GitHub Copilot:進階代理模式培訓
GitHub Copilot 是超過 84% 的開發人員所使用的 AI 配對程式員。2025 年推出的代理模式版本,使 Copilot 超越了自動完成功能,具備多步驟規劃、終端機指令執行以及主動式程式庫導覽的能力。
本課程為講師帶領的實訓課程(線上或線下),主要對象為希望使用 GitHub Copilot 代理模式來自主建構功能、自動執行測試,並以較少手動監督來管理較大編碼任務的開發人員與工程經理。
完成本培訓後,學員將能夠:
- 在多種 IDE 和語言中啟動並設定代理模式。
- 利用 Copilot 在同一個代理迴圈中進行規劃、編碼、測試與迭代。
- 從 Copilot 內部驅動終端機操作與環境設定。
- 實施企業治理:席位管理、稽核日誌以及智慧財產權賠償。
課程格式
- 互動式講授與討論。
- 大量的練習與實作。
- 在即時實驗室環境中進行動手實作。
課程客製化選項
- 如需針對此課程請求客製化培訓,請聯繫我們進行安排。
課程簡介
從自動完成到代理:理解轉變
- Copilot 建議與代理式多步驟規劃的差異
- 代理迴圈的架構:規劃、生成、執行、迭代
- 代理任務的語言支援與模型選擇
- 實際案例:從五行函數到多檔功能
在您的 IDE 中啟用代理模式
- 在 VS Code、JetBrains 和 Neovim 中啟動
- 設定內容視窗與模型層級偏好
- 設定工作空間規則並忽略大型二進制檔案
- 管理 Copilot Chat 與內嵌代理工作流程的差異
多步驟規劃與執行
- 提示 Copilot 端到端建構功能
- 觀察代理如何將任務拆解為跨檔案的多個步驟
- 在套用變更前審查每個步驟
- 當步驟偏離軌道時使用內嵌復原功能
代理迴圈內的終端機指令
- 透過 Copilot 終端機整合安裝相依套件
- 執行編譯指令並解讀輸出結果
- 從 Copilot 工作階段內部管理環境變數
- 安全界線:哪些指令需要手動核准
使用代理進行測試驅動開發
- 從現有原始碼產生單元測試
- 透過自然語言提示驅動測試建立
- 在 Copilot 內部執行測試套件並解讀失敗日誌
- 在看到邊界案例失敗後調整斷言
導覽大型程式庫
- 自動尋找跨檔案的參照
- 透過 Copilot 引導的重新命名來重構共用公用程式
- 同步更新設定檔與結構描述檔
- 透過精確提示避免內容視窗耗盡
為團隊標準自訂 Copilot
- 在 .github/copilot-instructions.md 中撰寫存放區專屬指示
- 強制執行命名慣例與架構模式
- 將敏感檔案和目錄從內容中排除
- 為常見任務建立團隊專屬的提示範本
GitHub Copilot 企業治理
- 席位分配、帳單與使用儀表板
- 稽核日誌:追蹤 Copilot 生成了什麼,以及提交了什麼
- Microsoft IP 賠償政策與授權影響
- 阻擋特定檔案模式從 AI 建議管線中出現
使用代理模式除錯
- 與代理一起閱讀堆疊追蹤
- 假設驅動式除錯:詢問 Copilot 測試失敗的原因
- 使用代理輔助的分治法找出回歸來源
- 管理在除錯不熟悉程式碼時的幻覺風險
效能與限制管理
- 了解每日請求限制與模型配額
- 最佳化提示長度以避免回覆被截斷
- 為不同任務切換模型
- 監控代理延遲與快取策略
企業的資安與合規性
- 資料處理:哪些離開您的存放庫,哪些保留在本機
- 防止透過提示洩漏金鑰與憑證
- 符合 GDPR、SOC 2 和 FedRAMP 要求
- 對生成的程式碼進行紅隊演練以檢查注入漏洞
常見情境的疑難排解
- 為什麼 Copilot 有時會忽略您的程式庫內容
- 解決大型存放庫的索引失敗問題
- 處理尖峰時段的速率限制錯誤
- 修復 IDE 擴充功能同步問題
總結與未來藍圖
- 代理模式功能與實用工作流程的複習
- GitHub Copilot 藍圖與即將推出的代理功能
- 保持與 Copilot 最新版本同步的資源
最低要求
- 具備物件導向或函數式程式設計經驗
- GitHub 帳號以及基本的 Git 工作流知識
- 熟悉至少一種 IDE(VS Code、JetBrains 或 Neovim)
受眾
- 目前使用 Copilot,希望啟用代理模式的開發人員
- 希望在整個開發團隊中推行 Copilot 的工程經理
- 審查 AI 輔助程式碼生成政策的資安團隊
需要幫助選擇合適的課程嗎?
