Github Copilet

真实世界的需求

新项目

• 大的技术选型（Electronjs、Qt、Flutter）
• 功能实现的技术选型（UI、音视频）
• 功能实现
  • 学习相关技术
  • 对比不同方案的优缺点
  • 功能开发
  • bug修复
• 终端运行报错
• 代码审查
• 性能优化
• 代码重构
• Git 操作：提交信息
• 测试
  • 编写测试代码
  • 修复测试错误
• 文档

已有项目

• 架构设计
• 项目结构
• 每个代码文件的功能
• 如何运行项目
• 如何构建项目
• 如何调试项目
• 代码看不懂
  • 解释翻译下代码
  • 生成文档
• 某个功能是如何实现

技术演进路径

• 阶段⼀：智能代码补全时代（2018-2020）
• 阶段⼆：辅助编程时代（2021-2023）
• 阶段三：Vibe Coding时代（2025年初）
• 阶段四：范式编程时代（2025年⾄今）
  • 写文档->AI生成代码
  • 需要描述清楚需求，提供足够的上下文
  • AI负责规划方法、编写代码，并在整个项目中验证结果

AI 对话

• AI已经完成了从0到1的能力演进
• 追求返回结果的准确性、相关性及可用性
• 需要提供清晰的指令和提示词，足够的上下文信息Context
  • 当返回结果不准确时：提供的信息是不是正确的、是不是不够准确（更多的限定条件），从而提高回答的准确性

Github Copilot

把AI Agent带到了VScode: 描述你想构建的内容，Agent负责规划方法、编写代码，并在整个项目中验证结果。

选Github Copilot的理由：

• 背靠微软（Github被微软收购）
  • 微软投资押宝OpenAI（上百亿美元），转化成果被集成到微软的产品
• Github 足够大的代码库，提供了丰富的训练数据和应用场景
• 另外态度开放，整合和多家的模型：
  • Anthropic的Claude(估值500亿)
  • Google的Gemini
  • 支持自定义
• VSCode周更新（之前是月更）、平台（不仅是个产品）
  • 对手 Cursor/Windsurf/Zed 压力

Inline 提示

• Ghost text suggestions（幽灵文本建议）：在编辑器中开始输入时，Copilot 会在当前光标位置提供淡色显示的幽灵文本建议
• Next edit suggestions（下一步编辑建议）：通过 Copilot 的下一步编辑建议（又称 Copilot NES）预测你的下一次代码修改。基于你正在进行的编辑，NES 会同时预测你下一处想编辑的位置以及该进行的具体修改内容。

Ghost text suggestions

• 调试：命令>GitHub Copilot: Open Completions Panel 补全调试
• 通过快捷键 Tab 接受建议，或继续输入以获得更多建议。
• 切换补全提示
• 按单词补全部分

Note: 如果希望Suggestions更加准确，前面多写点函数注释、函数大致功能描述、及实现流程，提供更多的上下文信息给Copilot 示例：// 创建一个函数用来校验邮箱号，返回boolean类型，使用正则表达式来校验邮箱号的格式是否正确

Next edit suggestions (NES)

• 根据你正在进行的编辑，预测你下一个可能想要进行的编辑位置和内容。
• 可以帮助你快速完成一系列相关的编辑任务，提高编码效率。

Smart Action

Note： 这部分更新迭代较快，内容可能不太准确 文档：https://code.visualstudio.com/docs/copilot/copilot-smart-actions

常见的开发任务，如：代码重构、bug修复、测试编写等，都可以通过Smart Action来完成。不用自已去写提示词

• 生成Git 提交信息
• 重命名符号：变量、函数、Class名
  • F2重命名，Copilot会提供智能的重命名建议
• 生成文档：'/doc'命令 (inline chat)
• 生成测试代码: 斜杠命令/tests
• 解释代码 Explain code：
  • 斜杠命令/explain
  • 选中代码，Inline Chat中选 Explain
• 修复代码Error：
  • 斜杠命令/fix
  • 选中代码，Inline Chat中选 Fix
• 修复测试Error
• 修复终端Terminal Error
  • 选中终端报错内容，右键Add Terminal Selection to Chat
  • 选中终端报错内容，对话中使用#terminalSelection工具将选中的终端内容作为上下文输入
• 审查代码 Review code: 选中代码，Inline Chat中选 Review

