> ## Content Index
> Fetch the complete content index at: https://www.azurebrasil.cloud/llms.txt
> Use this file to discover other available public pages before exploring further.

# Como usar modelos do Microsoft Foundry Managed Compute no GitHub Copilot - parte 2
- URL: https://www.azurebrasil.cloud/blog/como-usar-modelos-do-microsoft-foundry-managed-compute-no-github-copilot-parte-2/
- Published: 2026-07-24T12:28:03.000Z
- Updated: 2026-07-24T12:28:03.000Z
- Author: Talles Valiatti

O Microsoft Foundry Managed Compute permite hospedar modelos open weight em GPUs dedicadas sem precisar gerenciar máquinas virtuais, clusters Kubernetes, containers ou runtimes de inferência.

Na [primeira parte desta série](https://www.azurebrasil.cloud/blog/como-usar-modelos-do-microsoft-foundry-managed-compute-no-github-copilot-parte-1/), mostrei como realizar o deployment do modelo Qwen3.6-27B-FP8 utilizando uma GPU NVIDIA H100 e integrá-lo ao GitHub Copilot no Visual Studio Code por meio do recurso Bring Your Own Key — BYOK.

Nesta segunda parte, utilizamos o mesmo modelo e a mesma infraestrutura do Microsoft Foundry Managed Compute, mas agora realizamos a integração diretamente com o GitHub Copilot CLI.

O conteúdo apresenta todo o processo, incluindo:

- Instalação e configuração do GitHub Copilot CLI;
- Reutilização do deployment existente no Microsoft Foundry Managed Compute;
- Configuração do endpoint OpenAI-compatible;
- Configuração do modelo por meio de variáveis de ambiente;
- Autenticação utilizando a chave do endpoint;
- Habilitação de streaming e tool calling;
- Execução do modelo hospedado no Foundry diretamente pelo terminal;
- Utilização do agente do GitHub Copilot CLI para analisar, criar e modificar código.

Na demonstração, configuramos as variáveis `COPILOT_PROVIDER_BASE_URL`, `COPILOT_PROVIDER_API_KEY`, `COPILOT_PROVIDER_TYPE` e `COPILOT_MODEL` para direcionar as requisições do GitHub Copilot CLI ao modelo Qwen3.6-27B-FP8 hospedado no Microsoft Foundry.

Depois da configuração, o Copilot CLI passa a utilizar o endpoint privado como provedor de inferência, mantendo recursos como execução de ferramentas, leitura de arquivos, análise do projeto, criação de código e automação de tarefas diretamente pelo terminal.

Essa integração oferece uma alternativa interessante para equipes que desejam utilizar modelos abertos, controlar o endpoint e a infraestrutura de inferência e, ao mesmo tempo, manter a experiência de desenvolvimento agentic oferecida pelo GitHub Copilot CLI.

Confira o tutorial completo, os comandos e todas as etapas da configuração:

[https://tallesvaliatti.com/como-usar-modelos-do-microsoft-foundry-managed-compute-no-github-copilot-cli-parte-2-7b8a25556b2b](https://tallesvaliatti.com/como-usar-modelos-do-microsoft-foundry-managed-compute-no-github-copilot-cli-parte-2-7b8a25556b2b?ref=azurebrasil.cloud)