GitHub Copilot

GitHub Copilot é um agente de codificação de IA que ajuda a escrever, compreender e entregar software. Ele ajuda você através de todas as etapas do ciclo de vida de desenvolvimento de software, incluindo a exploração da sua base de código, planejamento do seu projeto, automação dos seus fluxos de trabalho, revisão das suas alterações e solução de conflitos de merge.  

Como o Copilot é integrado no GitHub, ele funciona no fluxo de trabalho de desenvolvimento que você já usa: 

• Seu código e sua história. 

• Os issues e pull requests que você já usa para rastrear trabalho. 

• As automações que você executa em seu repositório. 

Uma alteração pode iniciar como um issue, ser captada por um agente, retornar como pull request, ser revisto quanto a qualidade e segurança, e ser feito merge. Você e o Copilot trabalham nela no mesmo lugar, com o mesmo contexto, em vez de mover código em ferramentas separadas e novamente.

O GitHub Copilot é treinado em todas as linguagens que aparecem em repositórios públicos.  

O GitHub Copilot está disponível em diversos IDEs, incluindo Visual Studio Code, Visual Studio, JetBrains IDEs, XCode, Vim, Neovim, Zed e Eclipse. O GitHub Copilot também está disponível no terminal/CLI, através dp GitHub Copilot desktop app, na web, no celular, no Slack, e no Teams. Você pode começar a trabalhar com facilidade em uma superfície e continuar a mesma sessão em outra. Mais informações aqui.

Você pode encontrar uma infinidade de recursos no GitHub Docs, incluindo guias de início rápido para diversas superfícies e práticas recomendadas. Nossa comunidade criou o Awesome GitHub Copilot para compartilhar agentes, habilidades, instruções, ganchos e ferramentas reutilizáveis, construídos por desenvolvedores para ajudar a lançar seus produtos mais rapidamente com o Copilot. Você pode também encontrar tutoriais e vídeos do YouTube para ajudar a iniciar hoje! 

Créditos de IA do GitHub são a maneira como você paga pelo uso de IA no GitHub Copilot. Cada plano inclui uma cota mensal: 1 crédito de IA = USD 0,01. 

Você usa créditos quando conversa com o Copilot e trabalha com agentes. Conclusões de código e sugestões de próxima edição não usam créditos. Elas continuam ilimitadas com todos os planos pagos. 

A quantidade de créditos usada em uma interação depende do modelo escolhido e da complexidade da tarefa. Uma pergunta rápida para um modelo leve custa uma fração de um crédito. Uma sessão mais longa de um agente em um modelo de fronteira através de muitos arquivos custa mais.

O GitHub Copilot conta com diversas opções para organizações e desenvolvedores individuais. As principais diferenças entre os planos incluem Créditos de IA do GitHub e modelos disponíveis. Para ver mais informações e um gráfico comparativo entre os planos, consulte nossa página de planos & preços.

Quando você tiver usado a sua cota mensal, você tem algumas opções: 

• Esperar pelo seu próximo ciclo. Sua cota incluída é reiniciada a cada mês. 

• Continuar a trabalhar com uso pago. Defina um orçamento em dólares para uso adicional e o Copilot continuará sem interrupção. Os créditos são debitados a USD 0,01 cada, portanto um orçamento de USD 10 cobre 1.000 créditos. 

• Mudar para um modelo menos dispendioso. Modelos leves usam menos créditos por interação e alongam a sua cota restante. 

No GitHub Copilot Business e no GitHub Copilot Enterprise, os administradores definem limites de uso e decidem se é permitido o uso adicional pago. Se não for, o Copilot pausará até o próximo ciclo. 

Você pode acompanhar seu uso e a data de reinicialização nas suas configurações do Copilot, com alertas em 75%, 90% e 100% de qualquer orçamento configurado.

Usuários do GitHub Copilot Free estão limitados a 2.000 conclusões e acessos a modelos de nível de entrada por mês. Se estiver no plano Free, você pode fazer o upgrade para a versão Pro através da sua página de configurações do Copilot ou diretamente pela página de marketing do Copilot.

