Metrik Penggunaan GitHub Copilot Sekarang Menampilkan Nama Keterampilan Kustom, Agen, dan Server MCP
· GitHub
Ini bukan nasihat keuangan.
API metrik penggunaan GitHub Copilot sekarang menampilkan nama keterampilan kustom, agen, dan server MCP, membantu organisasi melacak adopsi dan tren penggunaan alat internal.
Apa yang baru dan apa yang diizinkan
Sebelumnya, metrik penggunaan GitHub Copilot mengelompokkan keterampilan kustom, agen, dan server Model Context Protocol (MCP) di bawah label umum seperti 'lainnya' atau 'kustom.' Ini menyulitkan organisasi untuk mengidentifikasi alat internal dan kustomisasi spesifik yang digunakan oleh pengembang mereka, membatasi kemampuan untuk melacak adopsi, mengukur dampak, dan memfokuskan upaya pemberdayaan di tempat yang paling dibutuhkan.
Apa yang dilaporkan oleh sumber
Laporan GitHub: GitHub telah memperbarui API metrik penggunaan Copilot untuk menampilkan nama sebenarnya dari keterampilan kustom, agen, server MCP, perintah slash, dan plugin yang dibuat oleh organisasi. Laporan sekarang mencakup hingga 25 entri bernama per catatan, bukan hanya lima, dan ini terlihat dalam berbagai jenis laporan (per pengguna, agregat, total_hari). Perubahan ini memungkinkan administrator untuk melihat alat internal mana yang diadopsi dan digunakan, mendukung pengambilan keputusan yang lebih baik terkait pemberdayaan dan alokasi sumber daya. Pembaruan ini memerlukan versi tertentu dari Copilot CLI dan SDK untuk cakupan penuh, dan akurasi tergantung pada telemetri klien.
Bukti dari sumber (kutipan pendek)
“Metrik penggunaan Copilot sekarang menunjukkan nama keterampilan, agen kustom, server Model Context Protocol (MCP), perintah slash, dan plugin yang dibuat oleh organisasi Anda, bukan”
“Lebih banyak entri: Setiap daftar totals_by_* sekarang mencakup hingga 25 entri per catatan, meningkat dari lima, sehingga Anda dapat melihat lebih banyak dari ekor panjang kustomisasi yang digunakan oleh pengembang Anda.”
“Administrator sekarang dapat melihat keterampilan internal, agen kustom, dan server MCP mana yang sebenarnya digunakan oleh pengembang, melacak adopsi setelah meluncurkan yang baru, dan memfokuskan pemberdayaan di mana itu”
Analisis - hipotesis, bukan temuan yang diverifikasi
Pembaruan ini memungkinkan organisasi untuk membuat keputusan yang lebih terinformasi dan berbasis data tentang alat pengembang internal mereka. Dengan menampilkan nama dan penggunaan keterampilan serta agen kustom, administrator dapat mengidentifikasi alat mana yang semakin populer, mana yang mungkin memerlukan lebih banyak dukungan, dan di mana harus memfokuskan pelatihan atau sumber daya pengembangan. Ini juga membantu tim membenarkan investasi dalam alat internal dan melacak dampak dari peluncuran baru. Namun, akurasi metrik ini tergantung pada klien yang diperbarui dan telemetri yang diaktifkan, sehingga data harus digunakan untuk tren daripada hitungan yang tepat.
Penggunaan dan proyek yang mungkin
Organisasi dapat memperoleh manfaat dari visibilitas yang lebih terperinci ke dalam kustomisasi Copilot internal, memungkinkan pemberdayaan dan alokasi sumber daya yang lebih terarah. Proyek ini menguji apakah visibilitas ini mengarah pada adopsi dan dampak alat yang lebih baik. Adopsi aktual dan peningkatan produktivitas masih perlu dibuktikan dalam praktik.
Adopsi dan model bisnis - hipotesis opsional
Tidak ada pembayar yang ditetapkan; ini adalah alat komunitas atau internal untuk penggunaan organisasi. Tidak ada pelanggan komersial yang diidentifikasi dalam bukti sumber.
