مقدمة
يعمل GitHub Copilot ، المدعوم من OpenAI ، على تغيير اللعبة في تطوير البرمجيات من خلال تسريع سير عمل التطوير من إنشاء التعليمات البرمجية الأولية إلى التطبيقات الجاهزة للإنتاج. يمكن ل GitHub Copilot فهم التفاصيل المعقدة لمشروعك من خلال تدريبه على البيانات التي تحتوي على كل من اللغة الطبيعية ومليارات أسطر التعليمات البرمجية المصدر من المصادر المتاحة للجمهور، بما في ذلك التعليمات البرمجية في مستودعات GitHub العامة. يتيح ذلك ل GitHub Copilot تزويدك باقتراحات أكثر وعيا بالسياق تساعدك على تقديم تغييرات التعليمات البرمجية بسرعة وأتمتة مهام التطوير الروتينية.
ولكن لتحقيق أقصى استفادة من GitHub Copilot وزيادة سرعة التطوير إلى أقصى حد ، تحتاج إلى معرفة الهندسة السريعة. الهندسة السريعة هي الطريقة التي تخبر بها GitHub Copilot بما تحتاجه بدقة وكفاءة. تعتمد جودة الكود الذي يعيده ، ومدى السرعة التي يمكنك بها التكرار نحو الحل الأمثل ، على مدى وضوح واستراتيجية مطالباتك.
فِي هذه الوحدة، ستتعرف إلى مَا يلي:
- قم بتوجيه المبادئ الهندسية وأفضل الممارسات وكيف يتعلم GitHub Copilot من مطالباتك لتوفير استجابات مدركة للسياق تسرع دورات التطوير.
- استراتيجيات المطالبة المتقدمة بما في ذلك مطالبة الأدوار وإدارة محفوظات الدردشة للحصول على نتائج أفضل مع تكرارات أقل.
- التدفق الأساسي لكيفية معالجة GitHub Copilot لمطالبات المستخدم لإنشاء استجابات أو اقتراحات تعليمات برمجية بكفاءة.
- تدفق البيانات لاقتراحات التعليمات البرمجية والدردشة في GitHub Copilot.
- LLMs (نماذج اللغات الكبيرة) ودورها في GitHub Copilot والمطالبة.
- كيفية صياغة مطالبات فعالة تعمل على تحسين أداء GitHub Copilot ، مما يضمن الدقة والملاءمة في كل اقتراح كود مع تقليل دورات المراجعة.
- العلاقة المعقدة بين المطالبات واستجابات Copilot لتبسيط سير عمل التطوير الخاص بك.
- كيف يتعامل Copilot مع البيانات من المطالبات في حالات مختلفة، بما في ذلك الإرسال الآمن وتصفية المحتوى.