对话

• Chat view: 在专门的聊天界面中与Copilot进行更深入的对话，适合复杂问题的讨论和多轮交互
• Inline chat: 在编辑器或终端中直接与Copilot进行对话，获取即时帮助和建议
  • Editor Inline Chat代码编辑器
  • Terminal Inline Chat终端中直接启动对话
• Quick chat: 通过快捷键快速启动与Copilot的对话，适合需要快速获取信息或建议的场景

Agents

Agent运行环境分类：

• 本地Agent：在本地运行，访问本地文件系统和终端命令，适合需要频繁访问本地资源的任务。
• Copilot Cli：在本地后台的终端中运行，适合需要直接在命令行环境中执行的任务。
• Cloud: 在云端运行，Github仓库
• Claude: Anthropic的模型，适合需要更强推理能力的任务
• Codex: OpenAI的模型，适合需要更强代码生成能力的任务

Agent分类：

• Ask Agent：在不修改文件的前提下，回答关于编程概念、代码库或 VS Code 本身的问题
• Agent（默认）：自主规划并实现跨文件修改，运行终端命令，并调用各种工具
• Plan Agent：在编写任何代码之前，先创建结构化、分步骤的实现计划
• 自定义Agent

模型

选择合适的模型，比如，不能去找硬件问软件的问题，去找骨科医生看脑科的问题；默认自动（平衡型，不会太激进）

模型分类：

• OpenAI：GPT系列
  • 不带后缀：属于通用模型, 通用能力强，适合问答、解释、总结、生成文档，也能处理常规代码任务, 场景：日常聊天、解释报错、阅读代码、生成说明文档、轻量代码修改
  • mini：通用模型的轻量级型号, 响应更快、成本更低，适合高频、简单、短上下文任务, 场景：Ask Agent、快速问答、补全提示、简单脚本、小范围文本改写
  • Codex：偏代码专长模型, 更关注代码生成、代码理解和编辑任务, 场景：补全函数、实现 TODO、生成测试、修复小型 bug、局部重构
  • Codex-Mini：轻量代码模型, 在速度和代码能力之间做平衡, 场景：常规代码问答、简单改动、生成样板代码、快速迭代
  • Codex-Max：更强的代码推理版本, 更适合复杂代码修改、多文件联动、较长链路的实现任务, 场景：Agent 模式下的大块功能开发、跨文件重构、排查复杂问题、结合工具执行任务
• Anthropic（OpenAI出来的人）：Claude系列
  • Haiku（轻量版）：响应快，适合简单查询和轻量任务; 场景：Ask Agent、术语解释、快速总结、简单文本生成
  • Sonnet（平衡版）：质量与速度较均衡; 场景：Agent、Plan Agent、代码阅读、文档编写、中等复杂度实现
  • Opus（旗舰版）：更强的推理和长文本处理能力; 场景：复杂分析、系统设计、长文生成、复杂规划与拆解
• Google: Gemini系列
  • Flash（轻量版）：速度快，适合简单问答与快速响应; 场景：快速查询、轻量聊天、简单说明生成
  • Pro（高阶版）：更适合复杂任务与更高质量输出; 场景：复杂问答、深入分析、多步骤任务
• X: Grok：更偏实时信息理解和开放式对话风格; 场景：热点话题讨论、开放式探索、轻量调研
• Github: Raptor mini：适合简单查询和轻量任务; 场景：Ask Agent、简单解释、快速辅助
• third-party：其他第三方模型，用户可以根据需要选择和集成适合自己项目的模型
  • 场景：对特定领域、成本、部署方式或合规性有要求时使用