macao@nobleprog.com 或 +852 81990613
GitHub Copilot:進階代理模式培訓 - 詢問
GitHub Copilot:進階代理模式 - 咨詢詢問
相關課程
使用 Gemini 3 和 Google Antigravity進行代理開發
21 小時Google Antigravity 是一個代理式開發環境,旨在構建能夠利用 Gemini 3 的多模態能力進行規劃、推理、編碼和操作的自治代理。
這門由講師指導的實時培訓(線上或線下)針對希望使用 Gemini 3 和 Antigravity 環境設計、構建和部署自治代理的高階技術專業人員。
完成此培訓後,參與者將能夠:
- 構建利用 Gemini 3 進行推理、規劃和執行的自治工作流。
- 在 Antigravity 中開發能夠分析任務、編寫代碼並與工具交互的代理。
- 將由 Gemini 驅動的代理集成到企業系統和 API 中。
- 優化複雜環境中的代理行為、安全性和可靠性。
課程格式
- 專家示範結合互動討論。
- 親自體驗自治代理開發。
- 使用 Antigravity、Gemini 3 和支持的雲工具進行實踐實施。
課程定制選項
- 如果您的團隊需要特定領域的代理行為或自定義集成,請聯繫我們以定制該計劃。
先進反重力技術:回饋迴路、學習與長期代理記憶
14 小時Google Antigravity 是一個先進的框架,用於實驗長期存活的代理及其突發互動行為。
本培訓課程由講師主講(線上或線下),旨在幫助進階專業人員設計、分析並優化能夠保留記憶、透過回饋改善表現,並在長時間運作中不斷演化的代理系統。
完成本課程後,學員將獲得以下技能:
- 設計用於代理持久性的長期記憶體結構。
- 實施有效的回饋迴路以引導代理行為。
- 評估學習軌跡及模型漂移情況。
- 將記憶機制整合到複雜的多代理生態系統中。
課程形式
- 專家主導的討論搭配技術示範。
- 透過結構化的設計挑戰進行實作探索。
- 將概念應用於模擬的代理環境。
課程客製化選項
- 若貴組織需要客製化內容或特定案例範例,請聯繫我們以調整本培訓方案。
進階 Mastra 整合:API、工具、企業資料與外部系統
21 小時Mastra 是一個框架,支援 AI 代理程式、API、企業應用程式與外部資料系統之間的深度整合。
此為由講師帶領的現場培訓(線上或線下),針對希望建構可靠、安全且可擴展的 Mastra 代理程式與更廣泛企業生態系統之間整合的中階工程師設計。
完成此培訓後,學員將能夠:
- 實作 API 驅動的 Mastra 代理程式與外部服務之間的整合。
- 將企業資料系統和工具連接到自動化代理工作流程。
- 應用安全資料交換和認證的最佳實踐。
- 設計可擴展、易於維護且符合生產環境需求的整合層。
課程形式
- 互動式講授與討論。
- 實作整合工程與 API 練習。
- 使用真實企業情境進行實驗室實作。
課程自訂選項
- 可依需求提供自訂 API 情境、企業系統對應或資料整合研討會。
互動式 AI 代理:AgentCore 記憶體、程式碼解譯器與瀏覽器工具實務應用
14 小時AgentCore 提供記憶體持久化功能、安全的程式碼解譯器以及瀏覽器工具,使 AI 代理能交付互動性、動態性以及具情境感知能力的體驗。
本課程由導師主導進行現場培訓(線上或線下),針對中階至進階技術從業者設計,旨在協助學員設計並部署具備長期情境記憶能力、即時運算能力以及直接與網頁使用者介面互動能力的 AI 代理。
完成本課程後,參與者將能夠:
- 實作 AgentCore 記憶體,以建構具狀態且能感知情境的工作流程。
- 運用安全的程式碼解譯器,進行動態計算與轉換。
- 整合瀏覽器工具,實現即時資料擷取與使用者介面互動。
- 為分析、客戶支援及研究等應用場景設計互動式代理。
課程格式
- 互動式講授與討論。
- 搭配 AgentCore 記憶體與工具的實作練習。
- 探討分析、自動化及客戶支援情境的案例研究。
課程客製化選項
- 如需為本課程申請客製化培訓,請聯繫我們以安排詳情。
使用 AgentCore 運行時與閘道器加速 AI 代理部署
14 小時AgentCore 運行時與閘道器是 AWS 的一組服務,用於打包、部署 AI 代理,並透過簡化的整合流程安全地暴露給外部系統。
此種由導師主導的培訓課程(線上或線下)針對的是希望將代理原型轉移至生產環境的中階工程團隊。透過掌握 AgentCore 運行時進行部署,以及利用閘道器實現安全連接與 API 整合,學員將具備必要的能力。
完成此培訓後,參與者將能夠:
