GitHub открыл управление Copilot Code Review по API на трёх уровнях

Когда в компании десятки организаций и сотни репозиториев, ручная настройка AI-ревью быстро превращается в лотерею. В одном проекте Copilot проверяет каждый pull request, в другом отключён, а в третьем использует MCP-сервер, о котором команда безопасности ничего не знает. GitHub закрыл эту дыру: настройками Copilot Code Review теперь можно управлять через REST и GraphQL API на трёх уровнях — предприятия, организации и отдельного репозитория.

Практический смысл простой: политику ревью можно хранить как код, проверять автоматически и раскатывать сразу на весь контур. Обновление доступно на тарифах Copilot Pro, Pro+, Max, Business и Enterprise.

Как устроена иерархия настроек

Администратор предприятия решает, разрешено ли Copilot Code Review во всех организациях или каждая организация выбирает сама. Если настройка зафиксирована сверху, переопределить её ниже нельзя.

На уровне организации можно включать ревью, задавать уровень тщательности по умолчанию и управлять конфигурацией раннера. Администратор репозитория получает более узкий набор рычагов: выбирает тщательность проверки и разрешает либо запрещает использование пользовательских инструкций и MCP-инструментов.

Представим компанию с пятьюдесятью репозиториями. Служба безопасности запрещает внешние MCP-серверы, платформенная команда включает сбалансированный режим ревью по умолчанию, а владельцы критичных сервисов выбирают более глубокую проверку. Раньше такую схему приходилось поддерживать через интерфейс и внутренние памятки. Теперь её можно описать скриптом, сравнивать желаемое состояние с фактическим и исправлять расхождения через API.

Что теперь можно получить из API

GitHub добавил явные поля, позволяющие отличать отзывы и комментарии Copilot от сообщений людей и других приложений. API также может вернуть использованный уровень тщательности и указать, какие навыки, MCP-серверы и пользовательские инструкции Copilot назвал источниками конкретного замечания.

Это важнее, чем выглядит. Команда может автоматически собирать замечания AI-ревью, считать долю принятых рекомендаций и расследовать спорный комментарий: был ли он результатом стандартной модели, внутренней инструкции или подключённого инструмента. Сессии агента теперь показывают и количество потраченных AI-кредитов, поэтому стоимость проверки можно сопоставлять с её пользой.

Сам обзор ревью стал компактнее. Пропущенные и исключённые файлы собраны в одном разделе с причинами исключения, пустые блоки скрываются, а длинные списки сворачиваются. При отрицательной оценке пользователь может указать причину: неверный вывод, излишняя многословность или придирчивое замечание.

Ограничения и практический вывод

У API есть неприятная деталь. Конечные точки настроек предприятия и организации, включая настройку раннера, не поддерживают GitHub Apps и персональные токены с точечными правами. Для управления репозиторием оба варианта подходят: чтение требует права Administration: read, изменение — Administration: write. Классическому персональному токену нужен административный доступ к репозиторию.

GitHub также поправил эксплуатационные проблемы: неудачное или зависшее ревью автоматически повторяется один раз, а при недоступности выбранной модели система может переключиться на другую подходящую. Настройки оплаты и предварительных функций сохраняются после выключения и повторного включения ревью.

Для платформенной команды следующий шаг очевиден: выгрузить текущие настройки через API, определить эталонную политику и добавить проверку расхождений в существующий контур управления GitHub. Но сразу выдавать скрипту права на запись не стоит. Сначала запустите аудит только на чтение, отдельно проверьте наследование политик и лишь затем автоматизируйте изменения. API делает Copilot Code Review управляемым, но качество его замечаний по-прежнему нужно измерять на собственных репозиториях.