Resumo
Neste módulo, você aprendeu a configurar e personalizar o GitHub Copilot no Visual Studio Code para ajustar melhor seus projetos e fluxos de trabalho. Você explorou várias camadas de personalização que transformam o GitHub Copilot de um assistente de uso geral em um conjunto de colaboradores de IA personalizados.
Você começou examinando os benefícios da personalização e como a inserção de conhecimento específico do projeto no comportamento do GitHub Copilot produz sugestões mais relevantes e precisas. Em seguida, você aprendeu a criar arquivos de instrução personalizados — tanto arquivos .github/copilot-instructions.md abrangentes ao repositório quanto arquivos .instructions.md específicos ao caminho — para impor padrões de codificação, convenções de nomenclatura e padrões de arquitetura em seu projeto. Você também aprendeu dicas para escrever instruções efetivas e como usar o /init comando para gerar um arquivo de instrução inicial. Além disso, você explorou arquivos de prompt (.prompt.md)— modelos de prompt reutilizáveis que padronizam tarefas comuns em sua equipe.
Em seguida, você explorou agentes personalizados: personas de IA especializadas definidas em .agent.md arquivos que podem ser configurados com instruções específicas, permissões de ferramenta e diretrizes comportamentais. Você aprendeu a criar agentes para funções como planejamento, implementação, revisão de código e teste, cada uma com o nível apropriado de acesso às ferramentas do workspace. Você também explorou recursos avançados de agentes, incluindo subagentes para delegar subtarefas, agentes em nível organizacional para garantir consistência entre repositórios, habilidades de agentes para conhecimento especializado estruturado e compatibilidade com arquivos de agentes no formato Claude.
Por fim, você aprendeu como encadear agentes usando transferências, possibilitando fluxos de trabalho com várias etapas, onde cada agente lida com uma fase específica do desenvolvimento. Desde o planejamento até a implementação até a revisão, as entregas fornecem transições estruturadas que mantêm o desenvolvedor no controle enquanto a IA lida com o trabalho especializado em cada etapa. Você também aprendeu sobre ambientes de execução de agentes em nuvem e em segundo plano, além de hooks do GitHub Copilot para automação do ciclo de vida.
A principal vantagem deste módulo é que a personalização permite inserir os conhecimentos, os padrões e os fluxos de trabalho da sua equipe diretamente no GitHub Copilot. Instruções personalizadas e arquivos de prompts alinham as sugestões de IA com suas convenções de codificação, e agentes personalizados com transferências permitem fluxos de trabalho assistidos por IA em várias etapas, que espelham a maneira como equipes de desenvolvimento experientes operam.
Você pode aplicar esse conhecimento identificando os padrões de codificação, decisões arquitetônicas e padrões de fluxo de trabalho em seus próprios projetos. Comece com um .github/copilot-instructions.md arquivo para capturar suas diretrizes mais importantes (ou use o /init comando para gerar um), crie arquivos de prompt para tarefas executadas repetidamente e crie agentes personalizados para as funções especializadas que sua equipe usa com mais frequência, seja planejamento, revisão de código, teste ou depuração.