copilot-cli-for-beginners

第 07 章：整合所有內容

你學到的一切都在這裡結合。從想法到合併 PR，只需一個會話。

在本章中，你將把所學的一切整合成完整的工作流程。你將透過多 Agent 協作來開發功能，設置 pre-commit hook 在提交前攔截安全問題，將 Copilot 整合進 CI/CD 流程，並從功能構想到合併 PR，全部在單一終端機會話中完成。這正是 GitHub Copilot CLI 成為真正倍增器的時刻。

💡 注意：本章展示如何整合你學到的所有內容。你不需要 Agent、Skill 或 MCP 也能高效工作（雖然它們非常有幫助）。 核心工作流程——描述、規劃、實作、測試、審查、發佈——只需用第 00-03 章的內建功能即可完成。

🎯 學習目標

完成本章後，你將能夠：

在統一的工作流程中結合 Agent、Skill 和 MCP（模型情境協定）
以多工具方式打造完整功能
透過 hook 設定基本自動化
應用專業開發最佳實踐

⏱️ 預估時間：約 75 分鐘（閱讀 15 分鐘 + 實作 60 分鐘）

🧩 真實世界類比：管弦樂團

Orchestra Analogy - Unified Workflow

一個交響樂團有許多樂器組別：

弦樂提供基礎（就像你的核心工作流程）
銅管增添力量（就像具專業知識的 Agent）
木管增添色彩（就像擴充能力的 Skill）
打擊樂 維持節奏（就像 MCP 連接外部系統）

單獨來看，每個組別都有限。但如果指揮得當，合奏就能創造出壯麗的樂章。

這正是本章要教你的！
就像指揮家帶領樂團，你要協調 Agent、Skill 和 MCP，打造統一的工作流程

我們先從一個情境開始，示範如何在一個會話中修改程式碼、產生測試、審查並建立 PR。

從想法到合併 PR，只需一個會話

你不必再在編輯器、終端機、測試工具和 GitHub UI 之間來回切換，每次切換都會失去情境。你可以在單一終端機會話中整合所有工具。我們會在下方的整合模式章節詳細拆解這個模式。

# 以互動模式啟動 Copilot
copilot

> 我需要在書籍應用程式中新增一個 "list unread" 指令，只顯示
> read 為 False 的書。需要修改哪些檔案？

# Copilot 產生高階規劃...

# 切換到 PYTHON-REVIEWER AGENT
> /agent
# 選擇 "python-reviewer"

> @samples/book-app-project/books.py 設計一個 get_unread_books 方法。
> 最佳實作方式為何？

# Python-reviewer agent 產生：
# - 方法簽名與回傳型別
# - 使用 list comprehension 的過濾實作
# - 處理空集合等邊界情境

# 切換到 PYTEST-HELPER AGENT
> /agent
# 選擇 "pytest-helper"

> @samples/book-app-project/tests/test_books.py 設計
> 過濾未讀書籍的測試案例。

# Pytest-helper agent 產生：
# - 空集合測試案例
# - 已讀/未讀混合測試案例
# - 全部已讀測試案例

# 實作
> 在 books.py 的 BookCollection 新增 get_unread_books 方法
> 在 book_app.py 新增 "list unread" 指令選項
> 更新 show_help 函式中的說明文字

# 測試
> 產生新功能的完整測試

# 產生多個類似以下的測試：
# - 標準情境（3 個測試）— 正確過濾、排除已讀、包含未讀
# - 邊界情境（4 個測試）— 空集合、全部已讀、全部未讀、單一本書
# - 參數化（5 個案例）— 以 @pytest.mark.parametrize 測試不同已讀/未讀比例
# - 整合測試（4 個）— 與 mark_as_read、remove_book、add_book 及資料完整性互動