O GitHub Copilot efetua o processamento de dados pessoais em conformidade com a modalidade de acesso e uso do Copilot: seja por intermédio do GitHub.com, da aplicação móvel, de extensões ou de uma das diversas extensões de ambiente de desenvolvimento integrado (IDE), ou por meio de recursos como sugestões para a interface de linha de comando (CLI), preenchimento de código em IDEs ou bate-papo personalizado no GitHub.com. Os tipos de dados pessoais processados podem incluir:

• Dados de Engajamento do Usuário: compreendem identificadores de pseudônimo coletados durante as interações do usuário com o Copilot, como sugestões de preenchimento aceitas ou descartadas, mensagens de erro, logs de sistema e métricas de utilização de produto. 

• Prompts: consistem em dados de entrada para bate-papo ou código, acrescidos de contexto, que são direcionados à IA do Copilot com o objetivo de gerar sugestões. 

• Sugestões: consistem em linhas de código ou respostas de bate-papo geradas por inteligência artificial, as quais são fornecidas aos usuários em função de seus prompts. 

• Dados de Comentários: isso compreende os comentários do usuário em tempo real, incluindo reações (por exemplo, positiva ou negativa) e comentários opcionais, juntamente com os comentários de tíquetes de suporte.

A maneira como o GitHub usa os dados do Copilot dependerá de como o usuário acessa o Copilot e com qual finalidade. Em geral, o GitHub usa dados pessoais para: 

• Entregar, manter e atualizar os serviços de acordo com a configuração e o uso do cliente, a fim de garantir experiências e recomendações personalizadas 

• Solucionar problemas, o que envolve prevenir, detectar, resolver e mitigar problemas, inclusive incidentes de segurança e problemas relacionados a produtos, mediante a solução de bugs de software e a manutenção da funcionalidade e da atualidade dos serviços on-line 

• Aprimorar a produtividade, confiabilidade, eficácia, qualidade, privacidade, acessibilidade e segurança do usuário ao manter o serviço atual e operacional 

Tais práticas estão descritas no Contrato de proteção de dados (DPA) do GitHub, que detalha nossos compromissos de manuseio de dados com nossos clientes controladores de dados. Mediante a autorização do cliente, o GitHub também usa dados pessoais específicos sob o DPA para os seguintes fins: 

• Gerenciamento de cobrança e de contas 

• Para resolver e satisfazer obrigações legais 

• Para detecção, prevenção e proteção contra irregularidades, varredura de vírus e varreduras para a detecção de violações dos termos de serviço 

• Para gerar resumos de relatórios para o cálculo de comissões de funcionários e incentivos de parceiros 

• Para produzir relatórios agregados para uso interno e planejamento estratégico, abrangendo áreas como previsão, análise de receita, planejamento de capacidade e estratégia de produto. 

Para saber mais, leia mais em nosso Copilot Trust Center.

O GitHub usa os dados do Copilot de assinantes individuais para todos os fins operacionais descritos acima para assinantes empresariais/corporativos.

Além disso, somente para assinantes individuais: o GitHub pode usar a interação de dados do Copilot, incluindo prompts (entradas), sugestões (saídas), e trechos de código gerados durante as sessões do Copilot, para treinar e aprimorar modelos de IA. Esse treinamento ajuda a melhorar as sugestões de código para todos os usuários do Copilot.

Os assinantes individuais podem optar por não ter seus dados usados para o treinamento de modelos de IA a qualquer momento https://github.com/settings/copilot/features. Essa opção não afeta o acesso aos recursos do Copilot.

Para obter detalhes sobre as atividades de processamento de dados do GitHub como controlador, especialmente para clientes Copilot Free, Copilot Pro e Copilot Pro, consulte os Termos de Serviço do GitHub e a Declaração de Privacidade do GitHub.

Sim. O GitHub e os clientes podem firmar um Contrato de Proteção de Dados que ofereça suporte à conformidade com o RGPD e legislação semelhante.