Monetisasi tidak diperlukan untuk proyek ini dan tidak ada hipotesis komersial yang ditetapkan. Jika nantinya dikomersialkan, langganan atau lisensi perusahaan dapat dieksplorasi, tetapi ini belum diverifikasi.
Pesaing dan perbedaan untuk diuji
Alternatif yang perlu diperiksa termasuk laporan penggunaan GitHub Copilot bawaan, pelacakan manual, dan alat analitik pihak ketiga yang memproses metrik Copilot.
Uji apakah menampilkan kustomisasi bernama dan tren penggunaan dalam dasbor khusus mengarah pada tindakan pemberdayaan yang lebih terarah atau tingkat adopsi yang lebih baik, dibandingkan dengan pengelompokan umum 'lainnya/kustom'.
Geografi, biaya, dan pemeriksaan hukum
Pasar yang dinamai sumber adalah organisasi yang menggunakan metrik GitHub Copilot; ketersediaan dan cakupan tidak diketahui sampai diperiksa. Tidak ada geografi yang disimpulkan dari penerbit.
Biaya aktual tidak diketahui/tidak dilaporkan dan memerlukan kutipan lokal. Gunakan infrastruktur yang ada dan alat sumber terbuka jika memungkinkan. Tidak ada anggaran yang diasumsikan.
Harus memverifikasi kepatuhan terhadap privasi lokal, konsumen, dan ketentuan platform. Tidak ada nasihat hukum yang diberikan. Berbagi data harus mengikuti kebijakan organisasi dan ketentuan GitHub.
Apa yang masih belum diketahui
Tidak jelas seberapa sering telemetri diblokir atau klien tidak diperbarui, yang dapat mengakibatkan penghitungan yang kurang. Pembaruan tidak secara retroaktif menamai entri dalam laporan historis, sehingga analisis tren di seluruh transisi mungkin tidak konsisten. Tidak ada verifikasi independen tentang akurasi atau kelengkapan metrik yang dilaporkan. Dampak perubahan ini pada adopsi alat yang sebenarnya dan produktivitas pengembang belum dinilai secara independen. Implikasi privasi dan berbagi data tergantung pada kebijakan organisasi dan bagaimana laporan dibagikan atau digunakan.
Kelayakan proyek - belum divalidasi
Analisis peluang asli ini adalah proposal untuk diuji, bukan klaim bahwa produk, pasar, pelanggan, atau pendapatan telah divalidasi. Tidak ada penelitian pasar independen yang dilakukan; sumber tidak melaporkan penjualan atau pendapatan yang dijamin kecuali bukti yang dikutip menyatakan sebaliknya.
Tanggal dan kesegaran sumber
Timestamp umpan penerbit: 2026-10-22T22:19:17.000Z. Ini mencatat kapan item sumber diterbitkan, bukan pemeriksaan langsung harga, jumlah pelanggan, ketersediaan, atau ketentuan platform.
Sumber
GitHub - Keterampilan kustom, agen, dan server MCP dalam API metrik penggunaan
https://github.blog/changelog/2026-10-22-custom-skills-agents-and-mcp-servers-in-usage-metrics-api
AI MLAIEL — hipotesis proyek
Usulan untuk sebuah tim. Bukan hasil yang sudah diverifikasi, dan bukan nasihat medis atau keuangan.
