copilot-cli-for-beginners

Chapter 01: First Steps

觀看 AI 如何即時找出錯誤、解釋難懂的程式碼，並產生可用的腳本。接著學會使用 GitHub Copilot CLI 的三種模式。

這一章就是魔法的起點！你將親身體驗為什麼開發者形容 GitHub Copilot CLI 就像隨時能請教的資深工程師。你會看到 AI 在幾秒內找出安全性漏洞、用簡單易懂的英文解釋複雜程式碼，並即時產生可執行的腳本。然後你會學會三種互動模式（互動、規劃、程式化），讓你知道在不同任務下該用哪一種。

⚠️ 先決條件：請先完成 第 00 章：快速開始。你必須安裝並登入 GitHub Copilot CLI，才能執行以下示範。

🎯 學習目標

完成本章後，你將能夠：

透過實作示範體驗 GitHub Copilot CLI 帶來的生產力提升
根據任務選擇合適的模式（互動、規劃或程式化）
使用 slash 指令控制你的會話

⏱️ 預估時間：約 45 分鐘（閱讀 15 分鐘 + 實作 30 分鐘）

你的第一個 Copilot CLI 體驗

Developer sitting at a desk with code on the monitor and glowing particles representing AI assistance

直接動手，看看 Copilot CLI 能做什麼。

先暖身：你的第一個提示詞

在進入精彩的示範之前，先從幾個簡單的提示詞開始，現在就能試試看。不需要任何程式碼儲存庫！只要打開終端機並啟動 Copilot CLI：

copilot

試試這些新手友善的提示詞：

> 用簡單的方式解釋 Python 中的 dataclass 是什麼

> 寫一個函式，能根據特定鍵排序字典組成的清單

> Python 中 list 和 tuple 有什麼不同？

> 給我 5 個撰寫乾淨 Python 程式碼的最佳實踐

不用 Python？沒問題！直接問你慣用語言的問題即可。

你會發現這種互動很自然。就像問同事一樣提問。探索完畢後，輸入 /exit 離開會話。

關鍵觀念：GitHub Copilot CLI 是對話式的。你不需要特殊語法，只要用自然語言提問即可。

實際運作看看

現在來看看為什麼開發者說這就像「隨時請教資深工程師」。

📖 閱讀範例說明：以 > 開頭的行是你在互動式 Copilot CLI 會話中輸入的提示詞。沒有 > 前綴的行則是你在終端機執行的 shell 指令。

💡 關於範例輸出：本課程中的範例輸出僅供參考。由於 Copilot CLI 每次回應都可能不同，你看到的內容在措辭、格式和細節上都會有差異。請著重於回傳資訊的類型，而非完全一樣的文字。

示範 1：幾秒內完成程式碼審查

本課程提供了帶有刻意程式碼品質問題的範例檔案。如果你在本機操作且尚未 clone 儲存庫，請執行下方 git clone 指令，進入 copilot-cli-for-beginners 資料夾，然後啟動 copilot。

# 如果你在本機操作且尚未 clone，請先複製課程儲存庫
git clone https://github.com/github/copilot-cli-for-beginners
cd copilot-cli-for-beginners

# 啟動 Copilot
copilot

進入互動式 Copilot CLI 會話後，執行以下指令：

> 檢查 @samples/book-app-project/book_app.py 的程式碼品質問題並提出改進建議

💡 @ 符號是做什麼用的？ @ 符號告訴 Copilot CLI 讀取檔案。你會在第 02 章學到詳細用法。現在只要照著指令輸入即可。

🎬 實際運作畫面

![Code Review Demo](assets/code-review-demo.gif) *示範輸出會有所不同。你的模型、工具和回應內容可能與此不同。*

重點：專業的程式碼審查只需幾秒。人工審查則需要……嗯，絕對更久！

示範 2：解釋難懂的程式碼

是否曾經盯著程式碼發呆，不知道它在做什麼？在 Copilot CLI 會話中試試這個：

> 用簡單的方式解釋 @samples/book-app-project/books.py 在做什麼

🎬 實際運作畫面

![Explain Code Demo](assets/explain-code-demo.gif) *示範輸出會有所不同。你的模型、工具和回應內容可能與此不同。*