Embora tenhamos projetado o GitHub Copilot considerando a privacidade, a definição abrangente de dados pessoais ao abrigo de legislações, como o Regulamento Geral sobre a Proteção de Dados (RGPD) da União Europeia, implica que não podemos garantir que ele nunca produzirá esse tipo de dado. O Modelo de Linguagem Grande (LLM) que impulsiona o GitHub Copilot foi treinado com base em código público, e constatamos, durante nossos testes, ocorrências em que a ferramenta gerou sugestões com características assemelhadas a dados pessoais. Geralmente, estas sugestões resultavam de um processo de síntese e não apresentavam qualquer conexão com indivíduos concretos. 

Essas ações estão disponíveis aos usuários do Copilot conforme descrito na Declaração de Privacidade do GitHub.

As principais considerações de propriedade intelectual para o GitHub Copilot estão relacionadas a direitos autorais. O modelo que alimenta o Copilot é treinado com uma ampla coleção de código publicamente acessível, que pode incluir código com direitos autorais, e as sugestões do Copilot (em raras instâncias) podem parecer com o código no qual seu modelo foi treinado. Veja a seguir algumas informações básicas que você deve saber sobre essas considerações:

A lei de direitos autorais permite o uso de trabalhos protegidos por direitos autorais para treinar modelos de IA: países de todo o mundo têm disposições em suas leis de direitos autorais que permitem que máquinas aprendam, entendam, extraiam padrões e fatos de materiais protegidos, incluindo código de software. Por exemplo, a União Europeia, o Japão e Singapura têm disposições claras que permitem o aprendizado de máquina para desenvolver modelos de IA. Outros países, como Canadá, Índia e Estados Unidos, também permitem esse treinamento, de acordo com disposições de uso justo/negociação justa. O modelo de IA do GitHub Copilot foi treinado para usar o código de repositórios públicos do GitHub, que são publicamente acessíveis e dento do escopo de uso de direitos autorais permissíveis.

E o risco de direitos autorais em sugestões? Em raras situações (menos de 1% baseado na pesquisa do GitHub), as sugestões do GitHub podem corresponder a exemplos de código usado para treinar o modelo de IA do GitHub. Novamente, o Copilot não “procura” ou “copia e cola” código, mas usa o contexto proveniente do espaço de trabalho de um usuário para sintetizar e gerar uma sugestão.

Nossa experiência mostra que sugestões com correspondências normalmente ocorrem em duas situações: (i) quando há pouco ou nenhum contexto no editor de código para o modelo do Copilot sintetizar ou (ii) quando uma sugestão com correspondências representa uma abordagem ou método comum. Se uma sugestão de código corresponder a um código existente, há um risco ao usar essa sugestão, que poderia resultar em processos de violações de direitos autorais, o que pode depender da quantidade e da natureza do código usado, além do contexto de seu uso. De várias formas, é o mesmo risco que advém do uso de código do qual o desenvolvedor não sabe a origem, como copiar código de uma fonte online ou reutilizar código de uma biblioteca. É por isso que organizações e desenvolvedores responsáveis recomendam que usuários apliquem políticas de code scanning para identificar e avaliar possível código com correspondências.

No Copilot, é possível optar por permitir (ou não) sugestões de preenchimento de código que coincidam com trechos de código público disponível no GitHub.com. Para obter mais informações, confira "Como definir as configurações do GitHub Copilot no GitHub.com". Caso você tenha autorizado sugestões compatíveis com código público, o GitHub Copilot pode apresentar informações sobre o código correspondente ao aceitar essas sugestões. A correspondência com trechos de código não implica, por si só, em infração de direitos autorais. Assim, é responsabilidade do usuário decidir se utilizará a sugestão, bem como identificar a quem e ao quê atribuir (além de observar o cumprimento de licenças) conforme o contexto.

Sim, o GitHub Copilot inclui um filtro de referência de código opcional para detectar e eliminar certas sugestões que correspondam ao código público no GitHub. 

