copilot-cli-for-beginners
看著 AI 瞬間找出 bug、解釋令人困惑的程式碼、生成可執行的腳本，然後學習使用 GitHub Copilot CLI 的三種不同方式。
魔法從這章開始！你將親身體驗為何開發者形容 GitHub Copilot CLI 是「隨時待命的資深工程師」。你將看著 AI 在幾秒內找出安全漏洞、用白話文解釋複雜程式碼、即時生成可執行腳本。接著你將掌握三種互動模式（互動模式、計畫模式和程式化模式），確切知道每種情境該用哪種模式。
⚠️ 前置需求：請先完成 第 00 章：快速開始。執行以下示範前，你需要已安裝並完成驗證的 GitHub Copilot CLI。
🎯 學習目標
完成本章後，你將能夠：
- 透過實作示範，親身體驗 GitHub Copilot CLI 帶來的生產力提升
- 針對任何任務選擇正確的模式（互動模式、計畫模式或程式化模式）
- 使用斜線指令控制你的工作階段
⏱️ 預估時間：約 45 分鐘（閱讀 15 分鐘 + 實作 30 分鐘）
你的第一次 Copilot CLI 體驗
直接上手，看看 Copilot CLI 能做什麼。
暖身：你的第一批提示
在進入精彩示範之前，先試試幾個可以立刻上手的簡單提示。完全不需要程式碼儲存庫！只需開啟終端機並啟動 Copilot CLI：
copilot
試試這些適合初學者的提示：
> Explain what a dataclass is in Python in simple terms
> Write a function that sorts a list of dictionaries by a specific key
> What's the difference between a list and a tuple in Python?
> Give me 5 best practices for writing clean Python code
不用 Python？沒關係！換成你熟悉的程式語言來提問。
感受一下這有多自然——就像和同事說話一樣提問即可。探索完畢後，輸入 /exit 離開工作階段。
核心洞察：GitHub Copilot CLI 是對話式的，不需要特殊語法就能上手，用白話文提問即可。
看看實際效果
現在讓我們看看為何開發者稱這是「隨時待命的資深工程師」。
📖 閱讀範例說明：以
>開頭的行是你在互動式 Copilot CLI 工作階段內輸入的提示；不帶>前綴的行則是你在終端機執行的 shell 指令。
💡 關於範例輸出：本課程中展示的範例輸出僅供參考。由於 Copilot CLI 的每次回應都會有所不同，你的結果在措辭、格式和細節上都可能不同。請專注於回傳的資訊類型，而非精確的文字內容。
示範一：幾秒內完成程式碼審查
本課程包含含有刻意設計之程式碼品質問題的範例檔案，讓我們來審查其中一個：
# 若在本機工作且尚未複製，請先 clone 課程儲存庫
git clone https://github.com/github/copilot-cli-for-beginners
cd copilot-cli-for-beginners
# 啟動 Copilot
copilot
進入互動式工作階段後：
> Review @samples/book-app-project/book_app.py for code quality issues and suggest improvements
💡
@是什麼？@符號告訴 Copilot CLI 讀取某個檔案。你將在第 02 章學到所有相關細節。現在只需照著指令複製貼上即可。
🎬 看看實際效果！
 *示範輸出僅供參考，你的模型、工具與回應內容可能與此不同。*重點整理：幾秒鐘完成一次專業程式碼審查。手動審查要花……嗯，比這久多了！
示範二：解釋令人困惑的程式碼
曾盯著程式碼卻不知道它在做什麼嗎？在你的 Copilot CLI 工作階段中試試：
> Explain what @samples/book-app-project/books.py does in simple terms
🎬 看看實際效果！
 *示範輸出僅供參考，你的模型、工具與回應內容可能與此不同。*實際發生的事：（你的輸出會有所不同）Copilot CLI 讀取檔案、理解程式碼，並以白話文說明。
This is a book collection management module using Python dataclasses.
Think of it like a digital bookshelf:
- Book is a dataclass - a simple way to store book information (title, author, year, read status)
- BookCollection manages the entire collection and handles saving/loading
Key components:
1. @dataclass decorator (line 8)
- Automatically creates __init__, __repr__, etc.