# 審查變更
> /review

# 若審查通過，使用 /pr 操作目前分支的 pull request
> /pr [view|create|fix|auto]

# 或自然詢問 Copilot 直接從終端機草擬 PR
> 建立標題為 "Feature: Add list unread books command" 的 pull request

傳統做法：在編輯器、終端機、測試工具、文件與 GitHub UI 之間切換。每次切換都會造成情境流失與摩擦。

關鍵洞見：你像建築師一樣指揮專家。他們處理細節，你掌握全局。

💡 進階應用：對於這種多步驟大型規劃，可以嘗試 /fleet，讓 Copilot 平行執行獨立子任務。詳情請參閱官方文件。

進階工作流程

People assembling a colorful giant jigsaw puzzle with gears, representing how agents, skills, and MCP combine into unified workflows

若你已完成第 04-06 章，這些工作流程將展示 Agent、Skill 與 MCP 如何倍增你的效能。

整合模式

這是將所有元素結合的心智模型：

The Integration Pattern - A 4-phase workflow: Gather Context (MCP), Analyze and Plan (Agents), Execute (Skills + Manual), Complete (MCP)

工作流程 1：錯誤調查與修正

真實世界的錯誤修正，整合所有工具：

copilot

# 階段 1：從 GitHub 了解錯誤（MCP 提供）
> 取得 issue #1 的詳細資訊

# 得知：「find_by_author 無法處理部分名稱」

# 階段 2：研究最佳實踐（結合網路與 GitHub 深度研究）
> /research Python 不區分大小寫字串比對的最佳實踐

# 階段 3：尋找相關程式碼
> @samples/book-app-project/books.py 顯示 find_by_author 方法

# 階段 4：取得專家分析
> /agent
# 選擇 "python-reviewer"

> 分析此方法在部分名稱比對上的問題

# Agent 指出：方法使用完全相等而非子字串比對

# 階段 5：依 Agent 指引修正
> 使用小寫比較與 'in' 運算子實作修正

# 階段 6：產生測試
> /agent
# 選擇 "pytest-helper"

> 產生 find_by_author 支援部分比對的 pytest 測試
> 包含測試案例：部分名稱、大小寫變化、無符合

# 階段 7：提交與 PR
> 產生此修正的 commit 訊息

> 建立連結到 issue #1 的 pull request

工作流程 2：程式碼審查自動化（選用）

💡 本節為選用。 pre-commit hook 對團隊很有幫助，但不是生產力的必要條件。如果你剛開始，可以跳過。

⚠️ 效能提醒：此 hook 會對每個已暫存檔案執行 copilot -p，每個檔案需數秒。若提交大量檔案，建議僅針對關鍵檔案，或改用 /review 手動審查。

git hook 是 Git 在特定時機自動執行的腳本，例如在 commit 前。你可以用它自動檢查程式碼。以下是如何在每次提交時自動執行 Copilot 審查：

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

# 取得已暫存的 Python 檔案
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..."

    # 使用 timeout 防止卡住（每檔案 60 秒）
    # --allow-all 允許自動讀寫檔案，讓 hook 可無人值守執行。
    # 僅建議自動化腳本使用。互動會話建議讓 Copilot 詢問權限。
    REVIEW=$(timeout 60 copilot --allow-all -p "Quick security review of @$file - critical issues only" 2>/dev/null)

    # 檢查是否 timeout
    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 預設沒有 timeout 指令。請用 brew install coreutils 安裝，或將 timeout 60 改為不加 timeout 的簡單呼叫。

📚 官方文件：使用 hook 及 hook 設定參考提供完整 hooks API。

💡 內建替代方案：Copilot CLI 也有內建 hooks 系統（copilot hooks），可在 pre-commit 等事件自動執行。上面的 git hook 給你完全控制權，內建系統則較易設定。詳見上述文件，選擇適合你的方式。