會發生什麼事：（你的輸出會不同）Copilot CLI 會讀取檔案、理解程式碼，並用簡單易懂的英文解釋。

這是一個使用 Python dataclass 的書籍收藏管理模組。

可以把它想像成數位書架：
- Book 是 dataclass —— 一種簡單儲存書籍資訊（書名、作者、年份、閱讀狀態）的方式
- BookCollection 管理整個書籍收藏，並處理儲存/載入

主要組件：

1. @dataclass 裝飾器（第 8 行）
   - 自動產生 __init__、__repr__ 等方法
   - 讓 Python 資料結構定義更簡潔

2. BookCollection 類別（第 16 行）
   - 維護 Book 物件清單
   - 處理 JSON 檔案的持久化
   - load_books() 從 data.json 讀取
   - save_books() 用 asdict() 寫入 data.json

3. 書籍操作：
   - add_book() —— 新增並儲存書籍
   - find_book_by_title() —— 搜尋書籍
   - mark_as_read() —— 更新閱讀狀態
   - find_by_author() —— 依作者過濾

常見流程：從 JSON 讀取 → 處理 Python 物件 → 寫回 JSON

重點：複雜程式碼也能像耐心導師一樣解釋給你聽。

示範 3：產生可用的程式碼

需要一個你本來要 Google 15 分鐘的函式？在同一個會話中：

> 寫一個 Python 函式，接收書籍清單並回傳統計資訊：
  總數、已讀數、未讀數、最舊和最新的書

🎬 實際運作畫面

![Generate Code Demo](assets/generate-code-demo.gif) *示範輸出會有所不同。你的模型、工具和回應內容可能與此不同。*

會發生什麼事：幾秒內產生完整可用的函式，直接複製貼上就能執行。

探索完畢後，離開會話：

> /exit

重點：即時滿足需求，而且全程都在同一個會話中。

模式與指令

Futuristic control panel with glowing screens, dials, and equalizers representing Copilot CLI modes and commands

你已經看過 Copilot CLI 的強大功能。現在來了解如何有效運用這些能力。關鍵在於知道三種互動模式該用在哪些情境。

💡 注意：Copilot CLI 還有一種 Autopilot 模式，能自動執行任務而不需等待你的輸入。這很強大，但需要授權完整權限，並會自動使用 premium 請求。本課程聚焦於下方三種模式。等你熟悉基礎後，我們會再介紹 Autopilot。

🧩 真實世界比喻：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，不同情境需要不同方式：

模式	用餐比喻	適用時機
規劃（Plan）	用 GPS 規劃前往餐廳的路線	複雜任務——先規劃路線、檢查停靠點、同意計畫再出發
互動（Interactive）	與服務生對話	探索與反覆調整——提問、客製化、即時回饋
程式化（Programmatic）	得來速點餐	快速、明確的任務——留在原本環境，迅速取得結果

就像外出用餐一樣，你會自然學會什麼情境該用哪一種方式。

Three Ways to Use GitHub Copilot CLI - Plan Mode (GPS route to restaurant), Interactive Mode (talking to waiter), Programmatic Mode (drive-through)

根據任務選擇模式：規劃模式適合先規劃流程，互動模式適合來回討論，程式化模式適合快速一次性結果

我該從哪種模式開始？

建議從互動模式開始。

可以自由嘗試、追問
情境會隨對話自然累積
出錯時用 /clear 很容易重來

熟悉後可以嘗試：

程式化模式（copilot -p "<你的提示詞>"）適合快速、單次提問
規劃模式（/plan）適合需要先詳細規劃再寫程式的情境

三種模式介紹

模式一：互動模式（建議先從這裡開始）

Interactive Mode - Like talking to a waiter who can answer questions and adjust the order