推理程度（思考强度）：

• 低：更快返回结果，适合简单问答、补全、轻量修改
• 中：兼顾速度和质量，适合大多数日常开发任务
• 高：适合复杂推理、系统设计、跨文件修改、排查疑难问题，但通常更慢

模型选择建议：根据任务的复杂度、对结果质量的要求以及对响应速度的需求来选择合适的模型

• Ask Agent：优先选择 mini、Haiku、Flash 这类轻量模型
• Plan Agent：优先选择 Opus、Pro、Codex-Max 这类更擅长推理和规划的模型
• Agent：优先选择 Sonnet、Codex、Codex-Max、Pro 这类更适合代码生成和多步骤执行的模型
• Inline Chat / Ghost Text：优先选择速度快的轻量模型
• 复杂重构、多文件修改、调试疑难问题：优先选择高推理强度模型
• 日常使用不确定时：先用默认自动，让 Copilot 根据任务类型选择模型

模型对比： https://docs.github.com/zh/copilot/reference/ai-models/model-comparison

对话Chat流程

• 提交Prompt提示词
  • 选择对应Agent
  • 选择模型及推理程度
  • 选择工具
  • 输入提示词
• 暂停
• 修改Prompt提示词
• Agent提出澄清式问题
  • 选择回答
  • 修改Prompt提示词
• 审查修改的内容： “keep"/"undo"
  • 查看后台终端命令
• 恢复历史版本Checkpoint
  • Checkpoint类似Git的Commit提交
• 调整Prompt提示词重试：重新修改上一次的提交Prompt提示词（点击上一次的Prompt提示词，修改后重新提交）
• 从历史会话节点Fork，开始新的会话
• 查看信息：
  • 选择自动模型时，查看Copilot选择了哪个模型
  • 上下文Windows大小，超过会导致部分上下文被截断，影响结果的准确性
  • 子Agent的执行过程和调用的工具信息
  • Chat Debug
  • Agent Debug

权限级别

• Default Approvals: 默认审批，用户需要批准每个建议
• Bypass Approvals: 跳过审批，用户不需要批准每个建议，适合需要快速迭代的场景
• Autopilot (预览功能): 自动驾驶模式，Copilot会根据用户的使用习惯和上下文自动调整审批级别，提供更智能的建议体验

添加上下文到Prompt中

• Implicit context：VS Code 会自动将当前活动文件、当前选中内容以及文件名作为上下文包含进来
• #-mentions：在聊天输入框中输入 #，可以显式引用文件（#file）、文件夹、符号symbols、你的代码库（#codebase）、终端输出（#terminalSelection）或像 #fetch 这样的工具
• @-mentions：输入 @ 可以调用专门的聊天参与者，例如 @vscode 或 @terminal，分别针对各自领域做了优化
  • 类比：类似群组里面@特定人，可以直接调用特定的参与者来获取更专业的回答
• Vision：可以附加图片，例如截图或 UI 模型图，作为提示词的上下文

会话

使用：一个问题、一个主题、一个功能用一个单独的会话来讨论，保持上下文的相关性和清晰度，避免上下文混乱和结果不准确

Ask Agent 会话示例：

通用代码和技术问题：

- What is a linked list?
- Provide 3 ways to implement a search feature in React.
- Explain the difference between async/await and promises.

代码库相关问题：

- Explain how authentication works in #codebase
- Where is the database connection string configured? #codebase
- How do I build this #codebase?

代码生成或编辑

- Add a login button and style it based on #styles.css
- Create a meal-planning web app using React and Node.js
- Refactor this code to use async/await

测试代码和质量保证

- Add unit tests for the user service.
- Fix the failing tests #testFailure

调试和错误修复

- Fix the issues in #problems
- Why is this function returning undefined?

