copilot-cli-for-beginners

您所學的一切在此匯聚。在單一工作階段中，從想法到合併 PR。

在本章中，您將把所學的一切整合成完整的工作流程。您將使用多代理程式協作來建構功能、設定能在提交前攔截安全問題的 pre-commit 鉤子、將 Copilot 整合進 CI/CD 流水線，並在單一終端工作階段中從功能想法到合併 PR。這正是 GitHub Copilot CLI 成為真正效率倍增器的地方。

💡 注意：本章示範如何組合您所學的一切。您不需要代理程式、技能或 MCP 才能保持高效（儘管它們非常有幫助）。 核心工作流程——描述、規劃、實作、測試、審查、交付——只需使用第 00-03 章的內建功能即可運作。

🎯 學習目標

完成本章後，您將能夠：

• 在統一的工作流程中組合代理程式、技能和 MCP（模型情境協定）
• 使用多工具方法建構完整功能
• 利用鉤子設定基本自動化
• 應用專業開發的最佳實踐

⏱️ 預計時間：約 75 分鐘（15 分鐘閱讀 + 60 分鐘實作）

---

🧩 現實類比：管弦樂團

交響樂團由多個聲部組成：

• 弦樂提供基礎（如您的核心工作流程）
• 銅管增添力度（如具備專業知識的代理程式）
• 木管增添色彩（如擴展能力的技能）
• 打擊樂維持節奏（如連接外部系統的 MCP）

單獨來看，每個聲部都有其局限。但在出色的指揮下，它們共同創造出宏偉的樂章。

這正是本章所要教授的！
就像指揮家與管弦樂團，您統籌代理程式、技能和 MCP，形成統一的工作流程

讓我們從一個情境開始，演示如何在單一工作階段中修改程式碼、產生測試、審查並建立 PR。

---

從想法到合併 PR，一氣呵成

與其在編輯器、終端、測試執行器和 GitHub UI 之間反覆切換並不斷失去情境，您可以在單一終端工作階段中組合所有工具。我們將在下方的整合模式一節中詳細說明此模式。

# Start Copilot in interactive mode
copilot

> I need to add a "list unread" command to the book app that shows only
> books where read is False. What files need to change?

# Copilot creates high-level plan...

# SWITCH TO PYTHON-REVIEWER AGENT
> /agent
# Select "python-reviewer"

> @samples/book-app-project/books.py Design a get_unread_books method.
> What is the best approach?

# Python-reviewer agent produces:
# - Method signature and return type
# - Filter implementation using list comprehension
# - Edge case handling for empty collections

# SWITCH TO PYTEST-HELPER AGENT
> /agent
# Select "pytest-helper"

> @samples/book-app-project/tests/test_books.py Design test cases for
> filtering unread books.

# Pytest-helper agent produces:
# - Test cases for empty collections
# - Test cases with mixed read/unread books
# - Test cases with all books read

# IMPLEMENT
> Add a get_unread_books method to BookCollection in books.py
> Add a "list unread" command option in book_app.py
> Update the help text in the show_help function

# TEST
> Generate comprehensive tests for the new feature

# Multiple tests are generated similar to the following:
# - Happy path (3 tests) — filters correctly, excludes read, includes unread
# - Edge cases (4 tests) — empty collection, all read, none read, single book
# - Parametrized (5 cases) — varying read/unread ratios via @pytest.mark.parametrize
# - Integration (4 tests) — interplay with mark_as_read, remove_book, add_book, and data integrity

# Review the changes
> /review

# If review passes, generate a PR (uses GitHub MCP covered earlier in the course)
> Create a pull request titled "Feature: Add list unread books command"

傳統做法：在編輯器、終端、測試執行器、文件和 GitHub UI 之間切換，每次切換都造成情境流失和摩擦。

核心洞察：您像架構師一樣指揮專家。他們負責細節，您負責願景。

💡 進一步深入：對於像這樣的大型多步驟計劃，可嘗試 /fleet，讓 Copilot 平行執行獨立的子任務。詳情請參閱官方文件。

---

🎬 觀看實際演示！

 *示範輸出僅供參考。您的模型、工具和回應可能與此處顯示的有所不同。*

---

更多工作流程

對於已完成第 04-06 章的進階使用者，這些工作流程展示了代理程式、技能和 MCP 如何倍增您的效率。

整合模式

以下是組合所有工具的心智模型：

---

工作流程 1：Bug 調查與修復

搭配完整工具整合的真實 bug 修復流程：

copilot

# PHASE 1: Understand the bug from GitHub (MCP provides this)
> Get the details of issue #1

# Learn: "find_by_author doesn't work with partial names"

# PHASE 2: Research best practice (deep research with web + GitHub sources)
> /research Best practices for Python case-insensitive string matching

