Le Copilot Chat de VS Code devient open source

 (github.com/microsoft)
2 points par GN⁺ 2025-06-29 | 1 commentaires | Partager sur WhatsApp
  • L’extension GitHub Copilot Chat de VS Code est publiée en open source
  • Dans la Chat view, il est possible de poser des questions en langage naturel à Copilot pour obtenir immédiatement de l’aide liée au code
    • Fournit des réponses contextuelles en s’appuyant sur le code de l’espace de travail, les variables, les informations des participants, les commandes Slash, etc.
  • Avec Inline chat, il est possible d’appliquer directement dans le code les suggestions de l’IA
    • Le refactoring, l’ajout de gestion des exceptions ou l’explication d’algorithmes complexes peuvent se faire en temps réel

Aperçu

  • GitHub Copilot est un outil de programmation assistée par IA, sous forme d’extension, qui aide à améliorer la vitesse d’écriture du code et sa qualité
  • Les utilisateurs peuvent choisir le modèle le plus adapté à leur projet, personnaliser les réponses du chat et utiliser le mode agent pour mettre en place des sessions de programmation collaborative naturelles
  • GitHub Copilot (autocomplétion de code) et GitHub Copilot Chat (IA conversationnelle) s’installent chacun comme une extension distincte
  • Le service est accessible via une offre gratuite ou avec l’approbation d’un administrateur Enterprise, et nécessite un abonnement
  • Différentes offres sont proposées pour les usages individuels et professionnels (formules Individuel, Business et Enterprise)
  • En raison de son intégration à l’interface, Copilot Chat ne fonctionne que sur les versions récentes de VS Code et permet l’intégration des derniers modèles et fonctionnalités
    • Sur les anciennes versions de VS Code, seules les versions précédentes de Copilot Chat sont disponibles
  • Utiliser Copilot Chat implique d’accepter les conditions de préversion de GitHub Copilot ainsi que les informations de transparence
  • Le code des utilisateurs reste leur propriété et n’est pas utilisé comme code suggéré pour d’autres utilisateurs de GitHub Copilot

À lire aussi

1 commentaires

 
GN⁺ 2025-06-29
Avis Hacker News

  • Ils partagent ici un lien vers le modèle de system prompt qu’ils utilisent lien

    • J’y ai découvert l’explication de la fonctionnalité qui marque la position du curseur du développeur avec ${CURSOR_TAG} ; c’est intéressant de voir que cela sert de façon importante à comprendre où le développeur concentre son attention dans le code

  • Copilot dans VS Code laisse souvent à désirer et ne donne pas l’impression d’un produit aussi poli et abouti qu’on pourrait l’attendre de la part de Microsoft

    • Je me demande si cette impression persiste même depuis l’ajout du mode agent ; de mon côté, l’expérience est plutôt très satisfaisante. Je n’ai pas encore essayé gemini CLI ni cline, mais je doute qu’ils soient meilleurs que Copilot

    • J’avais autrefois des attentes envers Microsoft, mais quand on regarde les produits sortis ces 15 dernières années, il devient difficile d’en avoir encore

  • J’aimerais que quelqu’un analyse avec une IA l’arbre de décision montrant comment Copilot Chat traite les prompts et les réponses

    • Moi aussi, je suis très curieux du flux de fonctionnement de Copilot Chat ; pour l’instant, je consulte d’abord les outils[0] et les prompts[1], tout en retraçant le chemin d’appel dans le code
    • Le flux principal est que lorsque l’utilisateur choisit ask ou edit, l’exécution entre dans AskAgentIntent.handleRequest et EditAgentIntent.handleRequest ; ensuite, DefaultIntentRequestHandler.getResult() crée l’instance, appelle l’intent et lance la boucle runWithToolCalling, puis rend les prompts et les réponses des outils en .tsx
    • Parmi les fichiers liés, il y a createFileTool.tsx, editCodePrompt.tsx ainsi que toolCallingLoop.ts

  • Copilot Chat n’est au fond qu’un frontend pour le SaaS de Microsoft ; les parties réellement importantes sont cachées derrière l’API GitHub Copilot, donc il est difficile d’y voir un véritable open source. Personne n’a accès à la conception de ce LLM ni à ses données d’entraînement, et l’auto-hébergement est impossible ; ce n’est qu’une publicité de plus pour un modèle par abonnement et une structure qui transfère les données personnelles à des tiers, sans valeur communautaire ni bénéfice public

    • Je ne suis pas d’accord avec cet avis. Tous les modèles LLM commerciaux SOTA présentent globalement une qualité de code et des limites similaires ; la vraie différence se joue dans la façon de transmettre un contexte pertinent et dans l’architecture de traitement des résultats. N’importe qui peut créer un agent qui réinjecte simplement le contenu des fichiers dans un LLM, mais cela ne suffit pas à faire un bon agent de code

    • J’ai du mal à suivre la logique de cette critique. L’open source signifie littéralement ouvrir le code source, et son utilité réelle pour les utilisateurs est une autre question

    • À mon sens, l’open source signifie publier le code source ; je ne vois pas de raison particulière de critiquer ce point ici

    • Je suis d’accord sur le fait que Copilot Chat n’est qu’un frontend, mais si ce frontend devient lui-même open source, cela a quand même une valeur d’intérêt public, car quelqu’un n’aura plus besoin de recréer toute l’interface depuis zéro. En revanche, exiger que la conception du LLM ou les données d’entraînement soient elles aussi open source me paraît excessif ; dans la réalité, la communauté open source n’a pas les moyens d’exploiter de telles ressources de calcul à grande échelle

    • On voit souvent ces derniers temps, dans les commentaires, des critiques visant les API d’"IA" ; sans être développeur, ce n’est pas facile à comprendre. Moi aussi, autrefois, j’avais des reproches similaires envers les "Web API"

    • Avant, les sites web n’avaient pas d’API et on se contentait de scraper les informations publiquement accessibles sur le web ; tant que le site existait et ne demandait pas d’inscription, cette méthode restait possible

    • À l’inverse, les Web API limitent généralement l’accès par des moyens comme la collecte d’e-mails, le suivi d’usage, des restrictions de compte ou des offres tarifaires ; il existe aussi souvent un risque que l’API soit interrompue sans préavis

    • La possibilité de télécharger les données en bloc depuis le site lui-même n’existe que dans quelques cas, comme certains sites publics ou les dumps de Wikipedia

    • Cette logique s’applique aussi aux LLM via les API : sans publier les poids du modèle ni d’autres données internes, on fournit aux utilisateurs un accès indirect à des informations publiques via une inscription ou un abonnement ; les données sont sur le serveur, mais il est impossible de les obtenir directement

    • On peut alors se demander si les outils et technologies que les développeurs ont défendus n’ont pas fini par se retourner contre eux-mêmes et par commencer à jouer en leur défaveur