現在每次 commit 都會自動進行安全審查：

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

# 輸出：
# 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：新專案快速上手

加入新專案時，結合情境、Agent 與 MCP 快速熟悉：

# 以互動模式啟動 Copilot
copilot

# 階段 1：用情境掌握全貌
> @samples/book-app-project/ 說明此程式碼庫的高階架構

# 階段 2：了解特定流程
> @samples/book-app-project/book_app.py 說明當使用者執行 "python book_app.py add" 時發生什麼事

# 階段 3：用 Agent 專家分析
> /agent
# 選擇 "python-reviewer"

> @samples/book-app-project/books.py 有無設計問題、
> 缺少錯誤處理或建議改進？

# 階段 4：尋找可著手的項目（MCP 提供 GitHub 存取）
> 列出標記為 "good first issue" 的未結案 issue

# 階段 5：開始貢獻
> 選最簡單的 open issue，列出修正計畫

這個流程將 @ 情境、Agent 與 MCP 結合成單一上手會話，正是本章前面介紹的整合模式。

最佳實踐與自動化

讓你的工作流程更有效率的模式與習慣。

最佳實踐

1. 分析前先蒐集情境

永遠在請求分析前先蒐集情境：

# 好的做法
> 取得 issue #42 的詳細資訊
> /agent
# 選擇 python-reviewer
> 分析這個 issue

# 效果較差
> /agent
# 選擇 python-reviewer
> 修正登入錯誤
# Agent 沒有 issue 情境

2. 分清楚：Agent、Skill 與自訂指令

每種工具都有適合的用途：

# Agent：你明確啟用的專家角色
> /agent
# 選擇 python-reviewer
> 審查這段認證程式碼的安全性

# Skill：當提示詞符合 skill 描述時自動啟用的模組化能力（需先建立，詳見第 05 章）
> 產生這段程式碼的完整測試
# 若你有設定測試 skill，會自動啟用

# 自訂指令（.github/copilot-instructions.md）：全時啟用
# 的指引，無需切換或觸發，每次會話都適用

💡 重點：Agent 與 Skill 都能分析與產生程式碼。真正差別在於啟用方式——Agent 需明確呼叫（/agent），Skill 則自動（提示詞比對），自訂指令則全時生效。

3. 讓會話聚焦

用 /rename 標記會話（方便日後查詢），用 /exit 結束會話：

# 好的做法：一個功能一個會話
> /rename list-unread-feature
# 開發 list unread
> /exit

copilot
> /rename export-csv-feature
# 開發 CSV 匯出
> /exit

# 效果較差：所有事都塞在一個長會話

4. 讓工作流程可重用

不要只把工作流程寫在 wiki，直接編碼在 repo 讓 Copilot 可用：

自訂指令（.github/copilot-instructions.md）：全時啟用的指引，包含程式規範、架構規則、建置/測試/部署步驟。每次會話自動遵循。
提示檔（.github/prompts/）：可重用、可參數化的提示詞，團隊共享——如程式碼審查、元件產生、PR 描述等範本。
自訂 Agent（.github/agents/）：編碼專業角色（如安全審查、文件撰寫），團隊成員皆可用 /agent 啟用。
自訂 Skill（.github/skills/）：包裝逐步工作流程指令，相關時自動啟用。

💡 好處：新成員自動獲得你的工作流程——它們內建於 repo，而非藏在腦袋裡。

加碼：生產環境模式

這些模式非必須，但對專業團隊很有價值。

PR 描述產生器

# 產生完整的 PR 描述
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

若團隊已有 CI/CD 流程，可用 GitHub Actions 自動在每個 pull request 執行 Copilot 審查，包含自動發表審查意見與過濾重大問題。

📖 進一步了解：完整 GitHub Actions 工作流程、設定選項與疑難排解，請見 CI/CD 整合。

練習

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

實際操作完整工作流程。

▶️ 自己動手試試

完成示範後，試試這些變化：

端到端挑戰：選一個小功能（如「列出未讀書籍」或「匯出 CSV」）。完整走一遍工作流程：
- 用 /plan 規劃
- 用 Agent（python-reviewer、pytest-helper）設計
- 實作
- 產生測試
- 建立 PR
自動化挑戰：設置「程式碼審查自動化」工作流程中的 pre-commit hook。提交一個有意的檔案路徑漏洞。它會被攔下嗎？
你的生產工作流程：設計你常做任務的專屬流程。寫成檢查清單。哪些部分可用 Skill、Agent 或 hook 自動化？