最適合：探索、反覆調整、多輪對話。就像和服務生對話，能即時回應、調整點餐內容。

啟動互動式會話：

copilot

如同前面示範，你會看到一個提示符號，可以自然輸入問題。想查詢可用指令，只要輸入：

> /help

關鍵觀念：互動模式會保留情境。每則訊息都會建立在前一則基礎上，就像真實對話。

互動模式範例

copilot

> 檢查 @samples/book-app-project/utils.py 並提出改進建議

> 為所有函式加上型別註記

> 讓錯誤處理更健全

> /exit

可以看到每個提示詞都建立在前一個答案之上。你是在進行一場對話，而不是每次都從頭開始。

模式二：規劃模式

Plan Mode - Like planning a route before a trip using GPS

最適合：需要先檢查執行步驟的複雜任務。就像出發前用 GPS 規劃路線。

規劃模式會在寫程式前，幫你產生逐步計畫。使用 /plan 指令，按下 Shift+Tab 也能切換到規劃模式：

copilot

> /plan 為書籍應用程式新增「標記為已讀」指令

💡 小技巧：Shift+Tab 可在模式間切換：互動 → 規劃 → Autopilot。任何時候都能在互動會話中切換，不必輸入指令。

你也可以用 --plan 旗標直接啟動規劃模式：

copilot --plan

規劃模式輸出範例：（你的輸出可能不同）

📋 實作計畫

步驟 1：更新 book_app.py 的指令處理器
  - 新增 "mark" 指令的 elif 分支
  - 建立 handle_mark_as_read() 函式

步驟 2：實作處理函式
  - 提示使用者輸入書名
  - 呼叫 collection.mark_as_read(title)
  - 顯示成功/失敗訊息

步驟 3：更新說明文字
  - 將 "mark" 加入可用指令清單
  - 撰寫指令使用說明

步驟 4：測試流程
  - 新增一本書
  - 標記為已讀
  - 確認清單輸出中的狀態有變更

要繼續實作嗎？[Y/n]

關鍵觀念：規劃模式讓你在寫程式前先檢查並調整執行計畫。計畫完成後，還能請 Copilot CLI 幫你存成檔案，例如「將這個計畫存成 mark_as_read_plan.md」，就會產生一份 Markdown 計畫檔。

💡 想挑戰更複雜的嗎？ 試試：/plan 為書籍應用程式新增搜尋與篩選功能。規劃模式可從簡單功能一路擴展到完整應用程式。

📚 Autopilot 模式：你可能注意到 Shift+Tab 會切換到第三種模式 Autopilot。在 autopilot 模式下，Copilot 會自動執行整個計畫，不需你每步都確認——就像把任務交給同事說「做完再跟我說」。典型流程是規劃 → 同意 → autopilot，所以你必須先會寫好計畫。也可以用 copilot --autopilot 直接啟動。建議先熟悉互動與規劃模式，再參考官方文件。

模式三：程式化模式

Programmatic Mode - Like using a drive-through for a quick order

最適合：自動化、腳本、CI/CD、單次指令。就像得來速點餐，不用和服務生互動。

用 -p 旗標執行一次性、不需互動的指令：

# 產生程式碼
copilot -p "寫一個判斷數字是偶數還是奇數的函式"

# 快速查詢
copilot -p "Python 如何讀取 JSON 檔案？"

關鍵觀念：程式化模式給你快速答案後就結束。沒有對話，只有輸入 → 輸出。

📚 進階：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 # 自動產生提交訊息 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`**：這個旗標會跳過所有權限提示，讓 Copilot CLI 能直接讀取檔案、執行指令、存取網址。這對程式化模式（`-p`）很重要，因為沒有互動會話可供你確認。只有在你信任的目錄、自己撰寫的提示詞時才使用 `--allow-all`。千萬不要用在不信任的輸入或敏感目錄。

必學 Slash 指令

這些指令很適合剛開始使用 Copilot CLI 時學習：

指令	功能說明	適用時機
`/ask`	快速提問且不影響對話歷史	需要快速答案又不想影響目前任務時
`/clear`	清除對話並重新開始	換主題時
`/help`	顯示所有可用指令	忘記指令時
`/model`	顯示或切換 AI 模型	想更換 AI 模型時
`/plan`	先規劃工作再寫程式	複雜功能時
`/research`	用 GitHub 與網路來源進行深入研究	需要先調查主題再寫程式時
`/exit`	結束會話	完成時

💡 /ask 與一般聊天的差異：一般訊息都會成為對話歷史的一部分，影響後續回應。/ask 則是「不留紀錄」的捷徑——很適合像 /ask YAML 是什麼意思？ 這種單次提問，不會污染你的會話情境。

