Kodefuldførelse med GitHub Copilot

  • 6 minutter

Funktioner til fuldførelse af GitHub Copilot-kode direkte i din IDE, hvor du skriver og gennemser din kode. GitHub Copilot kan integreres problemfrit med editorer som Visual Studio Code eller JetBrains og tilbyder funktioner som autosuggestions, en rude med flere forslag og understøttelse af forskellige kodningstypografier. Du interagerer primært med GitHub Copilot via disse IDE-værktøjer og forstår, hvordan og hvor du kan bruge dem, hjælper dig med at optimere dens effektive evner til generering af kode.

I dette undermodul dækker vi:

  • Sprog, der understøttes af GitHub Copilot
  • Automatisk forslag
  • Ruden Med flere forslag
  • Understøttelse af forskellige kodningstypografier i forslag
  • Sådan inkorporerer GitHub Copilot kodekommentarer til forslag

Sprog, der understøttes af GitHub Copilot

GitHub Copilot leverer robust understøttelse af en lang række programmeringssprog og -strukturer med stærke funktioner i:

  • Pyton
  • JavaScript
  • Java
  • Skrivemaskine
  • Ruby
  • Gå
  • C#
  • C++

Selvom disse sprog modtager enestående support, kan GitHub Copilot også hjælpe med mange andre sprog og strukturer.

Tips

GitHub Copilot tilbyder et gratis niveau med 2.000 autofuldførelser af kode og 50 chatmeddelelser pr. måned. Du kommer i gang ved at åbne Visual Studio Code, klikke på ikonet GitHub Copilot og derefter klikke på "Log på for at bruge GitHub Copilot gratis". Log på din GitHub-konto i det vindue, der åbnes i browseren. Få mere at vide. Undervisere, studerende og udvalgte brugere med åben kildekode kan modtage Copilot Pro gratis. Få mere at vide på: https://aka.ms/Copilot4Students.

Automatisk forslag

Copilot tilbyder kodeforslag, mens du skriver: nogle gange fuldfører du den aktuelle linje, nogle gange foreslår du en helt ny kodeblok. Du kan acceptere alle, dele eller ignorere forslaget. Denne mulighed for at levere forslag, der er kontekstafhængige i realtid, sparer værdifuld udviklingstid ved at reducere behovet for at søge efter syntaks, foretage fejlfinding af logik eller gentagne gange skrive almindelige mønstre.

Skærmbillede af spøgelsestekst til automatisk fuldførelse.

Ruden Med flere forslag

Når du arbejder på en kodeblok, og GitHub Copilot tilbyder et forslag, kan du se et nedtonet kodestykke. Hvis du vil udforske flere muligheder og fremskynde din udviklingsarbejdsgang, skal du holde markøren over forslaget for at få vist GitHub Copilot-kontrolpanelet. Denne funktion giver dig mulighed for hurtigt at evaluere flere tilgange til det samme problem, hvilket hjælper dig med at vælge den bedst egnede løsning til din specifikke kontekst.

Skærmbillede af spøgelsestekst for automatisk fuldførelse af flere forslag.

Klik på pileknapperne frem eller tilbage i kontrolpanelet for at se de næste eller forrige forslag. Du kan også bruge tastaturgenveje til hurtigt at bladre gennem mulighederne:

  • macOS: Option (⌥) eller Alt+] (next), Option (⌥) eller Alt+[ (forrige)
  • Windows eller Linux: Alt+] (næste), Alt+[ (forrige)

Screenrecord med ruden Forslag.

Denne hurtige iteration gennem flere kodeforslag hjælper dig med at opretholde udviklingsmomentum ved at lade dig hurtigt sammenligne tilgange uden at afbryde dit kodningsflow. I stedet for at starte fra bunden eller søge online efter eksempler, kan du evaluere forskellige implementeringer inden for få sekunder og vælge den, der passer bedst til dine behov og din kodningsstil.