- Clean way to define data structures in Python
2. BookCollection class (line 16)
- Maintains a list of Book objects
- Handles persistence with JSON file I/O
- load_books() reads from data.json
- save_books() writes to data.json using asdict()
3. Book operations:
- add_book() - creates and saves new books
- find_book_by_title() - searches collection
- mark_as_read() - updates read status
- find_by_author() - filters by author name
Common pattern: Read from JSON → Work with Python objects → Write back to JSON
重點整理：複雜的程式碼被解釋得就像一位有耐心的導師在說明。
示範三：生成可執行的程式碼
需要一個否則要花 15 分鐘 Google 的函式？繼續在工作階段中操作：
> Write a Python function that takes a list of books and returns statistics:
total count, number read, number unread, oldest and newest book
🎬 看看實際效果！
 *示範輸出僅供參考，你的模型、工具與回應內容可能與此不同。*實際發生的事：幾秒鐘內生成完整可執行的函式，複製貼上即可使用。
探索完畢後，離開工作階段：
> /exit
重點整理：即時獲得成果，而且整個過程都在同一個連續工作階段中完成。
模式與指令
你已經看到 Copilot CLI 能做什麼了。現在讓我們理解如何有效運用這些能力。關鍵在於知道三種互動模式各自適用於哪些情境。
💡 備註：Copilot CLI 還有一種 Autopilot 模式，可以不等待你的輸入自行完成任務。它非常強大，但需要授予完整權限，且會自主消耗高級請求配額。本課程聚焦於以下三種模式。等你熟悉基礎後，我們會引導你了解 Autopilot。
🧩 現實生活類比：外出用餐
把使用 GitHub Copilot CLI 想像成外出用餐。從規劃行程到點餐，不同情境需要不同的方式：
| 模式 | 用餐類比 | 適用時機 |
|---|---|---|
| 計畫模式 | 前往餐廳的 GPS 導航 | 複雜任務——規劃路線、確認停靠點、同意計畫，然後出發 |
| 互動模式 | 與服務員交談 | 探索與迭代——提問、客製化、即時獲得回饋 |
| 程式化模式 | 得來速點餐 | 快速、明確的任務——留在自己的環境中，快速取得結果 |
就像外出用餐一樣，你會自然地學會各種方式的適用時機。
依任務選擇模式：計畫模式用於先規劃再行動，互動模式用於來回協作，程式化模式用於快速一次性取得結果
我該從哪個模式開始？
從互動模式開始。
- 你可以實驗並追問後續問題
- 透過對話自然累積上下文
- 用
/clear輕鬆修正錯誤
熟悉後，再嘗試：
- 程式化模式（
copilot -p "<你的提示>"）用於快速一次性問題 - 計畫模式（
/plan）用於在寫程式前需要更詳細規劃的情境
三種模式
模式一：互動模式（從這裡開始）
最適合：探索、迭代、多輪對話。就像與服務員交談——他能回答問題、接受意見、隨時調整訂單。
啟動互動式工作階段：
copilot
如你目前所見，會出現一個提示符讓你自然輸入。若想查看可用指令，只需輸入：
> /help
核心洞察：互動模式會保持上下文，每條訊息都建立在前一條之上，就像真實的對話。
互動模式範例
copilot
> Review @samples/book-app-project/utils.py and suggest improvements
> Add type hints to all functions
> Make the error handling more robust
> /exit
注意每個提示如何建立在前一個答案上。你在進行對話，而不是每次都重新開始。
模式二：計畫模式
最適合：你想在執行前先審視方法的複雜任務。類似於旅行前用 GPS 規劃路線。
計畫模式幫助你在撰寫任何程式碼前建立逐步計畫。使用 /plan 指令或按 Shift+Tab 切換至計畫模式：
💡 提示：Shift+Tab 循環切換模式：互動模式 → 計畫模式 → Autopilot。在互動式工作階段中隨時按下，即可無需輸入指令直接切換模式。
copilot
> /plan Add a "mark as read" command to the book app
計畫模式輸出：（你的輸出可能不同）
📋 Implementation Plan
Step 1: Update the command handler in book_app.py
- Add new elif branch for "mark" command
- Create handle_mark_as_read() function
Step 2: Implement the handler function