- 建立 AgentCore 運行時環境,並打包代理以供部署。
- 透過閘道器暴露代理,提供具備身份驗證與速率限制的主機端點。
- 使用穩定的合約將外部工具與 API 整合至代理工作流程。
- 配置可觀察性、日誌記錄與使用情況監控,以支援生產環境運營。
課程格式
- 互動式講解與討論。
- 包含運行時部署與閘道器整合的實作實驗室練習。
- 聚焦於可靠性、安全性與發布策略的實務演練。
課程客製化選項
- 如需為本課程申請客製化培訓,請聯絡我們安排。
開發者的反重力:構建以代理為核心的應用程序
21 小時Antigravity 是一個旨在構建由 AI 驅動、以代理為核心的應用程序的開發平台。
本次培訓由講師現場授課,提供線上或線下兩種方式。主要面向希望利用 Antigravity 環境中的自治 AI 代理來創建真實世界應用程序的中級開發人員。
完成本次培訓後,參與者將能夠:
- 開發依賴於自主且協調的 AI 代理的應用程序。
- 使用 Antigravity IDE、編輯器、終端和瀏覽器進行端到端的開發工作。
- 通過 Agent Manager 管理多代理工作流程。
- 將代理能力集成到生產級軟件系統中。
課程形式
- 結合深入演示的混合式講授。
- 大量的實踐操作與指導練習。
- 在 Antigravity 實時環境中進行實際實施工作。
課程定製選項
- 若要獲取與您開發棧相吻合的定製內容,請聯繫我們以安排此培訓的定製版本。
開始使用反重力:智能代理優先 IDE 介紹
14 小時Google Antigravity 是一個智能代理優先的開發環境,旨在通過智能自動化簡化工程工作流程。
這是一堂由講師指導的實訓課程(線上或線下),針對希望探索 Antigravity 基礎知識並了解代理驅動編碼環境如何提高工作效率的初學者。
完成培訓後,學員將能夠:
- 安裝和配置 Google Antigravity。
- 導航並理解編輯器視圖和管理員視圖。
- 有效利用代理自動化簡單的開發任務。
- 使用 Antigravity 生成、完善和管理項目文件。
課程形式
- 講師講解配合實時演示。
- 聚焦於代理實際操作的指導性練習。
- 在受控實驗室環境中實地探索 Antigravity 的核心功能。
課程定制選項
- 如果您需要此培訓的定制版本,請聯繫我們以安排定制計劃。
網頁自動化與瀏覽器任務的 Antigravity 技術
21 小時Google Antigravity 是一個平台,用於建構能夠與網頁應用程式、瀏覽器環境及多表面工作流互動的代理程式(Agent)。
這門由導師親自授課的活動包含線上或線下培訓,旨在幫助具備中階專業技能的人士學習如何利用 Google Antigravity 建構、自動化及測試瀏覽器端工作流。
完成課程後,學員將能夠:
- 建立能在瀏覽器介面上與網頁應用程式互動的代理程式(Agent)。
- 自動化跨瀏覽器環境的端到端工作流。
- 在介面導向的環境中驗證及排除代理程式行為的問題。
- 使用 Antigravity 實作跨表面的自動化策略。
課程形式
- 透過示範引導教學。
- 實際操作活動與情境模擬練習。
- 在互動式實驗室環境中實作代理程式工作流。
課程客製化選項
- 若您有特定的培訓需求,請聯繫我們以為您量身打造符合目標的課程內容。
使用AgentCore構建全托管AI智能體:從概念到生產
14 小時AgentCore提供了一套統一的服務,簡化了構建、增強和監控全託管AI智能體的過程,並支持大規模部署。
這門由講師主導的實時培訓(線上或線下)旨在為初級到中級水平的從業者提供實踐經驗,以使用AgentCore創建可投入生產的AI智能體。
完成本培訓後,學員將能夠:
- 理解AgentCore在AI智能體開發方面的核心能力。
- 設計和配置簡單的AI智能體,使用託管服務。
- 集成工作流程以提升智能體的功能。
- 部署並監控生產環境中的AI智能體。
課程形式
- 互動式講授和討論。
- 使用AgentCore服務的實作練習。
- 引導學員完成從概念到部署的整個過程。
課程定制選項
- 如需為此課程要求定制化培訓,請聯繫我們以安排。
使用 Mastra 進行 AI Agent 開發
14 小時這門由講師帶領的即時培訓(線上或線下),旨在協助具備中級能力的軟體開發人員和工程團隊,使用 Mastra 建構可擴展且具可觀測性的 AI 系統。
完成本培訓後,學員將能夠:
- 理解 Mastra 的架構,以及它如何與大型語言模型(LLM)及外部 API 整合。
- 使用 TypeScript 設計並實作 AI agent 和工作流程。
