从未知到理解：借助 GitHub Copilot 探索代码库

工程师经常在不同团队和项目之间切换，并需要驾驭他们未曾编写的复杂代码库。理解代码之间的相互关联性往往耗时且充满挑战，尤其是在高压环境下。作者将人工智能重新定位为调查伙伴，用于高效地追踪执行路径并揭示关键洞察。最初，他们使用 GitHub Copilot 中的 Plan 代理来调查代码并记录发现。随后，由于需要将调查结果手动迁移，他们引入了 Atlassian MCP，以便直接将信息上传至 Confluence 或 Jira。这一流程通过一个名为"Super-Investigator"的自定义代理得到了进一步优化，该代理集成了各项最佳功能。Super-Investigator 能够探索代码库、记录发现、绘制相关信息图表，并生成 Confluence 页面；随后，它会总结调查结果，并在关联的 Jira 工单中提供指向该 Confluence 页面的链接。与原有流程相比，该自定义代理因存储了更多相关数据而更加高效和准确。开发该工具耗时两周，现已能提供更快速、更详尽的调查支持，并将在持续使用中不断迭代优化。作者期待见证其未来能力，并计划与团队共享这一成果。