Knowledge File / AI技能杠杆

2026-08-12 2 浏览免费阅读

GitHub Copilot for JetBrains 更新：新增持久记忆与 Ollama 集成

Q: 这篇文章和哪些AI专题相关？

它适合放在AI工具、Agent工作流、AI超级个体专题里阅读。 关联原因：这篇内容命中「工具、自动化、模型」等主题信号。；这篇内容命中「Agent、工作流、AI编程」等主题信号。；这篇内容命中「技能」等主题信号。

本次更新为 JetBrains 上的 GitHub Copilot 带来持久记忆、本地模型访问（Ollama）及更多企业管理控制，同时改进日常聊天工作流，并修复 MCP 服务器、终端、自定义和云代理的可靠性问题。

SOURCE / AI技能杠杆 MIN / 9 ACCESS / 免费阅读 POST / 2026-08-12 04:15:55

原贴

查看原文

作者：Allison 来源站点：github.blog 原贴时间： 2026-08-12 04:15:55

原文

This update brings persistent memory, local model access, and more enterprise controls to GitHub Copilot for JetBrains. It also improves everyday chat workflows and resolves reliability issues across MCP servers, terminals, customizations, and cloud agents. Administrators have more server-based controls for managing GitHub Copilot across their organizations. These enterprise managed settings cover plugin availability, MCP server access, permission bypass behavior, and OpenTelemetry settings. Read more about enterprise managed settings . Copilot memory can now retain and recall useful information across agent chat sessions. This helps you maintain context between conversations instead of repeatedly providing the same project details or preferences. You can manage the feature with the Copilot Memory toggle in the Copilot settings portal. For more information, see About Copilot memory . You can now use Ollama as a BYOK provider in GitHub Copilot for JetBrains. The integration supports provider configuration and model selection throughout the JetBrains experience, giving you another way to work with models that fit your development environment. Codex sessions are now visible in agent debug logs. Codex workflows also support updated permission modes and customizations through instructions and skills, helping you adapt agent behavior to your project. GitHub Copilot for JetBrains can now automatically install Copilot CLI from integrated terminals on macOS, Linux, and Windows. This reduces setup steps and makes it easier to start using terminal-based agent workflows directly from your IDE. This release improves common account, model, and agent interactions: Account management : Improved account management flows by supporting account switch/removal and polishing account-deletion interactions. Model and settings views : Improved model and settings usability by capping long model-name width in the model picker and refining model view/todo list panel behavior. Chat references : Restored file and folder # references in Copilot, Claude, and Codex chat inputs.

中文翻译

此更新为 JetBrains 上的 GitHub Copilot 带来持久记忆、本地模型访问和更多企业控制。它还改善了日常聊天工作流，并解决了 MCP 服务器、终端、自定义和云代理的可靠性问题。管理员现在拥有更多基于服务器的控制，用于管理其组织中的 GitHub Copilot。这些企业管理设置涵盖插件可用性、MCP 服务器访问、权限绕过行为和 OpenTelemetry 设置。阅读更多关于企业管理设置的内容。Copilot 记忆现在可以在代理聊天会话中保留和回忆有用信息。这有助于你在对话之间保持上下文，而不是重复提供相同的项目细节或偏好。你可以通过 Copilot 设置门户中的 Copilot Memory 开关管理该功能。有关更多信息，请参阅关于 Copilot 记忆。你现在可以在 JetBrains 上的 GitHub Copilot 中使用 Ollama 作为 BYOK 提供商。该集成支持在整个 JetBrains 体验中进行提供商配置和模型选择，为你提供另一种使用适合开发环境的模型的方式。Codex 会话现在在代理调试日志中可见。Codex 工作流还支持更新的权限模式以及通过指令和技能进行自定义，帮助你使代理行为适应你的项目。JetBrains 上的 GitHub Copilot 现在可以在 macOS、Linux 和 Windows 上的集成终端中自动安装 Copilot CLI。这减少了设置步骤，让你更容易直接从 IDE 开始使用基于终端的代理工作流。此版本改善了常见的账户、模型和代理交互：账户管理：通过支持账户切换/删除和改进账户删除交互，改善了账户管理流程。模型和设置视图：通过限制模型选择器中长模型名称的宽度，以及优化模型视图/待办事项列表面板行为，提高了模型和设置的可用性。聊天引用：恢复了 Copilot、Claude 和 Codex 聊天输入中的文件和文件夹 # 引用。