O GitHub criou um filtro de detecção de duplicação para detectar e eliminar sugestões que contenham segmentos de código com correspondência superior a um determinado comprimento em relação ao código público no GitHub. O administrador da sua empresa pode habilitar esse filtro e aplicá-lo a todas as organizações dentro de sua empresa. Como alternativa, o administrador pode conceder o controle a organizações específicas.  

Quando o filtro estiver habilitado, o Copilot vai verificar as sugestões de código em busca de correspondências integrais ou parciais de aproximadamente 65 lexemas ou mais (em média, 150 caracteres) no código público do GitHub. Se houver uma correspondência, a sugestão não será mostrada ao usuário. 

O GitHub Copilot inclui também mecanismos de filtragem destinados a bloquear linguagem ofensiva nos prompts inseridos e a prevenir a geração de sugestões em contextos sensíveis. Continuamos trabalhando no aprimoramento do sistema de filtragem, com o objetivo de tornar a detecção e remoção de resultados ofensivos mais eficaz e inteligente. Ao identificar qualquer resultado ofensivo, solicitamos que reporte diretamente ao e-mail copilot-safety@github.com para que possamos melhorar nossas medidas de proteção. O GitHub trata esse desafio com seriedade e está totalmente empenhado em solucioná-lo. 

Além dos filtros de saída irrelevante, nociva e ofensiva, o GitHub Copilot também verificar as saídas em busca de código vulnerável.

O código público pode apresentar padrões de codificação com vulnerabilidades, erros ou referências a APIs ou convenções desatualizadas. Quando o GitHub Copilot gera sugestões de código com base nesses dados, ele também pode gerar código com esses padrões indesejáveis. O Copilot dispõe de mecanismos de filtragem que têm como finalidade bloquear ou alertar os usuários sobre padrões de código com vulnerabilidades detectados nas sugestões do Copilot. Esses filtros são voltados à detecção dos padrões de codificação vulneráveis mais frequentes, entre eles o uso de credenciais embutidas no código, injeção de SQL e injeção de caminhos. Além disso, ao longo dos últimos anos, disponibilizamos ferramentas como o GitHub Advanced Security, o GitHub Actions, o Dependabot e o CodeQL a projetos de código aberto, visando contribuir com a melhoria da qualidade do código. Evidentemente, o uso do GitHub Copilot deve ser complementado por boas práticas de teste, code review e ferramentas de segurança, bem como pelo discernimento do próprio desenvolvedor.

Não. O GitHub Copilot é uma ferramenta destinada a tornar os desenvolvedores mais eficientes. Ele não pretende substituir desenvolvedores. 

Os desenvolvedores devem usar exatamente os mesmos tipos de medidas de proteção e diligência com as sugestões do Copilot que usaria com qualquer código de terceiros. 

Dito isso, quaisquer que sejam as práticas que sua organização usa atualmente, testes de funcionalidade rigorosos, code scanning, testes de segurança etc, você deve continuar essas políticas com as sugestões do Copilot. Além disso, você deve confirmar que seu editor ou editor de código não compile ou execute automaticamente o código gerado antes de revisá-lo.

Estamos realizando testes internos para avaliar a facilidade de uso do GitHub Copilot por desenvolvedores com deficiência e trabalhando para garantir que o Copilot seja acessível a todos os profissionais da área. Saiba mais sobre acessibilidade no GitHub e consulte nossa documentação detalhada sobre diversos tópicos e recursos de acessibilidade, incluindo instruções para uso de nossos produtos com leitores de tela e outras tecnologias de assistência em nosso site de Acessibilidade do GitHub.

Dado que as fontes públicas são majoritariamente em inglês, é provável que o GitHub Copilot apresente um desempenho inferior em situações nas quais os prompts em linguagem natural fornecidos pelo desenvolvedor estão em outro idioma ou apresentam erros gramaticais. Dessa forma, usuários não falantes de inglês podem estar sujeitos a uma qualidade de serviço inferior.