Peluang digital (v4): Dasbor Adopsi Kustomisasi Internal untuk Metrik Copilot Pengguna target: Administrator perusahaan dan organisasi, tim DevOps, dan manajer teknik yang ingin memantau dan meningkatkan adopsi keterampilan, agen, dan server MCP Copilot kustom dalam organisasi mereka. Cara kerjanya: Sebuah dasbor yang mengumpulkan data API metrik penggunaan Copilot, mengekstrak keterampilan, agen, dan server MCP kustom yang dinamai, serta memvisualisasikan tren penggunaan dari waktu ke waktu. Ini menyoroti kustomisasi yang paling banyak digunakan, peluncuran terbaru, dan alat yang kurang digunakan, memungkinkan upaya pelatihan atau pemberdayaan yang terarah. Dasbor dapat memfilter berdasarkan tim, periode waktu, dan jenis alat, serta mengekspor laporan ringkasan untuk pemangku kepentingan. Versi pertama: Prototipe dasbor berbasis web menggunakan data API metrik penggunaan Copilot nyata dari satu organisasi yang setuju. Ini akan menampilkan 25 keterampilan/agen/server MCP kustom yang dinamai teratas per periode pelaporan, dengan garis tren dan filter sederhana. Pilot akan berjalan selama 4 minggu dengan 1-2 pengguna admin dan 3-5 tim, hanya menggunakan data dari instance Copilot organisasi itu sendiri. Tidak ada data eksternal yang disertakan. Alternatif untuk diselidiki: Bandingkan dengan laporan penggunaan Copilot yang ada, pelacakan manual melalui spreadsheet, dan alat analitik pihak ketiga yang mungkin menawarkan visibilitas serupa. Evaluasi apakah fitur pelaporan bawaan GitHub sudah cukup untuk kebutuhan organisasi. Perbedaan yang perlu diuji: Uji apakah menampilkan kustomisasi yang dinamai dan tren penggunaan dalam dasbor khusus menghasilkan tindakan pemberdayaan yang lebih terarah atau tingkat adopsi yang lebih baik, dibandingkan dengan pengelompokan 'lainnya/kustom' yang umum. Bukti sumber kemampuan atau kebutuhan: Administrator sekarang dapat melihat keterampilan internal, agen kustom, dan server MCP mana yang sebenarnya digunakan oleh pengembang, melacak adopsi setelah meluncurkan yang baru, dan memfokuskan pemberdayaan di tempat yang tepat. Kemungkinan penggunaan dan batasan: Organisasi mungkin mendapatkan manfaat dari visibilitas yang lebih mendetail ke dalam kustomisasi Copilot internal, memungkinkan pemberdayaan dan alokasi sumber daya yang terarah. Proyek ini menguji apakah visibilitas ini menghasilkan adopsi yang lebih baik dan dampak alat. Peningkatan adopsi dan produktivitas yang sebenarnya masih perlu dibuktikan dalam praktik. Pengguna potensial dan pembayar opsional: Tidak ada pembayar yang ditetapkan; ini adalah alat komunitas atau internal untuk penggunaan organisasi. Tidak ada pelanggan komersial yang diidentifikasi dalam bukti sumber. Pesaing dan alternatif yang perlu diperiksa: Alternatif yang perlu diperiksa termasuk laporan penggunaan GitHub Copilot bawaan, pelacakan manual, dan alat analitik pihak ketiga yang memproses metrik Copilot. Model bisnis hukum opsional: Monetisasi tidak diperlukan untuk proyek ini dan tidak ada hipotesis komersial yang ditetapkan. Jika nanti dikomersialkan, langganan atau lisensi perusahaan dapat dieksplorasi, tetapi ini belum diverifikasi. Keterampilan dan waktu untuk diuji: Keterampilan: integrasi API, visualisasi data, pengembangan web, DevOps dasar. Waktu yang diusulkan: 2-4 minggu untuk prototipe dengan 1-2 pengembang dan dukungan admin. Belum diverifikasi secara independen. Ketersediaan geografis dan batasan: Pasar yang disebutkan sumber adalah organisasi yang menggunakan metrik GitHub Copilot; ketersediaan dan cakupan tidak diketahui sampai diperiksa. Tidak ada geografi yang disimpulkan dari penerbit. Kendala hukum dan platform yang perlu diverifikasi: Harus memverifikasi kepatuhan terhadap privasi lokal, konsumen, dan syarat platform. Tidak ada nasihat hukum yang diberikan. Berbagi data harus mengikuti kebijakan organisasi dan syarat GitHub. Harga saat ini dan syarat platform: Tidak ada harga atau syarat yang tepat dalam bukti sumber; biaya dan