AI 程式設計教程中文版
從原理到實戰

GitHub Copilot 從原理到實戰

用 12 篇文章建立 GitHub Copilot 的完整認知,從入口地圖、上下文、Agent Mode 到團隊治理。

這組文章先回答一個問題:Copilot 到底應該放在你的工作流哪裡

如果只把 Copilot 當成補全外掛,你會錯過它現在最有價值的部分:Agent Mode、Cloud Agent、CLI、MCP、repository instructions、PR 審查和企業治理。

推薦閱讀順序

flowchart TB
    A[理解定位] --> B[看入口地圖]
    B --> C[學上下文工程]
    C --> D[本地 Agent Mode]
    D --> E[Cloud Agent 和 CLI]
    E --> F[MCP / Skills / Hooks]
    F --> G[團隊治理和真實工作流]

12 篇路徑

#文章解決的問題
01GitHub Copilot 是什麼Copilot 為什麼已經不是單一補全外掛
02Copilot 和 Claude Code、Codex、Cursor 怎麼選選擇工具的判斷框架
03Copilot 的入口地圖GitHub、IDE、CLI、Cloud Agent 的分工
04從補全到 Agent ModeCopilot 能力演進線
05Copilot 的上下文工程怎麼讓 Copilot 看見正確資訊
06VS Code Agent Mode 怎麼用本地 agent 的任務邊界
07Cloud Agent 到 PR 的閉環非同步委派任務怎麼落到 PR
08Copilot CLI 工作流終端委派和自動化
09指令、Skills、Hooks 怎麼分工規則和擴充套件如何分層
10Copilot 和 MCP 怎麼接外部系統上下文如何進入 Copilot
11團隊上線前的安全和治理商業團隊 rollout 清單
12真實團隊工作流TDD、review、PR、文件、遷移怎麼串起來

對應官方手冊

讀完這一組,再進入 官方教程中文版。那裡按 GitHub Docs 和 VS Code Docs 的事實邊界組織,適合查配置、許可權、MCP、CLI 和 Cloud Agent 細節。

學完後的判斷標準

讀完“從原理到實戰”後,應該能回答三組問題:

  • 入口選擇:補全、Chat、Agent Mode、Cloud Agent、CLI、code review 分別適合什麼任務。
  • 上下文選擇:什麼時候用 repository instructions、prompt files、MCP、Spaces、content exclusion、repository indexing。
  • 團隊治理:什麼時候需要 policies、usage metrics、billing controls、network settings、enterprise account、FedRAMP 或 LTS model 判斷。

如果只會說“Copilot 能幫我寫程式碼”,說明還停在舊版補全外掛認知。現在的 Copilot 更像 GitHub 開發生命週期裡的 AI 層:從寫程式碼到審 PR,從 issue 到 Cloud Agent,從個人提示詞到企業策略。

實戰練習

建議用一個真實 repo 做三輪練習:

  1. IDE 補全和 Chat:解釋一段程式碼,補一個小函式,檢查建議是否符合專案風格。
  2. Agent Mode:讓 Copilot 先 plan,再改一個小 bug,最後跑測試和 review diff。
  3. Cloud / PR:把一個明確 issue 派給 Cloud Agent 或 code review,觀察它如何落到 branch、PR、comments 和 CI。

三輪都跑通後,再進入 MCP、CLI、SDK 和企業治理。否則高階能力會變成沒有邊界的功能堆疊。

接下來去哪

官方依據

本頁目錄