版本控制和协作

- Summarize the #changes
- Generate release notes based on the #changes

上下文Context提示

• 系统指令：定义代理行为的内置准则。
• 自定义项：你设置的 AI 自定义，包括自定义代理、技能和自定义指令。
• 用户消息：你发送给代理的当前消息。
• 对话历史：当前会话中到目前为止交换的消息。
• 隐式上下文：你正在编辑的文件、当前选中内容、可见的错误和 git 状态。
• 显式引用：你用 #-mentions 引用的文件、文件夹、符号symbols、你的代码库、终端输出或像 #fetch 这样的工具。
• 工具输出：文件读取、终端命令、代码库搜索结果和代理会话期间其他工具调用的结果。

上下文工程

• 整理项目范围内的背景信息：使用自定义指令将相关文档（例如架构、设计、贡献者指南）作为所有Agent交互的背景信息包含在内
• 生成实施计划：使用自定义Agent和提示创建规划角色，以生成详细的功能实施计划
• 生成实现代码：使用自定义指令，根据符合编码规范的实现计划生成代码

Demo：写一个修改桌面壁纸的应用

Note: 由于时间关系，过下交互流程

• 项目：写一个桌面壁纸应用
• 提示词：用electronjs写一个桌面壁纸应用，基于electron-vite #web https://electron-vite.org/ 模板来初始化，包管理器用pnpm，用Vue写UI
• 规划Planning：
  • 反问澄清需求
  • 生成实施计划
• 实现
  • 加需求：增加主题切换功能，可以切换Light/Dark两种主题
  • 加需求：增加定时切换功能，可以设置每天自动切换壁纸
• 运行项目
• 文档：补全README.md文档
• Git提交信息

自定义AI

• 全局指令：定义项目范围内的基础信息，例如架构概述、设计原则、贡献者指南(代码风格、命名模式或首选库)等，确保所有Agent交互都以这些信息为基础
• 基于文件的指令：针对不同文件应用不同的规则；例如，有些应用到vue文件，有些应用到js/ts文件
• Agents：定义不同类型的Agent对象，例如代码审查、测试编写、性能分析等，明确它们的职责和权限
• Prompts：编码特定任务, 用/调用，例如/create-prompt create-component生成一个可重用的提示词模板
• Skills：专业化的功能和工作流程
• MCP: 三方功能服务；不同的MCP提供不同的功能，例如代码质量检查、性能分析、文档生成等
  • Figma MCP服务：提供设计相关的功能，例如从设计稿生成UI代码
• Hooks: 定义在特定事件或条件下触发的操作，例如代码提交后自动运行测试、PR 创建时自动生成文档等，确保这些操作与项目的工作流程紧密集成

目录结构示例：

your-project/
  .github/
    copilot-instructions.md          # Project-wide coding standards (Step 1)
    instructions/
      react.instructions.md          # React-specific conventions (Step 2)
    prompts/
      create-component.prompt.md     # Reusable component scaffolding (Step 3)
    agents/
      reviewer.agent.md              # Read-only code reviewer (Step 4)
    skills/
      update-readme/
        SKILL.md                     # README updater workflow (Step 5)

• /init生成.github/copilot-instructions.md文件，包含项目范围内的背景信息，例如架构概述、设计原则、贡献者指南等
• /add-instructions react生成.github/instructions/react.instructions.md文件，包含React相关的编码规范、最佳实践和常用库的使用指南
• /add-prompt create-component生成.github/prompts/create-component.prompt.md文件，包含一个可重用的提示词模板，用于生成符合项目规范的React组件代码
• /add-agent reviewer生成.github/agents/reviewer.agent.md文件，定义一个只读的代码审查Agent，专门用于审查代码更改并提供反馈，但不允许修改代码
• /add-skill update-readme生成.github/skills/update-readme/SKILL.md文件，定义一个技能，用于自动更新项目的README文件，例如根据代码更改自动生成文档或更新使用说明

