录中的位置