自我檢查：當你能向同事解釋 Agent、Skill 與 MCP 如何協作、何時該用哪一種時，就代表你已完成本課程。

📝 作業

主要挑戰：端到端功能

實作範例已帶你完成「列出未讀書籍」功能。現在請用完整工作流程練習另一個功能：依年份區間搜尋書籍：

啟動 Copilot 並蒐集情境：@samples/book-app-project/books.py
用 /plan Add a "search by year" command that lets users find books published between two years 規劃
在 BookCollection 中實作 find_by_year_range(start_year, end_year) 方法
在 book_app.py 新增 handle_search_year() 函式，提示使用者輸入起訖年份
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.
用 /review 審查
更新 README：@samples/book-app-project/README.md Add documentation for the new "search by year" command.
產生 commit 訊息

邊做邊記錄你的工作流程。

成功標準：你已用 Copilot CLI 完成從想法到 commit 的完整功能，包括規劃、實作、測試、文件與審查。

💡 加分：若你已完成第 04 章的 Agent 設定，請嘗試建立並使用自訂 Agent。例如，實作審查用的 error-handler agent，或更新 README 用的 doc-writer agent。

💡 提示（點擊展開）

**請參考本章最上方的[「從想法到合併 PR」](#idea-to-merged-pr-in-one-session)範例**。關鍵步驟如下： 1. 用 `@samples/book-app-project/books.py` 蒐集情境 2. 用 `/plan Add a "search by year" command` 規劃 3. 實作方法與指令處理器 4. 產生含邊界情境的測試（無效輸入、無結果、區間反轉） 5. 用 `/review` 審查 6. 用 `@samples/book-app-project/README.md` 更新說明 7. 用 `-p` 產生 commit 訊息 **思考邊界情境：** - 若使用者輸入「2000」和「1990」（區間反轉）？ - 若沒有書籍符合區間？ - 若使用者輸入非數字？ **重點是練習完整工作流程**：從想法 → 情境 → 規劃 → 實作 → 測試 → 文件 → 提交。

🔧 常見錯誤（點擊展開）

| 錯誤 | 結果 | 修正方式 | |---------|--------------|-----| | 直接跳到實作 | 錯過設計問題，後續修正成本高 | 先用 `/plan` 思考整體做法 | | 只用單一工具 | 成果較慢且不夠全面 | 結合：Agent 分析 → Skill 執行 → MCP 整合 | | 未審查就提交 | 安全漏洞或錯誤遺漏 | 一定要執行 `/review` 或用 [pre-commit hook](#workflow-2-code-review-automation-optional) | | 忘記與團隊分享流程 | 每人都得重頭摸索 | 用共享 Agent、Skill、自訂指令記錄模式 |

小結

🔑 重點整理

整合大於孤立：結合工具發揮最大效益
先有情境再分析：分析前務必蒐集所需情境
Agent 負責分析，Skill 負責執行：用對工具做對事
重複工作自動化：hook 與腳本倍增你的效率
文件化工作流程：可分享的模式讓全團隊受益

📋 快速參考：完整指令與捷徑請見 GitHub Copilot CLI 指令參考。

🎓 課程完成！

恭喜你！你已學會：

章節	學習內容
00	Copilot CLI 安裝與快速上手
01	三種互動模式
02	用 @ 語法管理情境
03	開發工作流程
04	專業化 Agent
05	可擴充 Skill
06	透過 MCP 連接外部資料
07	統一的生產工作流程

你現在已能將 GitHub Copilot CLI 作為開發流程中的真正倍增器。

➡️ 下一步

你的學習不會在這裡結束：

每天練習：用 Copilot CLI 處理真實工作
打造自訂工具：為你的需求建立 Agent 與 Skill
分享知識：協助團隊導入這些流程
持續更新：關注 GitHub Copilot 新功能

資源

做得好！現在去打造一些令人驚豔的東西吧。

← 回到第 06 章

回到課程首頁 →

This site is open source. Improve this page.