Zusammenfassung
In diesem Modul haben Sie erfahren, wie Sie GitHub Copilot in Visual Studio Code konfigurieren und anpassen, um Ihre Projekte und Workflows besser anzupassen. Sie haben mehrere Anpassungsebenen untersucht, die GitHub Copilot von einem allgemeinen Assistenten in eine Reihe maßgeschneiderter KI-Mitarbeiter umwandeln.
Sie haben damit begonnen, die Vorteile der Anpassung und die Einbettung projektspezifischer Kenntnisse in das Verhalten von GitHub Copilot zu untersuchen, was relevanter und genauere Vorschläge liefert. Anschließend haben Sie erfahren, wie Sie benutzerdefinierte Anweisungsdateien – sowohl repositoryweite .github/copilot-instructions.md Dateien als auch pfadspezifische .instructions.md Dateien – erstellen, um Codierungsstandards, Benennungskonventionen und Architekturmuster in Ihrem Projekt zu erzwingen. Außerdem haben Sie Tipps zum Schreiben effektiver Anweisungen und zur Verwendung des /init Befehls zum Generieren einer Startanweisungsdatei kennengelernt. Darüber hinaus haben Sie die Eingabeaufforderungsdateien (.prompt.md)– wiederverwendbare Eingabeaufforderungsvorlagen untersucht, die allgemeine Aufgaben in Ihrem Team standardisieren.
Als Nächstes haben Sie benutzerdefinierte Agents untersucht: spezielle KI-Personas, die in .agent.md Dateien definiert sind, die Sie mit bestimmten Anweisungen, Toolberechtigungen und Verhaltensrichtlinien konfigurieren können. Sie haben gelernt, wie Sie Agents für Rollen wie Planung, Implementierung, Codeüberprüfung und Tests erstellen, die jeweils die entsprechende Zugriffsebene auf Arbeitsbereichstools aufweisen. Außerdem haben Sie erweiterte Agent-Features untersucht, einschließlich Unteragenten zum Delegieren von Teilvorgängen, Agents auf Organisationsebene für Konsistenz über Repositorys, Agent-Fähigkeiten für strukturierte Expertise und Kompatibilität mit Claude-Format-Agent-Dateien.
Schließlich haben Sie gelernt, wie Sie Agenten mithilfe von Handoffs verketten und mehrstufige Workflows ermöglichen, in denen jeder Agent eine bestimmte Entwicklungsphase verarbeitet. Von der Planung bis hin zur Überprüfung bieten Handoffs strukturierte Übergänge, die den Entwickler in der Kontrolle halten, während die KI die spezielle Arbeit in jedem Schritt verarbeitet. Außerdem haben Sie mehr über Cloud- und Hintergrund-Agent-Ausführungsumgebungen und GitHub Copilot-Hooks für die Lebenszyklusautomatisierung erfahren.
Die Haupteinnahme dieses Moduls besteht darin, dass Sie mithilfe der Anpassung das Wissen, die Standards und Workflows Ihres Teams direkt in GitHub Copilot einbetten können. Benutzerdefinierte Anweisungen und Aufforderungsdateien richten KI-Vorschläge mit Ihren Codierungskonventionen aus, und benutzerdefinierte Agents mit Übergaben ermöglichen mehrstufige KI-unterstützte Workflows, die die Funktionsweise erfahrener Entwicklungsteams spiegeln.
Sie können dieses Wissen anwenden, indem Sie die Codierungsstandards, Architekturentscheidungen und Workflowmuster in Ihren eigenen Projekten identifizieren. Beginnen Sie mit einer .github/copilot-instructions.md-Datei, um Ihre wichtigsten Richtlinien zu erfassen (oder verwenden Sie den /init-Befehl, um eine zu generieren), erstellen Sie Aufforderungsdateien für Aufgaben, die Ihr Team wiederholt ausführt, und dann benutzerdefinierte Agents für die spezialisierten Rollen, die Ihr Team am häufigsten verwendet – sei es Planung, Codeüberprüfung, Tests oder Debugging.