# PHASE 3: Find related code
> @samples/book-app-project/books.py Show me the find_by_author method

# PHASE 4: Get expert analysis
> /agent
# Select "python-reviewer"

> Analyze this method for issues with partial name matching

# Agent identifies: Method uses exact equality instead of substring matching

# PHASE 5: Fix with agent guidance
> Implement the fix using lowercase comparison and 'in' operator

# PHASE 6: Generate tests
> /agent
# Select "pytest-helper"

> Generate pytest tests for find_by_author with partial matches
> Include test cases: partial name, case variations, no matches

# PHASE 7: Commit and PR
> Generate a commit message for this fix

> Create a pull request linking to issue #1

---

工作流程 2：自動化程式碼審查（選讀）

💡 本節為選讀內容。 Pre-commit 鉤子對團隊很有用，但並非提升效率的必要條件。如果您才剛開始，可以跳過此節。

⚠️ 效能注意事項：此鉤子會對每個已暫存的檔案呼叫 copilot -p，每個檔案需要數秒。對於大型提交，建議僅限於關鍵檔案，或改為手動使用 /review 進行審查。

git 鉤子是 Git 在特定時間點自動執行的腳本，例如在提交之前。您可以使用此功能對程式碼執行自動化檢查。以下是如何為您的提交設定自動化 Copilot 審查：

# Create a pre-commit hook
cat > .git/hooks/pre-commit << 'EOF'
#!/bin/bash

# Get staged files (Python files only)
STAGED=$(git diff --cached --name-only --diff-filter=ACM | grep -E '\.py$')

if [ -n "$STAGED" ]; then
  echo "Running Copilot review on staged files..."

  for file in $STAGED; do
    echo "Reviewing $file..."

    # Use timeout to prevent hanging (60 seconds per file)
    # --allow-all auto-approves file reads/writes so the hook can run unattended.
    # Only use this in automated scripts. In interactive sessions, let Copilot ask for permission.
    REVIEW=$(timeout 60 copilot --allow-all -p "Quick security review of @$file - critical issues only" 2>/dev/null)

    # Check if timeout occurred
    if [ $? -eq 124 ]; then
      echo "Warning: Review timed out for $file (skipping)"
      continue
    fi

    if echo "$REVIEW" | grep -qi "CRITICAL"; then
      echo "Critical issues found in $file:"
      echo "$REVIEW"
      exit 1
    fi
  done

  echo "Review passed"
fi
EOF

chmod +x .git/hooks/pre-commit

⚠️ macOS 使用者：macOS 預設不包含 timeout 指令。請以 brew install coreutils 安裝，或直接移除 timeout 60 以省略超時保護。

📚 官方文件：使用鉤子與鉤子設定參考，提供完整的 hooks API。

💡 內建替代方案：Copilot CLI 也有內建的鉤子系統（copilot hooks），可在 pre-commit 等事件時自動執行。上方的手動 git 鉤子提供完整控制，而內建系統設定更簡便。請參閱上方文件，決定哪種方式更適合您的工作流程。

如此一來，每次提交都會進行快速的安全審查：

git add samples/book-app-project/books.py
git commit -m "Update book collection methods"

# Output:
# Running Copilot review on staged files...
# Reviewing samples/book-app-project/books.py...
# Critical issues found in samples/book-app-project/books.py:
# - Line 15: File path injection vulnerability in load_from_file
#
# Fix the issue and try again.

---

工作流程 3：加入新程式碼庫的新手上路

加入新專案時，結合情境、代理程式和 MCP 快速上手：

# Start Copilot in interactive mode
copilot

# PHASE 1: Get the big picture with context
> @samples/book-app-project/ Explain the high-level architecture of this codebase

# PHASE 2: Understand a specific flow
> @samples/book-app-project/book_app.py Walk me through what happens
> when a user runs "python book_app.py add"

# PHASE 3: Get expert analysis with an agent
> /agent
# Select "python-reviewer"

> @samples/book-app-project/books.py Are there any design issues,
> missing error handling, or improvements you would recommend?

