Skip to content

08-comprehensive-project-guide.md

Latest commit

 

History

History
190 lines (137 loc) · 5.52 KB

08-comprehensive-project-guide.md

File metadata and controls

190 lines (137 loc) · 5.52 KB

場景 8：GitHub 自動化 Agent (100% Agent)

🎯 場景概述

在這個場景中，你將體驗 100% Agent 模式 - 讓 AI 完全接管從 Issue 到 Pull Request 的開發流程。

你將學到什麼？

  • 如何讓 Agent 讀取並理解 GitHub Issues
  • 如何讓 Agent 自主實作功能
  • 如何讓 Agent 創建專業的 Pull Request
  • 體驗真實的 AI 驅動開發流程

📚 前置準備

在開始之前，請確保你已經：

  1. Fork 了 copilot-agent-demo-todo repository
  2. 更新了 git remote 到你的 Fork
  3. 在你的 GitHub repo 創建了至少一個 Issue
📋 點擊展開：快速設置指南

🚀 三步驟快速開始

步驟 1：Fork Demo Repository

  1. 開啟瀏覽器，前往：https://github.com/yulin0629/copilot-agent-demo-todo
  2. 點擊右上角 Fork 按鈕
  3. 選擇你的帳號，完成 Fork
  4. 複製你的 Fork URL（例如：https://github.com/你的帳號/copilot-agent-demo-todo）

步驟 2：讓 Agent 幫你設置（你的第一個 Agent 體驗！）

在 VS Code 中開啟 Copilot Chat，選擇 Agent 模式，輸入：

請幫我更新 git remote 到 [貼上你的 Fork URL]

例如：

請幫我更新 git remote 到 https://github.com/alice/copilot-agent-demo-todo

💡 觀察：Agent 會自動執行正確的 git 指令！

步驟 3：創建你的第一個 Issue

  1. 在瀏覽器中開啟你的 Fork
  2. 前往 Issues 頁面
  3. 創建新 Issue，例如：
    • 標題：添加深色模式
    • 內容：請為待辦事項應用添加深色模式切換功能
    • 標籤：enhancement

✅ 完成！ 現在你可以開始體驗 Agent 的威力了！

🚀 實作步驟

步驟 1：了解你的專案結構

你的 Fork 包含一個待辦事項應用，檔案結構如下：

copilot-agent-demo-todo/
├── index.html      # 應用介面
├── app.js          # 核心邏輯（含一些 bug）
├── style.css       # 樣式檔案
└── README.md       # 專案說明

步驟 2：創建你的第一個 Issue

如果還沒有 Issue，請在你的 GitHub repo 創建一個。建議的 Issue：

簡單功能：

  • 標題：添加深色模式切換
  • 描述：請為待辦事項應用添加深色模式，包含一個切換按鈕

Bug 修復：

  • 標題：修復刪除任務後重新整理會還原的問題
  • 描述：當刪除任務後，重新整理頁面，被刪除的任務又出現了

步驟 3：讓 Agent 接管開發 - 你的第一個 Agent 體驗

練習 1：單一 Issue 實作

在 VS Code 中開啟 Copilot Chat，選擇 Agent 模式，輸入：

請查看我的 GitHub repo 中的 open issues，選擇第一個 issue 來實作

使用模式：Agent

觀察重點：

  • Agent 如何自動連接到你的 GitHub repo
  • Agent 如何理解 Issue 的需求
  • Agent 如何規劃實作步驟
  • Agent 如何修改程式碼

練習 2：完整自動化流程

當 Agent 完成實作後，繼續指示：

請為剛才的修改創建一個 Pull Request，包含：
1. 清楚的標題
2. 詳細的修改說明
3. 測試步驟

使用模式：Agent

步驟 4：進階練習（選擇性）

當你熟悉基本流程後，可以嘗試：

進階練習 1：批次分析

分析我的所有 open issues，評估每個的實作難度和所需時間

進階練習 2：策略規劃

根據現有的 issues，建議一個開發順序，並說明理由

進階練習 3：多 Issue 處理

選擇兩個相關的 issues 一起實作，並創建一個綜合的 PR

💡 實用技巧

1. 清晰的指令

給 Agent 明確的指示，例如：

  • 「請實作 Issue #1」比「幫我寫程式」更好
  • 「創建 PR 並說明測試步驟」比「提交程式碼」更完整

2. 分步驟執行

如果 Agent 一次處理太多，可以分步驟：

  1. 先讓 Agent 分析 Issue
  2. 確認理解後再實作
  3. 最後創建 PR

3. 善用 Context

雖然 Agent 模式不支援 @workspace，但 Agent 會自動理解專案結構

🎯 學習重點回顧

你剛剛體驗了什麼？

  1. 100% Agent 模式：AI 完全主導開發流程
  2. 真實 GitHub 工作流程：從 Issue 到 PR 的完整體驗
  3. AI 的決策能力：觀察 Agent 如何分析、規劃和實作
  4. 效率提升：原本需要 30 分鐘的工作，Agent 幾分鐘完成

Agent 模式的優勢

  • 自主性：Agent 可以獨立完成複雜任務
  • 整合性：自動整合 GitHub API，無需手動操作
  • 智能性：理解需求並制定最佳解決方案
  • 完整性：從分析到實作到文件，一次完成

🚀 下一步

實際應用建議

  1. 在你的專案中應用：

    • 創建 .github/copilot-instructions.md
    • 讓 Agent 處理日常的 Issues
    • 逐步提高 Agent 的使用比例

  2. 團隊協作：

    • 分享你的 Agent 使用經驗
    • 建立團隊的 AI 使用規範
    • 創建共享的 prompt 模板

  3. 持續優化：

    • 觀察 Agent 的產出品質
    • 調整指令讓 Agent 更準確
    • 記錄最佳實踐

💭 思考題

  1. Agent 模式適合處理哪些類型的任務？
  2. 如何在保持程式碼品質的同時提高 Agent 使用率？
  3. 你的團隊可以如何整合 Agent 到現有工作流程？

🎉 恭喜！

你已經完成了 GitHub Copilot Agent 的完整學習旅程！從 0% 到 100% Agent，你見證了 AI 如何改變軟體開發的方式。

記住：Agent 是你的開發夥伴，而不只是工具。 善用它，讓你專注於更有價值的創造性工作！