Selvom GitHub Copilot er fremragende til at foreslå kode for dig, viser den også sin evne til at tilpasse sig på følgende måder:

  • Method Implementation: Når du begynder at skrive et metodenavn, kan Copilot foreslå hele implementeringen efter din etablerede kodningsstil.
  • navngivningskonventioner: Den bruger dine foretrukne navngivningskonventioner for variabler, funktioner og klasser.
  • Formatering: Copilot tilpasser sig indrykningstypografien, kantede parenteser og andre formateringsindstillinger.
  • kommentartypografi: Den kan efterligne din kommentartypografi, uanset om du foretrækker indbyggede kommentarer, bloker kommentarer eller dokumentstrenge.
  • designmønstre: Når dit projekt konsekvent bruger visse designmønstre, foreslår Copilot kode, der er i overensstemmelse med disse mønstre.

Brug af kodekommentarer til forslag

Et vigtigt aspekt ved denne funktion er, hvordan den inkorporerer kodekommentarer for at forbedre dens forslag. I dette afsnit udforskes de forskellige måder, hvorpå GitHub Copilot bruger kommentarer til at forbedre kodefuldførelsen og genereringsfunktionerne.

Om kommentarkontekst

Når GitHub Copilot er integreret i din eksisterende kodebase, bruger den forskellige aspekter af din kode til at levere mere relevante forslag, herunder kodekommentarer. Udviklere bruger ofte kommentarer til at tydeliggøre kodehensigt og forbedre samarbejdet, og Copilot bruger disse kommentarer på samme måde som din AI-kodningsassistent. Ved at forstå hensigten bag kommentarerne kan Copilot give mere præcise og kontekstafhængige kodeforslag gennem to vigtige processer:

  • Natural Language Processing: Copilot bruger NLP-teknikker (Advanced Natural Language Processing) til at fortolke betydningen og hensigten bag kommentarerne i koden.
  • Kontekstafhængig analyse: Den analyserer kommentarer i forhold til den omgivende kode og forstår deres relevans og formål inden for den bredere kontekst for filen eller projektet.

Anvendte typer af kommentarer

Copilot kan arbejde med forskellige typer kommentarer for at informere sine forslag:

  • Indbyggede kommentarer: Korte forklaringer ud for bestemte kodelinjer.
  • Bloker kommentarer: Længere forklaringer, der kan beskrive en funktion eller klasse.
  • Docstrings: Formelle dokumentationsstrenge på sprog som Python.
  • TODO-kommentarer: Noter om fremtidige implementeringer eller forbedringer.
  • API-dokumentation: Kommentarer, der beskriver brugen af og parametrene for funktioner eller metoder.

Oprettelse af kommentardrevet kode

Copilot bruger kommentarer på flere måder til at generere og foreslå kode:

  • Funktionsimplementering: Når en funktion beskrives i kommentarer, kan Copilot foreslå en hel implementering baseret på denne beskrivelse.

    Skærmbillede af spøgelsestekst for fuldførelse af flere linjer.

  • kodefuldførelse: Copilot bruger kommentarer til at give mere nøjagtige kodefuldførelser og forstå udviklerens hensigt.

    Skærmbillede af spøgelsestekst for fuld funktionsfuldførelse.

    I dette eksempel har vi en kommentar, der beskriver en funktion til at fortryde en streng. Baseret på denne kommentar foreslår Copilot sandsynligvis en implementering ved hjælp af Pythons udsnitsnotation med et trin på -1, som effektivt vender strengen.

  • Navngivning af variabel: Kommentarer kan påvirke Copilots forslag til variabelnavne, hvilket gør dem mere beskrivende og kontekstafhængige.

    Skærmbillede af spøgelsestekst for automatisk fuldførelse af variabelnavn.

    Her har vi en kommentar, der beskriver en liste over brugerens foretrukne bøger. Copilot foreslår sandsynligvis beskrivende variabelnavne, der stemmer overens med konteksten. I dette tilfælde foreslog den "favorite_books" som variabelnavnet, som tydeligt beskriver indholdet af listen.

  • Valg af algoritme: Når kommentarer beskriver en bestemt algoritme eller tilgang, kan Copilot foreslå kode, der er i overensstemmelse med denne metode.

    Skærmbillede af spøgelsestekst for automatisk fuldførelse af algoritme.

    I eksemplet ovenfor angiver vi kommentarer, der beskriver trinnene i boblesorteringsalgoritmen. På baggrund af disse bemærkninger foreslår Copilot sandsynligvis en implementering, der nøje følger de beskrevne trin.