💡 Tab 自動補全：輸入 slash 指令時，按 Tab 可自動補全指令名稱，或在子指令與參數間切換。忘記指令名稱時特別好用。

這就是入門所需的基本指令！熟悉後可以探索更多進階指令。

📚 官方文件：CLI 指令參考，完整指令與旗標列表。

📚 進階指令（點擊展開）

> 💡 上述基本指令已涵蓋日常大部分需求。這份參考適合你想進一步探索時查閱。 ### Agent 環境 | 指令 | 功能說明 | |------|----------| | `/agent` | 瀏覽並選擇可用的 Agent | | `/env` | 顯示已載入的環境細節——目前啟用的指令、MCP 伺服器、Skill、Agent、外掛等 | | `/init` | 初始化儲存庫的 Copilot 指令集 | | `/mcp` | 管理 MCP 伺服器設定 | | `/settings` | 開啟互動式設定對話框，一次瀏覽與編輯所有使用者設定 | | `/skills` | 管理 Skill 以增強功能 | > 💡 Agent 介紹請見 [第 04 章](/04-agents-custom-instructions/)，Skill 介紹請見 [第 05 章](/05-skills/)，MCP 伺服器請見 [第 06 章](/06-mcp-servers/)。 ### 模型與子 Agent | 指令 | 功能說明 | |------|----------| | `/delegate` | 將任務交給 GitHub Copilot 雲端 Agent | | `/fleet` | 將複雜任務拆分為多個子任務並行處理，加速完成 | | `/model` | 顯示或切換 AI 模型 | | `/tasks` | 檢視背景子 Agent 與分離的 shell 會話 | ### 程式碼 | 指令 | 功能說明 | |------|----------| | `/diff` | 審查目前目錄的變更內容 | | `/pr` | 操作目前分支的 Pull Request | | `/research` | 用 GitHub 與網路來源進行深入研究 | | `/review` | 執行程式碼審查 Agent 分析變更 | | `/terminal-setup` | 啟用多行輸入支援（shift+enter 和 ctrl+enter） | ### 權限 | 指令 | 功能說明 | |------|----------| | `/add-dir ` | 將目錄加入允許清單 | | `/allow-all [on\|off\|show]` | 自動同意所有權限提示；用 `on` 啟用、`off` 關閉、`show` 檢查目前狀態 | | `/yolo` | `/allow-all on` 的快速別名——自動同意所有權限提示。| | `/cwd`, `/cd [directory]` | 顯示或切換目前工作目錄 | | `/list-dirs` | 顯示所有允許的目錄 | > ⚠️ **請小心使用**：`/allow-all` 和 `/yolo` 會跳過確認提示。適合信任的專案，但對不信任的程式碼要特別小心。 ### 會話 | 指令 | 功能說明 | |------|----------| | `/clear` | 放棄目前會話（不儲存歷史）並開始新對話 | | `/compact` | 摘要對話內容以減少情境用量（可加上聚焦指示，例如 `/compact focus on the bug list`） | | `/context` | 顯示情境視窗 token 用量與視覺化圖表 | | `/keep-alive` | 防止 Copilot CLI 執行時系統進入睡眠——適合筆電長時間任務 | | `/memory [on\|off\|show]` | 啟用、停用或檢視持久記憶——跨所有會話記住事實與偏好 | | `/new` | 結束目前會話（會儲存到歷史以供搜尋/繼續）並開始新對話 | | `/resume` | 切換到其他會話（可指定會話 ID 或名稱） | | `/rename` | 重新命名目前會話（不輸入名稱則自動產生） | | `/rewind` | 開啟時間軸選擇器，回溯到對話的任一早期點 | | `/usage` | 顯示會話用量統計與配額進度條 | | `/session` | 顯示會話資訊與工作區摘要；可用 `/session delete`、`/session delete ` 或 `/session delete-all` 刪除會話 | | `/share` | 匯出會話為 markdown 檔、GitHub gist 或自含 HTML 檔 | | `/every ` | 排程定期執行提示詞（如 `/every 1h summarize new commits`）。間隔可用自然語言。`/loop` 是 `/every` 的別名。| | `/after ` | 排程延遲一次執行提示詞（如 `/after 30m run tests`）。時間可用自然語言。| ### 顯示 | 指令 | 功能說明 | |------|----------| | `/statusline`（或 `/footer`） | 自訂會話底部狀態列顯示項目（目錄、分支、工作量、情境視窗、配額等） | | `/theme` | 檢視或設定終端機主題 | | `/voice` | 用本地語音辨識輸入提示詞——直接說話取代打字 | ### 說明與回饋 | 指令 | 功能說明 | |------|----------| | `/app` | 直接從 CLI 開啟 GitHub app（或瀏覽器備用） | | `/changelog` | 顯示 CLI 版本更新紀錄 | | `/feedback` | 提交回饋給 GitHub | | `/help` | 顯示所有可用指令 | ### 快速執行 Shell 指令在提示詞前加 `!` 可直接執行 shell 指令，不經過 AI： ```bash copilot > !git status # 直接執行 git status，不經過 AI > !python -m pytest tests/ # 直接執行 pytest ``` ### 切換模型 Copilot CLI 支援多種 AI 模型，包括 OpenAI、Anthropic、Google 等。你能用哪些模型取決於訂閱方案與地區。用 `/model` 查看並切換： ```bash copilot > /model # 顯示可用模型並讓你選擇。選擇 Sonnet 4.5。 ``` > 💡 **小技巧**：有些模型會消耗更多「premium 請求」。標記為 **1x**（如 Claude Sonnet 4.5）的模型很適合當預設，效能與效率兼具。倍率較高的模型會更快用完 premium 配額，建議留給特別需要時使用。 > 💡 **不知道選哪個模型？** 在模型選單選擇 **`Auto`**，讓 Copilot 自動為每個會話挑選最佳模型。剛開始用時這是很棒的預設選項。 > 💡 **模型家族捷徑**：你也可以在 `/model` 選單直接輸入簡短家族別名——如 `opus`、`sonnet`、`haiku`、`gpt` 或 `gemini`，Copilot 會自動幫你選該家族中最好的模型。 </details> --- # 練習 Warm desk setup with monitor showing code, lamp, coffee cup, and headphones ready for hands-on practice

