Lição 8 - Revisão e próximos passos
Nas últimas lições, você levou um recurso da ideia ao merge com o aplicativo GitHub Copilot. Nesse processo, você:
- conectou um repositório e conheceu o espaço de trabalho do aplicativo e o backlog criado pelo modelo.
- iniciou sessões a partir de uma tarefa direta e de issues e usou os modos Plan e Autopilot para controlar como o agente trabalha.
- orientou o agente com instruções personalizadas e uma skill reutilizável.
- testou o trabalho com o servidor MCP do Playwright em um navegador real.
- colaborou com o agente em um canvas compartilhado.
- entregou alterações avançando por níveis de automação de merge, desde fazer o merge por conta própria no github.com até permitir que o Agent Merge integrasse um pull request.
Vamos automatizar parte do trabalho recorrente, analisar boas práticas e explorar os próximos passos.
Automatizar trabalhos recorrentes
O aplicativo pode executar agentes para você em uma agenda ou sob demanda por meio de automações, ideais para tarefas rotineiras como fazer a triagem de novas issues ou recapitular atividades recentes. Vamos criar uma automação simples e não destrutiva.
-
Selecione Automations na barra lateral e depois selecione New automation.
-
Dê um nome a ela, como
Recap my recent work. -
Escolha um gatilho. Manual permite executá-la sob demanda; On a schedule a executa automaticamente; When an issue is created reage a novas issues. Escolha Manual para esta lição.
-
Insira um prompt somente leitura para impedir que a automação faça alterações. Por exemplo:
Summarize the pull requests merged in this repository over the last week, and list any issues still open in the backlog. -
Escolha o projeto, ou seja, seu repositório Tailspin Toys, e crie a automação.
-
Execute-a sob demanda para ver o resultado.
As automações podem ser executadas localmente ou na nuvem. Habilite Run in the cloud e escolha as Tools que uma automação pode usar quando quiser que ela seja executada sem supervisão e de acordo com uma agenda. Mantenha as automações agendadas com escopo limitado e sem ações destrutivas até confiar nos resultados.
Boas práticas
Ao usar qualquer ferramenta de IA, a infraestrutura ao redor dela influencia a qualidade dos resultados. Arquivos de instruções, skills e agentes personalizados tiveram uma função neste workshop. Invista neles e reutilize-os entre as sessões.
Associe o modo e o modelo à tarefa. Use Plan para analisar uma abordagem antes de desenvolver, Interactive para acompanhar alterações específicas e Autopilot somente para tarefas isoladas e com escopo bem definido. Escolha um modelo mais rápido para edições rotineiras e um modelo mais avançado, com maior esforço de raciocínio, para trabalhos complexos.
O contexto continua tão importante quanto a infraestrutura. Descrever claramente o que você quer criar, por que e como muda significativamente o resultado. Os chats rápidos são ótimos para definir o escopo de uma ideia antes de transformá-la em uma sessão completa.
Mais recursos para explorar
Você percorreu o fluxo de trabalho principal. Veja outros recursos que valem a pena conhecer:
- Quick chats para perguntas rápidas e descartáveis que não exigem uma sessão completa.
- Rubber duck para analisar um problema e receber feedback relevante antes de começar a desenvolver.
- Agentes personalizados para empacotar uma função, suas ferramentas e instruções para trabalhos especializados e repetíveis.
/chroniclepara gerar uma narrativa do que aconteceu em uma sessão.- Bring your own key (BYOK) para usar modelos do seu próprio provedor, incluindo modelos locais por meio de Ollama, Foundry Local ou LM Studio.
- Sandboxes na nuvem para executar sessões em um ambiente isolado hospedado pelo GitHub.
- Deep links para abrir o aplicativo diretamente em um repositório, uma sessão ou um prompt.
Próximos passos
A melhor maneira de melhorar com qualquer ferramenta é continuar usando-a. Use-a em código de produção, em projetos pessoais ou naquele pequeno aplicativo que você planeja criar há anos. Compartilhe o que aprendeu com sua equipe e aprenda com as experiências dela. E, como sempre, explore a documentação.
Para conhecer melhor o ecossistema do GitHub Copilot, confira o percurso do VS Code, o percurso do Copilot CLI ou o percurso do agente de nuvem.