Штучний інтелект

GitHub розширює метрики використання Copilot App

A

Allison

3 хв читання

Концептуальна ілюстрація, що зображує потік даних та аналіз метрик використання інструментів розробки.

GitHub оголосив про значне розширення метрик використання Copilot App в рамках свого API метрик використання Copilot. Ці зміни спрямовані на надання більш глибокого розуміння того, як застосунок використовується в організаціях та на підприємствах.

Деталізація активності користувачів

Тепер індивідуальна активність користувачів у Copilot App прив'язується до звітів на рівні підприємства та організації. Це дозволяє бачити, хто саме використовує застосунок, на відміну від попередньої системи, де була доступна лише загальна статистика використання на рівні підприємства чи організації.

Нові метрики та показники

Серед нових показників, що стали доступними, є:

  • used_copilot_app: Вказує, чи був користувач активним у Copilot App протягом певного дня.
  • totals_by_copilot_app: Розділ для кожного користувача, що звітує про кількість сесій (session_count), кількість запитів (request_count), кількість підказок (prompt_count), а також деталізацію використання токенів, включаючи суму вихідних токенів (output_tokens_sum), суму токенів підказок (prompt_tokens_sum) та середню кількість токенів на запит (avg_tokens_per_request).

Крім того, активність кодування в Copilot App тепер деталізується за функціями, моделями та мовами. Це означає, що активність Copilot App з'являється в таких показниках, як totals_by_feature, totals_by_model_feature, totals_by_language_feature та totals_by_language_model, дозволяючи відстежувати, з якими моделями та мовами відбувається робота.

Розширені дані про код та активних користувачів

Метрики, що стосуються кодової активності та кількості рядків коду, тепер також включають дані з Copilot App. Це охоплює загальні показники генерації коду, прийняття коду, доданих та видалених рядків. Показник daily_active_users тепер також враховує користувачів, які були активними лише в Copilot App.

Можливості для аналізу

Ці розширені метрики дозволяють ідентифікувати користувачів Copilot App та вимірювати обсяг коду, згенерованого за допомогою застосунку. Також з'являється можливість порівнювати використання Copilot App з іншими інструментами, такими як IDE, чат, інструменти для перегляду коду та агенти кодування, використовуючи ті ж самі поля даних.

Доступність та вимоги

Метрики used_copilot_app та totals_by_copilot_app на рівні користувача доступні у 1-денних та 28-денних звітах для підприємств та організацій. Зміни, що стосуються значення функції copilot_app, активності коду, кількості рядків коду та daily_active_users, застосовуються до звітів на рівні підприємства, організації та користувача для обох часових вікон. Доступ до цих метрик мають власники підприємств, менеджери з виставлення рахунків, власники організацій та будь-яка особа з індивідуальною роллю, що надає дозвіл «View Copilot Metrics». Для використання цих функцій необхідно увімкнути політику метрик використання Copilot. Зміни є зворотно сумісними.

Що це означає для розробників

Для розробників та їхніх керівників ці оновлення означають глибше розуміння використання Copilot App у команді. Вони можуть ідентифікувати активних користувачів, вимірювати обсяг згенерованого коду та порівнювати ефективність Copilot App з іншими інструментами розробки.

Ключові факти

  • Метрики використання Copilot App тепер розширені в API метрик використання Copilot.

  • Активність окремих користувачів Copilot App тепер прив'язується до звітів на рівні підприємства та організації.

  • Активність кодування в Copilot App тепер деталізується за функціями, моделями та мовами.

  • Додано нову метрику used_copilot_app, що вказує на активність користувача в застосунку.

  • Додано нову метрику totals_by_copilot_app з деталізацією сесій, запитів, підказок та використання токенів для кожного користувача.

Джерела

Штучний інтелектРозробка ПЗДані та аналітика

Джерело

The GitHub BlogAllison

GitHub Copilot app usage metrics now expand across report rollups

28 липня 2026 · оновлено 28 липня 2026

Оригінал

Попередні статті

Концептуальна ілюстрація архітектури нового ігрового рушія з інтегрованими елементами штучного інтелекту.
28 липня 2026GameDevrun.code

Колишній керівник Unreal Engine створює новий ігровий рушій Immens Engine з акцентом на ШІ

Сьорд де Йонг, колишній старший директор Epic Games, розробляє Immens Engine – новий ігровий рушій, що позиціонується як альтернатива Unreal Engine та Unity, з особливим наголосом на інтеграції агентного штучного інтелекту.

Наступні статті

Концептуальна ілюстрація оптимізованої продуктивності процесора в портативному ігровому пристрої
29 липня 2026ІгриNoah Kupetsky

Нові патчі Linux обіцяють значне покращення 1% низьких показників частоти кадрів на Steam Deck

Нові розробки в драйвері AMD P-State для Linux можуть підвищити 1% низькі показники частоти кадрів на Steam Deck та інших портативних пристроях AMD до 31.8%, зменшуючи затримки та підвищуючи стабільність у іграх.

Концептуальна ілюстрація, що показує контраст між ринковою панікою (абстрактні низхідні графічні елементи) та фізичною реальністю ринку напівпровідників (яскраві кремнієві пластини та чіпи пам'яті).

Паніка на ринку чіпів: Чому акції падають, коли попит зростає?

На тлі падіння фондових ринків та індексу напівпровідників, аналітики відзначають зростання цін на пам'ять та дефіцит, що створює розрив між ринковими настроями та реальною ситуацією.