Warm desk setup with monitor showing code, lamp, coffee cup, and headphones ready for hands-on practice

是時候動手實作，將所學付諸行動。 --- ## ▶️ 自己試試看 ### 互動式探索啟動 Copilot，利用追問提示詞反覆優化書籍應用程式： ```bash copilot > 檢查 @samples/book-app-project/book_app.py，有哪些地方可以改進？ > 將 if/elif 鏈重構為更易維護的結構 > 為所有處理函式加上型別註記 > /exit ``` ### 規劃新功能用 `/plan` 讓 Copilot CLI 在寫程式前先規劃實作步驟： ```bash copilot > /plan 為書籍應用程式新增搜尋功能，可依書名或作者查找 # 檢查計畫 # 同意或修改 # 觀察逐步實作 ``` ### 用程式化模式自動化 `-p` 旗標讓你直接在終端機執行 Copilot CLI，不需進入互動模式。從儲存庫根目錄複製貼上下列腳本，即可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`，探索書籍應用程式。詢問 `@samples/book-app-project/books.py`，並連續請求三次改進建議。 2. **規劃模式挑戰**：執行 `/plan 為書籍應用程式新增評分與評論功能`。仔細閱讀計畫內容。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？ --- ## 💡 小技巧：用網頁或手機控制你的 CLI 會話 GitHub Copilot CLI 支援**遠端會話**，讓你可以從網頁瀏覽器（桌機或行動裝置）或 GitHub Mobile 應用程式，監控並互動正在執行的 CLI 會話，而不需要實際坐在終端機前。使用 `--remote` 旗標啟動遠端會話： ```bash copilot --remote ``` Copilot CLI 會顯示一個連結並提供 QR code。你可以在手機或桌機瀏覽器分頁中開啟該連結，即時觀看會話、傳送後續提示、檢視規劃，並遠端引導 agent。會話是使用者專屬的，因此你只能存取自己的 Copilot CLI 會話。你也可以隨時在進行中的會話中啟用遠端存取： ``` > /remote ``` 更多關於遠端會話的細節，請參見 [Copilot CLI 文件](https://docs.github.com/copilot/how-tos/copilot-cli/steer-remotely)。 --- ## 📝 作業 ### 主要挑戰：改進 Book App 公用程式實作範例著重於檢查與重構 `book_app.py`。現在請你將相同技巧應用到另一個檔案 `utils.py`： 1. 啟動互動式會話：`copilot` 2. 請 Copilot CLI 摘要這個檔案：「Summarize @samples/book-app-project/utils.py and explain what each function in this file does」 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. 請它改進錯誤處理：「What happens if `get_book_details()` receives an empty string for the title? Add guards for that.」 5. 請求 docstring：「Add a comprehensive docstring to `get_book_details()` with parameter descriptions and return values」 6. 觀察情境如何在多次提示間傳遞。每次改進都會建立在前一次基礎上 7. 使用 `/exit` 離開 **成功標準**：你應該會得到一份改進過的 `utils.py`，具備輸入驗證、錯誤處理與 docstring，且這些都是透過多輪對話逐步完成。

