Nuta
Dostęp do tej strony wymaga autoryzacji. Możesz spróbować się zalogować lub zmienić katalog.
Dostęp do tej strony wymaga autoryzacji. Możesz spróbować zmienić katalogi.
Funkcja Copilot Chat w programie Visual Studio została zaprojektowana tak, aby uwzględniała kontekst, zapewniając bardzo istotne i dostosowane odpowiedzi, głęboko rozumiejąc strukturę i zawartość projektu. Ten artykuł zawiera zakulisowe spojrzenie na to, jak konstruuje czat Copilot i wykorzystuje kontekst w celu ulepszenia przepływu pracy kodowania.
Jak copilot chat zbiera kontekst rozwiązania
Copilot Chat używa wielowarstwowego podejścia do tworzenia kontekstu w bazie kodu, aby upewnić się, że jego sugestie i odpowiedzi są odpowiednie i dokładne.
Indeksowanie bazy kodu
Jeśli repozytorium jest hostowane w usłudze GitHub lub Azure DevOps, Copilot tworzy zdalny indeks bazy kodu i oblicza osadzanie, które przechwytuje wzorce i relacje w kodzie. Dowiedz się więcej o zdalnym indeksowaniu w usłudze GitHub.
Jeśli kod jest hostowany w innym miejscu, Copilot tworzy indeks lokalny.
Wyszukiwanie semantyczne
Na podstawie podpowiedzi Copilot może określić, że potrzebuje więcej kontekstu projektu, aby dokładnie odpowiedzieć. W takich przypadkach wykonuje semantyczne wyszukiwanie w zdalnym lub lokalnym indeksie.
W przeciwieństwie do tradycyjnego wyszukiwania, które pasuje do dokładnych słów, wyszukiwanie semantyczne koncentruje się na znaczeniu. Przy użyciu zaawansowanych osadzania wektorów Copilot identyfikuje pliki o najwyższej semantyce podobieństwa do żądania i dodaje je do jego kontekstu.
Te pliki uzupełniają monit systemowy, instrukcje, kontekst niejawny (taki jak historia czatu i otwarte pliki) oraz wszelkie podane jawne treści, takie jak błędy.
Dowiedz się, jak dodawać odwołania jako kontekst podczas czatu.
Jak aplikacja Copilot Chat stosuje sugestie dotyczące kodu
Copilot Chat często udostępnia sugestie dotyczące kodu w odpowiedziach. Te sugestie muszą być dokładnie zamapowane na bazę kodu, aby można je było zastosować i przetestować.
Mapowanie kodu opartego na modelu
Copilot Chat używa dekodowania spekulatywnego, aby dokładnie wstawić sugestie do istniejących plików, zmniejszając ryzyko błędów. W trybie agenta umożliwia to copilotowi tworzenie niezawodnych edycji, które obsługują tworzenie, debugowanie i testowanie kodu niezależnie.
Wspomnienia Copilota
Wspomnienia Copilot umożliwiają Copilot poznanie określonych standardów kodowania i najlepszych praktyk w projekcie, dzięki czemu staje się świadomy specyfiki projektu i spójny między sesjami.
Jak działają wspomnienia Copilota
Pamięć używa inteligentnego wykrywania, aby zrozumieć preferencje zespołu podczas pisania poleceń w czacie. Gdy podpowiadasz, Copilot identyfikuje przypadki, w których poprawiasz jego zachowanie, wskazujesz standard lub prosisz o zapamiętanie czegoś.
Po wykryciu takich wystąpień zostanie wyświetlony monit potwierdzający, aby zapisać preferencje.
Copilot następnie kategoryzuje preferencje w jednym z trzech plików:
-
.editorconfigw przypadku standardów kodowania -
CONTRIBUTING.mdnajlepsze rozwiązania, wytyczne i standardy architektury. -
README.mdogólne informacje o projekcie
Kontynuując podpowiadanie Copilotowi, uczysz go skuteczniej reagować na twoje potrzeby i pomagasz zespołowi, dokumentując najlepsze praktyki programistyczne, które poprawiają ich przyszłe interakcje z Copilotem.
Treści powiązane
- Dostosowywanie odpowiedzi na czat i ustawianie kontekstu
- Zarządzanie kontekstem czatu przy użyciu odwołań
- GitHub Copilot Trust Center: informacje na temat zabezpieczeń, prywatności, zgodności i przejrzystości
- Inteligentniejsze edycje sztucznej inteligencji w programie Visual Studio Copilot (DevBlog)