核心信息

本次更新为 JetBrains 上的 GitHub Copilot 带来持久记忆、本地模型访问（Ollama）及更多企业管理控制，同时改进日常聊天工作流，并修复 MCP 服务器、终端、自定义和云代理的可靠性问题。

本次更新为 JetBrains 上的 GitHub Copilot 带来持久记忆、本地模型访问（Ollama）及更多企业管理控制，同时改进日常聊天工作流，并修复 MCP 服务器、终端、自定义和云代理的可靠性问题。
原贴提到：This update brings persistent memory, local model access, and more enter
来源：github.blog

详细解读

本次更新不仅仅是功能新增，更是 GitHub Copilot 战略方向的一次确认：AI 编程助手正在从“代码补全工具”进化为“开发代理”。持久记忆的引入，意味着 AI 可以跨会话积累项目上下文，这解决了开发者频繁重复说明的痛点，是提升效率的关键一步。Ollama 的接入则打开了本地模型的大门，让隐私敏感型企业和离线开发场景有了新的选择。

为什么重要：第一，记忆功能将重塑人机协作方式，开发者可以更自然地与 AI 对话，无需每次都交代背景；第二，BYOK（Bring Your Own Key）模式支持本地模型，挑战了云模型的主导地位，有望降低 API 成本并提升数据安全性；第三，企业级控制能力增强，表明 GitHub 正在努力满足大型组织的合规与治理需求，这是 Copilot 进入企业市场的关键推动力。

对谁有价值：JetBrains 用户可以直接受益，尤其是那些需要长期维护多个项目、且对代码隐私有要求的开发者。企业管理员能通过新的控制选项来规范团队使用行为，降低影子 IT 风险。对于 AI 编程工具的竞品和生态参与者来说，这是一个重要的竞争信号。

可以怎么行动：如果你是开发者，建议立即开启 Copilot Memory 功能，并尝试在开发环境中配置 Ollama，体验本地模型的效果。同时，你可以利用 Codex 会话日志和自定义指令，微调代理行为以适应项目规范。如果你是管理员，应当评估新的企业管理设置，制定插件和 MCP 服务器的白名单，并启用 OpenTelemetry 监控。

风险或限制：记忆功能可能引发数据隐私和合规问题，尤其是当代码涉及敏感信息时，需明确记忆的存储位置和删除机制。本地模型（如 Ollama）的性能和功能通常弱于云端顶级模型，可能不适合复杂任务。此外，企业控制的增加会带来配置复杂度，需要管理员具备一定的技术能力。总体而言，这次更新是积极的一步，但采用时需权衡利弊。

信息差价值

这条内容的真正价值，不只是“有人发布了一个新功能”，而是它揭示了 github.blog 背后的产品方向、工作流变化或竞争信号。对 OPC 来说，这种信息可以转化成持续追踪的栏目选题。

如果把《GitHub Copilot for JetBrains 更新：新增持久记忆与 Ollama 集成》放到你的内容系统里，它最大的价值在于帮助读者更快看懂“为什么值得关注”，而不是只看到一条碎片化动态。

参考来源

Allison 原帖

TOPIC HUBS

延伸专题

AI工具 AI工具：模型、插件、自动化与实战场景

这篇内容命中「工具、自动化、模型」等主题信号。

Agent工作流 Agent工作流：智能体、AI编程与自动化协作

这篇内容命中「Agent、工作流、AI编程」等主题信号。

AI超级个体 AI超级个体：个人品牌、效率系统与技能杠杆

这篇内容命中「技能」等主题信号。

AI SUMMARY

这篇文章回答了什么