💡 提示（點擊展開）

**可嘗試的範例提示：** ```bash > @samples/book-app-project/utils.py What does each function in this file do? > Add validation to get_user_choice() so it handles empty input and non-numeric entries > What happens if get_book_details() receives an empty string for the title? Add guards for that. > Add a comprehensive docstring to get_book_details() with parameter descriptions and return values ``` **常見問題：** - 如果 Copilot CLI 提出釐清問題，只要自然回答即可 - 情境會持續傳遞，因此每個提示都會建立在前一次基礎上 - 若想重新開始，請使用 `/clear`

### 進階挑戰：比較三種模式範例中使用 `/plan` 來設計搜尋功能，並用 `-p` 進行批次檢查。現在請你針對一個新任務：為 `BookCollection` 類別新增 `list_by_year()` 方法，嘗試三種模式： 1. **互動式**：`copilot` → 請它一步步設計並實作該方法 2. **規劃模式**：`/plan Add a list_by_year(start, end) method to BookCollection that filters books by publication year range` 3. **程式化模式**：`copilot --allow-all -p "@samples/book-app-project/books.py Add a list_by_year(start, end) method that returns books published between start and end year inclusive"` **反思**：哪一種模式最自然？你會在什麼情境下使用各種模式？ ---

🔧 常見錯誤與疑難排解（點擊展開）

### 常見錯誤 | 錯誤 | 會發生什麼 | 修正方式 | |------|------------|----------| | 輸入 `exit` 而非 `/exit` | Copilot CLI 會將 "exit" 當作提示詞，而不是指令 | 斜線指令一律以 `/` 開頭 | | 在多輪對話中使用 `-p` | 每次 `-p` 執行都是獨立的，不會記住前一次內容 | 需要情境延續時請用互動模式（`copilot`） | | 忘記用引號包住含 `$` 或 `!` 的提示 | Shell 會在 Copilot CLI 處理前先解讀特殊字元 | 用引號包住提示：`copilot -p "What does $HOME mean?"` | | 按一次 Esc 取消執行中任務 | 現在按一次 Esc 不會中斷進行中的工作（避免誤觸） | Copilot CLI 處理時需**連按兩次 Esc** 才能取消 | ### 疑難排解 **"Model not available"** - 你的訂閱可能不包含所有模型。請用 `/model` 查看可用模型。 **"Context too long"** - 你的對話已用滿情境窗口。請用 `/clear` 重設，或開啟新會話。 **"Rate limit exceeded"** - 請稍候幾分鐘再試。若需大量批次操作，建議用程式化模式並加入延遲。

--- # 摘要 ## 🔑 重要重點 1. **互動模式**適合探索與反覆嘗試——情境會持續傳遞。就像和一個記得你說過什麼的人對話。 2. **規劃模式**通常用於較複雜的任務。先審查再實作。 3. **程式化模式**用於自動化。不需互動。 4. **常用指令**（`/ask`、`/help`、`/clear`、`/plan`、`/research`、`/model`、`/exit`）涵蓋日常大多數需求。 > 📋 **快速參考**：完整指令與捷徑請見 [GitHub Copilot CLI 指令參考](https://docs.github.com/en/copilot/reference/cli-command-reference)。 --- ## ➡️ 下一步現在你已了解三種模式，接下來要學習如何讓 Copilot CLI 取得你的程式碼情境。在 **[第 02 章：情境與對話](/02-context-conversations/)**，你將學到： - 使用 `@` 語法參照檔案與目錄 - 用 `--resume` 和 `--continue` 管理會話 - 為什麼情境管理讓 Copilot CLI 如虎添翼 --- **[← 回到課程首頁](/)** | **[繼續前往第 02 章 →](/02-context-conversations/)**

This site is open source. Improve this page.