自定义配置

文档结构：

• Yaml: 头信息
• Markdown：内容

资源：https://github.com/github/awesome-copilot

Debug

• Chat Debug: 对话 Debug
• Agent Debug: 规划和执行的 Debug
• Context Windows: 上下文窗口，查看当前上下文信息
  • Compact Conversation 压缩对话窗口，显示核心上下文信息

最佳实践

• 为AI优化项目
• 为任务选择合适的工具
• 选择正确的Agent
• 写出有效的提示词
• 提供正确的上下文
• 选择正确的模型
• 先Plan，在Implement，最后Review
• 审查和验证AI生成的代码
• 管理上下文和会话
• 处理大型项目注意事项

TODO

• Copilot CLI: 在本地后台的终端中运行，适合需要直接在命令行环境中执行的任务
• Claude Code: Anthropic的模型，适合需要更强推理能力的任务

References

快捷键

Windows/Linux：

• Ctrl+Alt+I - 打开聊天视图
• Ctrl+I - 在聊天视图中输入语音聊天提示
• Ctrl+N - 在聊天视图中新建一个聊天会话
• Ctrl+Shift+I - 在聊天视图中切换为使用 Agent
• Ctrl+I - 在编辑器或终端中启动内联聊天
• Ctrl+I（长按）- 启动内联语音聊天
• Tab - 接受内联建议，或跳转到下一个编辑建议
• Escape - 关闭内联建议

Mac：

• ⌃⌘I: 打开聊天视图
• ⌘I: 在聊天视图中输入语音聊天提示
• ⌘N: 在聊天视图中新建一个聊天会话
• ⇧⌘I: 在聊天视图中切换为使用 Agent
• ⌘I: 在编辑器或终端中启动内联聊天
• ⌘I（长按）: 启动内联语音聊天
• Tab: 接受内联建议，或跳转到下一个编辑建议
• Escape: 关闭内联建议

工具

• #agent: 调用Agent
• #edit: 直接修改代码文件
• #execute: 运行终端命令并将输出作为上下文输入
• #read: 读取文件内容并将其作为上下文输入
• #fetch: 从网络获取内容并将其作为上下文输入
• #search: 搜索代码库，获取相关代码片段、函数定义、文档等信息
• #todo: 生成TODO备注
• #vscode: 搜索VS Code功能、设置和扩展API
• #web: 搜索网络内容，获取最新信息，或访问特定的在线资源
• #terminalSelection: 将当前终端选中内容作为上下文输入
• #changes: 获取当前代码更改的摘要信息，帮助生成提交信息或发布说明

斜杠Slash命令

• /init: 根据你的项目结构和编码模式生成或更新工作区指令（copilot-instructions.md 或 AGENTS.md）
• /plan: 生成实施计划
• /doc: 生成文档(inline chat)
• /explain: 解释代码
• /fix: 修复代码错误
• /tests: 生成测试代码
• /setupTests: 设置测试环境
• /fixTestFailure: 修复测试错误
• /clear: 清除当前会话的上下文和历史记录
• /create-prompt <prompt name>: 创建一个可重用的提示词模板
• /create-instructions <instructions name>: 创建一个自定义指令
• /create-skill <skill name>: 创建一个自定义Skill
• /create-agent <agent name>: 创建一个自定义Agent
• /create-hook <hook name>: 创建一个自定义Hook
• /<prompt name>: 执行预定义的提示词
• /<skill name>: 执行预定义的技能
• /debug: 进入调试模式，查看上下文信息、模型选择和工具调用等细节

对话参与者

• @vscode: 询问有关 VS Code 功能、设置和 VS Code 扩展 API 的问题
• @terminal: 询问有关集成终端或 shell 命令的问题
• @github: 提问有关 GitHub 代码库、问题、拉取请求等内容的问题

参考资料

• Awesome Copilot Resources: https://github.com/github/awesome-copilot
• VSCode Github Copilot文档：https://code.visualstudio.com/docs/copilot/overview
• Github Copilot文档：https://docs.github.com/en/copilot
• VSCode youtube频道：https://www.youtube.com/@code/videos