从想法到合并PR用GitHub Copilot CLI打造完整功能开发终极工作流【免费下载链接】copilot-cli-for-beginnersLearn how to get started using the GitHub Copilot CLI!项目地址: https://gitcode.com/gh_mirrors/co/copilot-cli-for-beginnersGitHub Copilot CLI 是一个运行在终端里的 AI 编程助手它能把写代码、跑测试、审查代码、发 PR整条链路压缩到一个会话中完成。本文将带你走一遍面向新手的功能开发工作流安装 GitHub Copilot CLI → 用/plan生成实现计划 → 用语法引入代码上下文 → 自动生成测试 →/review代码评审 → 生成提交信息并创建 Pull Request。全程不需要切换浏览器也不需要大量代码基础。GitHub Copilot CLI 安装步骤3步准备就绪在开始之前先花 5 分钟把环境准备好。第 1 步获取课程示例项目git clone https://gitcode.com/gh_mirrors/co/copilot-cli-for-beginners cd copilot-cli-for-beginners第 2 步安装 Copilot CLI三选一看你用哪个系统# macOS / LinuxHomebrew brew install copilot-cli # WindowsWinGet winget install GitHub.Copilot # 已装 Node.js 的用户全平台通用 npm install -g github/copilot第 3 步登录并验证copilot /login浏览器会自动弹出授权页面点击授权即完成登录登录一次长期有效。然后在会话里输入Say hello如果 AI 正常回应就说明安装成功了 详细安装说明见 00-quick-start/README.md。第一步用 /plan 生成实现计划假设你想给示例图书应用加一个列出未读书籍的功能。不要急着写代码先用内置的 Plan Agent 让 AI 把方案想清楚copilot /plan 给图书应用加一个list unread命令只显示 read 为 False 的书需要改哪些文件Plan Agent 会输出一份分步实现计划要改哪些文件、方法签名怎么写、有哪些边界情况。计划经过你确认后再动手能避免大部分返工。第二步用 语法引入项目代码上下文AI 不了解你的项目就只是泛泛而谈。是 GitHub Copilot CLI 的核心语法文件让 AI 读取单个文件目录/让 AI 扫描整个目录。 samples/book-app-project/books.py 设计一个 get_unread_books 方法最好的实现方式是什么引用多个文件时AI 还能做跨文件分析——发现重复代码、数据流走向、不一致的错误处理等只看单文件发现不了的问题更多上下文用法见 02-context-conversations/README.md。第三步用 GitHub Copilot CLI 自动生成功能测试实现完功能后下一步是补测试。手动写测试往往只有 2~3 个用例而 AI 一次能生成 15 个覆盖边界情况的测试 samples/book-app-project/books.py 为新功能生成 pytest 测试包括 - 正常过滤场景 - 空集合 - 全部已读 / 全部未读 - 大小写与特殊字符边界第四步用 /review 做提交前代码评审/review命令会调用内置的 code-review Agent专门审查你已暂存/未暂存的改动输出高信噪比的问题清单。这是合并 PR 前的最后一道质量关卡git add . # 先暂存改动 copilot /review /diff # 再整体看一遍本次会话的所有改动第五步生成提交信息并创建 PR最后两步AI 也能代劳# 一条命令生成符合规范的提交信息Conventional Commit copilot -p Generate a conventional commit message for: $(git diff --staged) # 输出类似feat(books): add list unread books command # 在交互模式中直接用 /pr 操作 Pull Request /pr create至此从想法到 PR 的核心链路就走完了。下面是五个日常开发工作流的全景图代码评审、重构、调试、测试生成、Git 集成进阶用自定义 Agent 和 Skills 强化工作流如果团队有固定标准比如Python 必须加类型提示提交信息必须走 Conventional 格式可以把这些标准固化下来不用每次重复叮嘱自定义 Agent.agent.md文件像聘请专家一样定义角色。仓库里就有现成示例 samples/agents/python-reviewer.agent.md定义了一位严格检查类型提示、异常处理、PEP 8 的 Python 评审专家用/agent切换即可启用SkillsSKILL.md文件按任务自动加载的操作手册比如 samples/skills/code-checklist/SKILL.md。