# PHASE 4: Find something to work on (MCP provides GitHub access)
> List open issues labeled "good first issue"

# PHASE 5: Start contributing
> Pick the simplest open issue and outline a plan to fix it

此工作流程將 @ 情境、代理程式和 MCP 整合進單一的新手上路工作階段，正是本章前面介紹的整合模式。

---

最佳實踐與自動化

讓您的工作流程更有效率的模式與習慣。

---

最佳實踐

1. 分析前先收集情境

在請求分析前，務必先收集情境：

# Good
> Get the details of issue #42
> /agent
# Select python-reviewer
> Analyze this issue

# Less effective
> /agent
# Select python-reviewer
> Fix login bug
# Agent doesn't have issue context

2. 了解差異：代理程式、技能與自訂指令

每種工具都有其最適合的使用情境：

# Agents: Specialized personas you explicitly activate
> /agent
# Select python-reviewer
> Review this authentication code for security issues

# Skills: Modular capabilities that auto-activate when your prompt
# matches the skill's description (you must create them first — see Ch 05)
> Generate comprehensive tests for this code
# If you have a testing skill configured, it activates automatically

# Custom instructions (.github/copilot-instructions.md): Always-on
# guidance that applies to every session without switching or triggering

💡 重點：代理程式和技能都能分析並產生程式碼。真正的差異在於啟動方式——代理程式是明確啟動（/agent），技能是自動觸發（依提示詞比對），而自訂指令則永遠保持啟用。

3. 保持工作階段聚焦

使用 /rename 為您的工作階段命名（方便在歷史記錄中查找），並以 /exit 乾淨地結束：

# Good: One feature per session
> /rename list-unread-feature
# Work on list unread
> /exit

copilot
> /rename export-csv-feature
# Work on CSV export
> /exit

# Less effective: Everything in one long session

4. 借助 Copilot 讓工作流程可重複使用

與其只是在 wiki 上記錄工作流程，不如直接在程式庫中編碼，讓 Copilot 也能利用：

• 自訂指令（.github/copilot-instructions.md）：針對程式碼標準、架構規則及建構/測試/部署步驟的永遠啟用指引，每個工作階段都自動遵循。
• 提示詞檔案（.github/prompts/）：可重複使用且可參數化的提示詞，供團隊共享——例如程式碼審查、元件產生或 PR 描述的範本。
• 自訂代理程式（.github/agents/）：編碼專屬角色（例如安全審查員或文件撰寫員），讓團隊任何人都可以用 /agent 啟用。
• 自訂技能（.github/skills/）：打包逐步工作流程指令，於相關時自動啟用。

💡 回報：新團隊成員免費獲得您的工作流程——它們內建於程式庫，而不是鎖在某人腦中。

---

進階：生產環境模式

這些模式是選讀內容，但對專業環境很有價值。

PR 描述產生器

# Generate comprehensive PR descriptions
BRANCH=$(git branch --show-current)
COMMITS=$(git log main..$BRANCH --oneline)

copilot -p "Generate a PR description for:
Branch: $BRANCH
Commits:
$COMMITS

Include: Summary, Changes Made, Testing Done, Screenshots Needed"

CI/CD 整合

對於已有 CI/CD 流水線的團隊，您可以使用 GitHub Actions 在每個 PR 上自動執行 Copilot 審查，包括自動發布審查意見並篩選關鍵問題。

📖 深入了解：請參閱 CI/CD 整合，獲取完整的 GitHub Actions 工作流程、設定選項和疑難排解提示。

---

練習

將完整的工作流程付諸實踐。

---

▶️ 親自試試看

完成示範後，嘗試以下變化：

1. 端對端挑戰：選擇一個小功能（例如「列出未讀書籍」或「匯出為 CSV」）。使用完整工作流程：
   • 以 /plan 規劃
   • 以代理程式設計（python-reviewer、pytest-helper）
   • 實作
   • 產生測試
   • 建立 PR