- Prompt user for book title
- Call collection.mark_as_read(title)
- Display success/failure message
Step 3: Update help text
- Add "mark" to available commands list
- Document the command usage
Step 4: Test the flow
- Add a book
- Mark it as read
- Verify status changes in list output
Proceed with implementation? [Y/n]
核心洞察：計畫模式讓你在寫任何程式碼之前先審視並修改方法。計畫完成後，你甚至可以告訴 Copilot CLI 將其儲存為檔案以供後續參考。例如，「Save this plan to mark_as_read_plan.md」會建立一個包含計畫詳情的 Markdown 檔案。
💡 想試試更複雜的？ 試試：
/plan Add search and filter capabilities to the book app。計畫模式從簡單功能到完整應用程式都能勝任。
📚 Autopilot 模式：你可能注意到 Shift+Tab 會循環到第三種叫做 Autopilot 的模式。在 Autopilot 模式中，Copilot 會執行整個計畫，每個步驟完成後無需等待你的輸入——就像把任務交給同事並說「完成後告訴我」。典型工作流程是計畫 → 接受 → Autopilot，這意味著你需要先擅長撰寫計畫。先熟悉互動模式和計畫模式，準備好後再查看官方文件。
模式三：程式化模式
最適合：自動化、腳本、CI/CD、一次性指令。就像使用得來速快速點餐，無需與服務員交談。
使用 -p 旗標執行不需要互動的一次性指令：
# 生成程式碼
copilot -p "Write a function that checks if a number is even or odd"
# 快速取得說明
copilot -p "How do I read a JSON file in Python?"
核心洞察：程式化模式給你一個快速答案然後退出。沒有對話，只有輸入 → 輸出。
📚 進階應用：在腳本中使用程式化模式（點擊展開）
熟悉後，你可以在 shell 腳本中使用 `-p`： ```bash #!/bin/bash # 自動生成提交訊息 COMMIT_MSG=$(copilot -p "Generate a commit message for: $(git diff --staged)") git commit -m "$COMMIT_MSG" # 審查檔案 copilot --allow-all -p "Review @myfile.py for issues" ``` > ⚠️ **關於 `--allow-all`**：此旗標會跳過所有權限提示，讓 Copilot CLI 無需確認即可讀取檔案、執行指令和存取 URL。這在程式化模式（`-p`）中是必要的，因為沒有互動式工作階段可供核准操作。只在你自己撰寫的提示且在你信任的目錄中使用 `--allow-all`，切勿在不受信任的輸入或敏感目錄中使用。基本斜線指令
這些指令在互動模式中使用。先從以下四個開始——它們涵蓋了 90% 的日常需求：
| 指令 | 功能 | 適用時機 |
|---|---|---|
/help |
顯示所有可用指令 | 忘記某個指令時 |
/clear |
清除對話並重新開始 | 切換話題時 |
/plan |
在寫程式前先規劃工作 | 處理較複雜的功能時 |
/research |
使用 GitHub 和網路來源深度調查 | 需要在寫程式前先研究某個主題時 |
/model |
顯示或切換 AI 模型 | 想更換 AI 模型時 |
/exit |
結束工作階段 | 完成工作時 |
入門部分到此為止！隨著你越來越熟練，可以繼續探索更多指令。
📚 官方文件：CLI 指令參考 — 取得完整指令與旗標列表。
📚 更多指令（點擊展開）
> 💡 以上五個指令涵蓋了大部分的日常使用。這份參考資料在你準備好深入探索時隨時可用。 ### Agent 環境 | 指令 | 功能 | |------|------| | `/init` | 為你的儲存庫初始化 Copilot 指示 | | `/agent` | 瀏覽並選擇可用的 agent | | `/skills` | 管理用於強化能力的 skill | | `/mcp` | 管理 MCP server 設定 | > 💡 Skill 在[第 05 章](/05-skills/)詳細介紹。MCP server 在[第 06 章](/06-mcp-servers/)介紹。 ### 模型與子 Agent | 指令 | 功能 | |------|------| | `/model` | 顯示或切換 AI 模型 | | `/delegate` | 將任務移交給 GitHub 上的 Copilot 編程 agent（雲端 agent） | | `/fleet` | 將複雜任務拆分為平行子任務以加快完成速度 | | `/tasks` | 檢視背景子 agent 和已分離的 shell 工作階段 | ### 程式碼 | 指令 | 功能 | |------|------| | `/diff` | 審查目前目錄中的變更 | | `/review` | 執行程式碼審查 agent 分析變更 | | `/research` | 使用 GitHub 和網路來源執行深度調查 | | `/terminal-setup` | 啟用多行輸入支援（shift+enter 和 ctrl+enter） | ### 權限 | 指令 | 功能 | |------|------| | `/allow-all` | 本工作階段自動核准所有權限提示 | | `/add-dir