lisensi yang sebenarnya harus diperiksa secara lokal. Stempel waktu publikasi umpan bukanlah penelitian harga saat ini. Usia, pembayaran, dan pemeriksaan kelayakan: Usia minimum pengguna MLAIEL adalah 16; batas usia yang lebih tinggi, KYC, cakupan negara, pembayaran, dan kelayakan pajak untuk layanan eksternal belum diverifikasi sampai diperiksa. Uji validasi biaya rendah terkecil: Jalankan pilot dasbor selama 2 minggu dengan data metrik Copilot sintetis atau tidak sensitif dari satu tim, memastikan tampilan yang benar dari setidaknya 10 kustomisasi yang dinamai. Tidak diperlukan data produksi atau berbagi eksternal. Tanggung jawab manusia: Administrator menyediakan akses API, meninjau keluaran dasbor, dan melakukan wawancara dengan pemimpin tim tentang tindakan pemberdayaan yang diambil. Staf DevOps menyiapkan dan memantau dasbor selama pilot. Kontribusi dan batasan AI: Opsional: Gunakan AI untuk menandai perubahan signifikan dalam pola penggunaan atau menyarankan alat yang kurang digunakan untuk pemberdayaan. AI merangkum tren tetapi tidak membuat keputusan secara mandiri. Data dan akses yang dibutuhkan: Memerlukan akses ke API metrik penggunaan Copilot organisasi dengan entri yang dinamai diaktifkan. Semua data harus bersifat internal organisasi dan ditangani sesuai kebijakan privasi. Tidak ada data pribadi atau eksternal yang digunakan. Pengaturan dan kapasitas yang didukung sumber: Administrator sekarang dapat melihat keterampilan internal, agen kustom, dan server MCP yang sebenarnya digunakan oleh pengembang, melacak adopsi setelah meluncurkan yang baru, dan memfokuskan pemberdayaan di tempat yang dibutuhkan. Langkah-langkah terurut dan pemilik: 1. Amankan akses API dan izin dari admin Copilot organisasi. 2. Bangun dasbor yang menarik dan memvisualisasikan metrik penggunaan yang dinamai. 3. Validasi keluaran dengan tinjauan admin dan umpan balik tim. 4. Dokumentasikan tindakan pemberdayaan yang diambil berdasarkan wawasan dasbor. Sumber daya minimum dan ketergantungan: Memerlukan akses API metrik penggunaan Copilot, server web untuk dasbor, dan staf admin/DevOps internal. Ketergantungan: Copilot CLI 1.0.97+ dan SDK 1.0.21+ untuk cakupan data penuh. Konfirmasi versi dan izin ini sebelum memulai. Biaya dan ketidakpastian keterjangkauan: Biaya aktual tidak diketahui/tidak dilaporkan dan memerlukan penawaran lokal. Gunakan infrastruktur yang ada dan alat sumber terbuka jika memungkinkan. Tidak ada anggaran yang diasumsikan. Bagaimana pendatang baru dapat membantu: Admin menyediakan kunci API dan umpan balik; staf DevOps menyiapkan dasbor; pemimpin tim meninjau tren penggunaan dan melaporkan tindakan pemberdayaan. Komitmen waktu: 4 minggu, 1-2 jam/minggu per peserta. Pilot dan kriteria keberhasilan: Target pilot yang diusulkan: Setidaknya 80% dari keterampilan/agen/server MCP kustom yang dinamai dalam 25 teratas ditampilkan dengan benar di dasbor untuk setiap periode pelaporan, seperti yang diverifikasi oleh tinjauan admin. Garis dasar: pelaporan manual atau pengelompokan generik sebelumnya. Durasi: 4 minggu. Ambang keberhasilan: 80% akurasi dan setidaknya satu tindakan pemberdayaan yang diambil berdasarkan wawasan dasbor, diukur melalui catatan admin dan log umpan balik. Risiko dan langkah pengaman: Risiko termasuk data yang tidak lengkap karena klien yang usang atau telemetri yang diblokir, kekhawatiran privasi jika laporan dibagikan secara eksternal, dan dampak terbatas jika administrator tidak bertindak berdasarkan wawasan. Risiko teknis termasuk perubahan API atau masalah akses. Kapan harus berhenti atau mengubah arah: Jika kurang dari 50% entri yang dinamai yang diharapkan tersedia atau dasbor tidak menghasilkan wawasan yang dapat ditindaklanjuti setelah 4 minggu, proyek akan dihentikan untuk ditinjau.
Komentar
Belum ada komentar.
Bagikan artikel ini
Jadikan pekerjaan
Orang yang masuk dapat membuka proyek atau masalah yang tertaut ke artikel ini. Teks tetap pada apa yang dikatakan sumber.
Masuk untuk mulai