2. 自動化挑戰：設定「程式碼審查自動化工作流程」中的 pre-commit 鉤子。提交一個帶有刻意設計的檔案路徑漏洞的提交。它會被攔截嗎？

3. 您的生產工作流程：為您常做的某個任務設計自己的工作流程。以清單形式記錄下來。哪些部分可以用技能、代理程式或鉤子自動化？

自我檢核：當您能向同事說明代理程式、技能和 MCP 如何協同運作，以及各自的使用時機時，您就完成了本課程。

---

📝 作業

主要挑戰：端對端功能

實作範例帶您完成了「列出未讀書籍」功能的建構。現在，請在另一個功能上練習完整工作流程：依年份範圍搜尋書籍：

1. 啟動 Copilot 並收集情境：@samples/book-app-project/books.py
2. 以 /plan Add a "search by year" command that lets users find books published between two years 進行規劃
3. 在 BookCollection 中實作 find_by_year_range(start_year, end_year) 方法
4. 在 book_app.py 中新增 handle_search_year() 函式，提示使用者輸入起始和結束年份
5. 產生測試：@samples/book-app-project/books.py @samples/book-app-project/tests/test_books.py Generate tests for find_by_year_range() including edge cases like invalid years, reversed range, and no results.
6. 以 /review 審查
7. 更新 README：@samples/book-app-project/README.md Add documentation for the new "search by year" command.
8. 產生提交訊息

過程中記錄您的工作流程。

成功標準：您使用 Copilot CLI 從想法到提交完成了整個功能，包括規劃、實作、測試、文件和審查。

💡 進階：如果您已在第 04 章設定了代理程式，嘗試建立並使用自訂代理程式。例如，一個用於實作審查的 error-handler 代理程式，和一個用於 README 更新的 doc-writer 代理程式。

💡 提示（點擊展開）

**遵循本章開頭[「從想法到合併 PR」](#從想法到合併-pr一氣呵成)範例的模式**。關鍵步驟如下： 1. 以 `@samples/book-app-project/books.py` 收集情境 2. 以 `/plan Add a "search by year" command` 規劃 3. 實作方法和指令處理器 4. 產生包含邊界情況的測試（無效輸入、無結果、反向範圍） 5. 以 `/review` 審查 6. 以 `@samples/book-app-project/README.md` 更新 README 7. 以 `-p` 產生提交訊息 **需要考慮的邊界情況：** - 如果使用者輸入「2000」和「1990」（反向範圍）怎麼辦？ - 如果沒有書籍符合範圍怎麼辦？ - 如果使用者輸入非數字怎麼辦？ **關鍵在於練習完整工作流程**：想法 → 情境 → 規劃 → 實作 → 測試 → 文件 → 提交。

---

🔧 常見錯誤（點擊展開）

| 錯誤 | 後果 | 解決方法 | |------|------|----------| | 直接跳到實作 | 遺漏設計問題，事後修復代價高昂 | 先用 `/plan` 思考方法 | | 只用一種工具，其實可以用多種 | 結果較慢、較不全面 | 組合使用：代理程式分析 → 技能執行 → MCP 整合 | | 提交前未審查 | 安全問題或 bug 溜過 | 始終執行 `/review` 或使用 [pre-commit 鉤子](#工作流程-2自動化程式碼審查選讀) | | 忘記與團隊共享工作流程 | 每個人各自重複造輪子 | 在共享的代理程式、技能和指令中記錄模式 |

---

總結

🔑 重點摘要

1. 整合 > 孤立：組合工具以發揮最大效益
2. 情境優先：分析前務必先收集所需情境
3. 代理程式分析，技能執行：選對適合任務的工具
4. 自動化重複工作：鉤子和腳本讓您的效率倍增
5. 記錄工作流程：可共享的模式讓整個團隊受益

📋 快速參考：請參閱 GitHub Copilot CLI 指令參考，獲取完整的指令和快捷鍵清單。

---

🎓 課程完成！

恭喜！您已學習：

章節	您學到的內容
00	Copilot CLI 安裝與快速入門
01	三種互動模式
02	使用 @ 語法管理情境
03	開發工作流程
04	專業代理程式
05	可擴展的技能
06	透過 MCP 連接外部資源
07	統一的生產環境工作流程

您現在已具備將 GitHub Copilot CLI 作為真正效率倍增器的能力。

➡️ 接下來

您的學習不止於此：

1. 每日練習：將 Copilot CLI 用於實際工作
2. 建立自訂工具：為您的特定需求建立代理程式和技能
3. 分享知識：協助團隊採用這些工作流程
4. 保持更新：關注 GitHub Copilot 的最新功能

資源

• GitHub Copilot CLI 文件
• MCP 伺服器登錄檔
• 社群技能

---

做得好！現在去建構令人驚嘆的作品吧。

← 返回第 06 章

返回課程首頁 →

This site is open source. Improve this page.