是時候將所學付諸實踐了。
---
## ▶️ 自行嘗試
### 互動式探索
啟動 Copilot 並使用後續提示逐步改善書籍應用程式：
```bash
copilot
> Review @samples/book-app-project/book_app.py - what could be improved?
> Refactor the if/elif chain into a more maintainable structure
> Add type hints to all the handler functions
> /exit
```
### 規劃一個功能
使用 `/plan` 讓 Copilot CLI 在撰寫任何程式碼前先規劃實作方案：
```bash
copilot
> /plan Add a search feature to the book app that can find books by title or author
# 審查計畫
# 核准或修改
# 看著它一步步實作
```
### 使用程式化模式自動化
`-p` 旗標讓你直接從終端機執行 Copilot CLI，無需進入互動模式。從儲存庫根目錄將以下腳本複製貼上到終端機（不是在 Copilot 內部），以審查書籍應用程式中所有 Python 檔案。
```bash
# 審查書籍應用程式中所有 Python 檔案
for file in samples/book-app-project/*.py; do
echo "Reviewing $file..."
copilot --allow-all -p "Quick code quality review of @$file - critical issues only"
done
```
**PowerShell（Windows）：**
```powershell
# 審查書籍應用程式中所有 Python 檔案
Get-ChildItem samples/book-app-project/*.py | ForEach-Object {
$relativePath = "samples/book-app-project/$($_.Name)";
Write-Host "Reviewing $relativePath...";
copilot --allow-all -p "Quick code quality review of @$relativePath - critical issues only"
}
```
---
完成示範後，試試這些變化：
1. **互動挑戰**：啟動 `copilot` 並探索書籍應用程式。詢問 `@samples/book-app-project/books.py` 並連續請求改善 3 次。
2. **計畫模式挑戰**：執行 `/plan Add rating and review features to the book app`。仔細閱讀計畫，它合理嗎？
3. **程式化挑戰**：執行 `copilot --allow-all -p "List all functions in @samples/book-app-project/book_app.py and describe what each does"`。第一次就成功了嗎？
---
## 📝 作業
### 主要挑戰：改善書籍應用程式工具函式
實作範例專注於審查和重構 `book_app.py`。現在對另一個檔案 `utils.py` 練習相同的技能：
1. 啟動互動式工作階段：`copilot`
2. 請 Copilot CLI 摘要這個檔案：`@samples/book-app-project/utils.py What does each function in this file do?`
3. 請它加入輸入驗證：「Add validation to `get_user_choice()` so it handles empty input and non-numeric entries」
4. 請它改善錯誤處理：「What happens if `get_book_details()` receives an empty string for the title? Add guards for that.」
5. 請它加入 docstring：「Add a comprehensive docstring to `get_book_details()` with parameter descriptions and return values」
6. 觀察上下文如何在提示之間延續。每次改善都建立在上一次的基礎上
7. 以 `/exit` 離開
**成功標準**：你應該得到一個改善後的 `utils.py`，包含輸入驗證、錯誤處理和 docstring，全部透過多輪對話完成。