- 運用 Mastra 的可觀測性與記憶工具,監控並提升 agent 效能。
- 運用 Mastra 框架功能,部署可直接投入生產環境的 AI 應用程式。
Mastra 調試、評估與 AI Agent 的品質保證
21 小時Mastra 是一個提供結構化工具的框架,用於評估、調試和確保在複雜工作流程中運行的 AI Agent 的可靠性。
這項由講師指導的培訓課程(線上或線下)旨在幫助初級實踐者嚴謹地測試 Agent 的行為、提高可靠性並實施可測量的評估流程。
完成此培訓後,參與者將能夠自信地:
- 運用調試技術識別和糾正 Agent 的行為問題。
- 使用結構化指標、基準和質量評分來評估 Agent。
- 實施用於追蹤可靠性、漂移和幻覺的工具和工作流程。
- 設計品質保證策略,以確保 Agent 表現的一致性和可預測性。
課程形式
- 互動式講授與討論。
- 實作調試與評估練習。
- 使用可觀測性工具對 Agent 行為進行實驗室級分析。
課程自訂選項
- 可依需求安排客製化的可靠性測試場景及特定行業的品質保證方法。
Mastra Ops 與生產工程:部署與擴展 AI Agent
21 小時Mastra 是一套營運框架,旨在簡化生產環境中 AI agent 的部署、擴展及生命週期管理。
本課程由講師主導進行 live 培訓(線上或線下),主要對象為中高級至進階級別的技術專業人員,需將其 AI agent 可靠且高效地投入生產系統營運。
完成本培訓後,參加者將具備以下能力:
- 將基於 Mastra 的 AI agent 部署至受控的生產級環境。
- 利用平台原生基元擴展 agent(橫向與縱向)。
- 實施可觀測性管線,以追蹤 agent 行為及效能。
- 最佳化運行時配置,降低延遲、成本及營運風險。
課程形式
- 互動式授課與討論。
- 著重實際部署場景的實作練習。
- 使用容器化與編排環境進行 live-lab 實施。
課程客製化選項
- 可依需求客製化主題、實作實驗,或產業特定情境。
Mastra 工作流自動化與多代理編排
21 小時Mastra 是一個框架,能夠在分散式系統中運作的多個 AI 代理之間實現複雜的工作流自動化和協調。
這門由導師主導的現場培訓(線上或線下)旨在幫助中等水平的從業者設計、編排和擴展多代理工作流的運作。
完成此培訓後,參與者將獲得以下技能:
- 使用 Mastra 的編排功能設計複雜的工作流。
- 協調執行並行或依賴任務的多個代理。
- 實施工作流執行的監控和除錯工具。
- 優化編排邏輯,以提高可靠性、吞吐量與自動化效率。
課程形式
- 互動式講解與討論。
- 實作工作流設計與自動化練習。
- 在容器化實驗室環境中進行實際應用。
課程客製化選項
- 可按需提供客製化的自動化場景、企業整合或工作流模式。
在 Google Antigravity 中管理代理工作流程:編排、規劃與工件
14 小時Google Antigravity 是一個以代理為核心的開發平台,用於協調、監督和組織 AI 驅動的和自動化工作流程。
此培訓由導師主講,可線上或線下進行。對象為中級專業人士,旨在協助他們設計、管理並優化 Google Antigravity 中的多代理工作流程。
完成培訓後,參與者將獲得以下技能:
- 在 Manager 界面中配置代理職責和編排流程。
- 生成和解讀 Antigravity 工件,包括任務列表、計劃日誌及瀏覽器錄像。
- 實施驗證策略,確保代理操作透明且可審計。
- 優化多代理協作,以處理複雜的開發和運維任務。
課程格式
- 引導式講授與實例演示。
- 聚焦於真實工作流程挑戰的場景練習。
- 在即時 Antigravity 工作區進行動手實驗。
課程客製化選項
- 如果您需要此課程的自訂版本,請聯繫我們以討論客製化選項。
測試與驗證智能體驅動程式:反重力環境中的品質保證
14 小時反重力是一個框架,代表先進的智能體驅動開發工作流程。
本課程提供講師引導的現場培訓(線上或線下),旨在協助中高級專業人員驗證、確認並確保在反重力驅動環境中運作的 AI 智能體所產生的輸出品質。
完成本課程後,學員將能夠:
- 評估智能體生成的程式碼資產的準確性與安全性。
- 使用結構化技術來驗證智能體執行的任務。
- 有效分析瀏覽器錄影並追蹤智能體活動。
- 應用品質保證和安全原則,確保智能體工作流程的可靠性。
課程格式
- 講師指導的技術簡報與討論。
- 著重於驗證真實智能體工作流程的實踐練習。
- 在受控實驗室環境中進行實作測試與驗證。
課程客製化選項
- 可根據需求調整情境、工作流程和測試範例。