当你问检查这个文件的质量问题时AI 会自动匹配并应用对应技能无需手动触发。两者对比可以阅读 04-agents-custom-instructions/README.md 和 05-skills/README.md。连接 GitHub用 MCP 读取 Issue 和 PR装好内置的 GitHub MCP Server 后Copilot 可以主动读取仓库的 Issue 和 PR而不需要你复制粘贴 列出本仓库最近的提交 获取 issue #42 的详情 创建一个关联 issue #42 的 Pull Request这让从 Issue 到 PR变成了纯终端操作AI 读需求 → 改代码 → 建 PR 关联 Issue一气呵成。详见 06-mcp-servers/README.md。工作流清单从想法到合并 PR把上面的步骤串起来就是你日常可以复用的终极工作流步骤命令作用1️⃣ 规划/plan 功能描述生成分步实现计划2️⃣ 上下文文件 目录让 AI 读懂你的代码3️⃣ 实现自然语言描述AI 修改/生成代码4️⃣ 测试生成 pytest 测试自动补齐边界用例5️⃣ 评审/review/diff提交前质量把关6️⃣ 交付git add/pr create提交信息 创建 PR学习资源在仓库中继续深入完整第 07 章本篇工作流的详细版07-putting-it-together/README.md五大开发工作流详解03-development-workflows/README.md课程示例项目Python 图书应用samples/book-app-project/CI/CD 集成让 AI 在每个 PR 上自动评审appendices/ci-cd-integration.md记住一句话先/plan再给上下文最后才动手实现——顺序对了效率翻倍。现在打开终端输入copilot开始你的第一个功能吧【免费下载链接】copilot-cli-for-beginnersLearn how to get started using the GitHub Copilot CLI!项目地址: https://gitcode.com/gh_mirrors/co/copilot-cli-for-beginners创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
从想法到合并PR：用GitHub Copilot CLI打造完整功能开发终极工作流
从想法到合并PR用GitHub Copilot CLI打造完整功能开发终极工作流【免费下载链接】copilot-cli-for-beginnersLearn how to get started using the GitHub Copilot CLI!项目地址: https://gitcode.com/gh_mirrors/co/copilot-cli-for-beginnersGitHub Copilot CLI 是一个运行在终端里的 AI 编程助手它能把写代码、跑测试、审查代码、发 PR整条链路压缩到一个会话中完成。本文将带你走一遍面向新手的功能开发工作流安装 GitHub Copilot CLI → 用/plan生成实现计划 → 用语法引入代码上下文 → 自动生成测试 →/review代码评审 → 生成提交信息并创建 Pull Request。全程不需要切换浏览器也不需要大量代码基础。GitHub Copilot CLI 安装步骤3步准备就绪在开始之前先花 5 分钟把环境准备好。第 1 步获取课程示例项目git clone https://gitcode.com/gh_mirrors/co/copilot-cli-for-beginners cd copilot-cli-for-beginners第 2 步安装 Copilot CLI三选一看你用哪个系统# macOS / LinuxHomebrew brew install copilot-cli # WindowsWinGet winget install GitHub.Copilot # 已装 Node.js 的用户全平台通用 npm install -g github/copilot第 3 步登录并验证copilot /login浏览器会自动弹出授权页面点击授权即完成登录登录一次长期有效。然后在会话里输入Say hello如果 AI 正常回应就说明安装成功了 详细安装说明见 00-quick-start/README.md。第一步用 /plan 生成实现计划假设你想给示例图书应用加一个列出未读书籍的功能。不要急着写代码先用内置的 Plan Agent 让 AI 把方案想清楚copilot /plan 给图书应用加一个list unread命令只显示 read 为 False 的书需要改哪些文件Plan Agent 会输出一份分步实现计划要改哪些文件、方法签名怎么写、有哪些边界情况。计划经过你确认后再动手能避免大部分返工。