跳转到内容
Copilot Workshops

第 8 课 - 回顾与后续步骤

在过去几节课程中，你使用 GitHub Copilot app 将一项功能从构想推进到合并，包括：

  • 连接存储库，并熟悉应用工作区和模板创建的待办事项。
  • 从直接任务和议题启动会话，并使用 Plan 和 Autopilot 模式控制智能体的工作方式。
  • 使用自定义指令和可复用技能引导智能体。
  • 使用 Playwright MCP 服务器在真实浏览器中测试工作。
  • 在共享画布上与智能体协作。
  • 逐步提高更改交付的合并自动化程度，从自行在 github.com 上合并，到让 Agent Merge 完成拉取请求。

接下来自动执行一些重复性工作、讨论最佳实践，并了解后续方向。

自动执行重复性工作

应用可通过自动化按计划或按需运行智能体，非常适合对新议题进行分类或汇总近期活动等日常任务。接下来创建一个简单的非破坏性自动化任务。

  1. 在侧边栏中选择 Automations，再选择 New automation。

  2. 为其指定名称，例如 Recap my recent work。

  3. 选择触发器。Manual 支持按需运行；On a schedule 会自动运行；When an issue is created 会在创建新议题时响应。本课请选择 Manual。

  4. 输入只读提示词，确保自动化任务无法更改任何内容，例如：

    Summarize the pull requests merged in this repository over the last week, and list any issues still open in the backlog.

  5. 选择项目（你的 Tailspin Toys 存储库）并创建自动化任务。

  6. 按需运行该任务以查看结果。

自动化任务可以在本地或云中运行。如果希望自动化任务按计划无人值守运行，请启用 Run in the cloud，并选择允许它使用的 Tools。在信任其输出之前，应确保计划任务范围明确且不具破坏性。

最佳实践

使用任何 AI 工具时，其周边基础设施都会影响输出质量。指令文件、技能和自定义智能体都在本研讨会中发挥了作用。应投入精力完善这些资产，并在会话间复用。

根据任务选择适合的模式和模型。使用 Plan 在构建前思考方法；使用 Interactive 参与范围明确的更改；仅对范围清晰且彼此隔离的任务使用 Autopilot。日常编辑可选择更快的模型，复杂工作则选择推理能力更强的模型并提高推理强度。

上下文与基础设施同样重要。清楚说明要构建什么、为什么构建，以及如何构建，会显著影响输出。在决定创建完整会话前，可以先通过快速聊天下一步界定想法范围。

更多探索内容

你已经了解核心工作流。以下功能也值得探索：

  • Quick chats：适合不需要完整会话的一次性问题。
  • Rubber duck：用于分析问题，并在构建前获得高信噪比反馈。
  • Custom agents：将角色、工具和指令打包，以便重复执行专业工作。
  • /chronicle：生成会话过程的叙述。
  • Bring your own key (BYOK)：使用自己提供商的模型，包括通过 Ollama、Foundry Local 或 LM Studio 使用本地模型。
  • Cloud sandboxes：在 GitHub 托管的隔离环境中运行会话。
  • Deep links：直接在应用中打开存储库、会话或提示词。

后续步骤

熟练使用任何工具的最佳方式都是持续使用。可将它用于生产代码、业余项目，或那个构思多年却始终没有动手构建的小应用。与团队分享经验，也向团队学习。并且一如既往地探索文档。

要探索 GitHub Copilot 生态系统的更多内容，请查看 VS Code 学习路径、Copilot CLI 学习路径或 Cloud agent 学习路径。

资源