第二步用 语法引入项目代码上下文AI 不了解你的项目就只是泛泛而谈。是 GitHub Copilot CLI 的核心语法文件让 AI 读取单个文件目录/让 AI 扫描整个目录。 samples/book-app-project/books.py 设计一个 get_unread_books 方法最好的实现方式是什么引用多个文件时AI 还能做跨文件分析——发现重复代码、数据流走向、不一致的错误处理等只看单文件发现不了的问题更多上下文用法见 02-context-conversations/README.md。第三步用 GitHub Copilot CLI 自动生成功能测试实现完功能后下一步是补测试。手动写测试往往只有 2~3 个用例而 AI 一次能生成 15 个覆盖边界情况的测试 samples/book-app-project/books.py 为新功能生成 pytest 测试包括 - 正常过滤场景 - 空集合 - 全部已读 / 全部未读 - 大小写与特殊字符边界第四步用 /review 做提交前代码评审/review命令会调用内置的 code-review Agent专门审查你已暂存/未暂存的改动输出高信噪比的问题清单。这是合并 PR 前的最后一道质量关卡git add . # 先暂存改动 copilot /review /diff # 再整体看一遍本次会话的所有改动第五步生成提交信息并创建 PR最后两步AI 也能代劳# 一条命令生成符合规范的提交信息Conventional Commit copilot -p Generate a conventional commit message for: $(git diff --staged) # 输出类似feat(books): add list unread books command # 在交互模式中直接用 /pr 操作 Pull Request /pr create至此从想法到 PR 的核心链路就走完了。下面是五个日常开发工作流的全景图代码评审、重构、调试、测试生成、Git 集成进阶用自定义 Agent 和 Skills 强化工作流如果团队有固定标准比如Python 必须加类型提示提交信息必须走 Conventional 格式可以把这些标准固化下来不用每次重复叮嘱自定义 Agent.agent.md文件像聘请专家一样定义角色。仓库里就有现成示例 samples/agents/python-reviewer.agent.md定义了一位严格检查类型提示、异常处理、PEP 8 的 Python 评审专家用/agent切换即可启用SkillsSKILL.md文件按任务自动加载的操作手册比如 samples/skills/code-checklist/SKILL.md。当你问检查这个文件的质量问题时AI 会自动匹配并应用对应技能无需手动触发。两者对比可以阅读 04-agents-custom-instructions/README.md 和 05-skills/README.md。连接 GitHub用 MCP 读取 Issue 和 PR装好内置的 GitHub MCP Server 后Copilot 可以主动读取仓库的 Issue 和 PR而不需要你复制粘贴 列出本仓库最近的提交 获取 issue #42 的详情 创建一个关联 issue #42 的 Pull Request这让从 Issue 到 PR变成了纯终端操作AI 读需求 → 改代码 → 建 PR 关联 Issue一气呵成。详见 06-mcp-servers/README.md。工作流清单从想法到合并 PR把上面的步骤串起来就是你日常可以复用的终极工作流步骤命令作用1️⃣ 规划/plan 功能描述生成分步实现计划2️⃣ 上下文文件 目录让 AI 读懂你的代码3️⃣ 实现自然语言描述AI 修改/生成代码4️⃣ 测试生成 pytest 测试自动补齐边界用例5️⃣ 评审/review/diff提交前质量把关6️⃣ 交付git add/pr create提交信息 创建 PR学习资源在仓库中继续深入完整第 07 章本篇工作流的详细版07-putting-it-together/README.md五大开发工作流详解03-development-workflows/README.md课程示例项目Python 图书应用samples/book-app-project/CI/CD 集成让 AI 在每个 PR 上自动评审appendices/ci-cd-integration.md记住一句话先/plan再给上下文最后才动手实现——顺序对了效率翻倍。现在打开终端输入copilot开始你的第一个功能吧【免费下载链接】copilot-cli-for-beginnersLearn how to get started using the GitHub Copilot CLI!项目地址: https://gitcode.com/gh_mirrors/co/copilot-cli-for-beginners创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
