GitHub Copilot Workspace (CW) La technologie Edition est maintenant disponible! CW est un environnement de développement centré sur la tache qui vous permet de définir des taches pour votre base de code en langage naturel et de collaborer avec l'IA pour effectuer ces taches. Ce guide vous guidera à travers plusieurs points d'entrée pour commencer avec Copilot Workspace.
Catalogue
- Point d'entrée de démarrage de la tache
- GiTHub Issue
- Créer des taches ad hoc avec CW Dashboard
- Créer des taches ad-hoc via la page de base de code
- Créez une base de code à partir d'un modèle
- Utilisez "Utilisez ce modèle" sur github.com
- Utilisez "Nouvelle session" sur le tableau de bord
- Utiliser URL
- GitHub Copilot Works Tespace de la fonction de maintenance de base de l'espace
- Limitez l'utilisation de l'espace de travail GitHub Copilot dans la base de code
- Problèmes connus et améliorations futures
- Réécrivez des fichiers volumineux
- Génération de code
- Sélection de contenu
- Recherche Web
- build / test correction
- petites taches et grandes taches
- Autorisation
- Résumé
- FAQ
Point d'entrée de démarrage de la tache
Le début efficace des taches est essentiel pour maintenir la productivité et simplifier les workflows. Que vous soyez basé sur un problème GitHub existant ou que vous créiez une nouvelle tache à partir de zéro, CW fournit plusieurs points d'entrée pour vous aider à démarrer une tache facilement. En tirant parti de ces options flexibles, vous pouvez rapidement passer de l'identification des taches à la gestion active des taches, en assurant un flux de travail lisse et organisé en fonction de vos besoins.
1.
Si vous avez déjà un problème GitHub qui décrit la tache que vous souhaitez effectuer, il est très facile de commencer par ce problème. Veuillez suivre les étapes ci-dessous:
- Open Github Issue.
- Dans la section "Development" du panneau de droite, cliquez sur le bouton "Ouvrir dans l'espace de travail".
Vous pouvez également démarrer des taches directement à partir du tableau de bord CW:
Ouvrez le tableau de bord CW.
- Cliquez sur l'option "Sélectionner la base de code" dans la section "nouvelle session".
- Recherchez la base de code que vous souhaitez traiter.
- Sélectionnez la base de code et définissez une nouvelle tache à partir de zéro, similaire à la rédaction d'un problème.
- Après avoir exécuté une tache pour la base de code, elle sera affichée dans la liste des sessions dans la nouvelle section Session pour vous faciliter la sélection de nouvelles taches pour vos projets en cours.
3.
- Accédez à la page de base du projet sur lequel vous souhaitez travailler.
- Cliquez sur le bouton vert "code".
- Entrez une nouvelle tache dans l'onglet Copilot.
- Soumettre la tache.
Cela vous emmènera dans la CW et commencera le processus d'analyse et de résolution des taches.
Créez une base de code à partir d'un modèle
Copilot Workspace vous permet de créer des bases de code à partir de modèles en langage naturel.
Utilisez "Utilisez ce modèle" sur github.com
Pour créer une base de code à l'aide de Copilot Workspace, accédez à la base de code de modèle sur github.com et sélectionnez "Utilisez ce modèle":
- Cliquez sur "Utiliser ce modèle" pour commencer à créer votre base de code.
- Cette tache est basée sur la description du logiciel que vous fournissez et la lecture de la base de code de modèle.
- La tache est marquée en "bibliothèque de code" et le panneau "modèle" indique la bibliothèque de code de modèle.
Utilisez "Nouvelle session" sur le tableau de bord
Vous pouvez également créer une base de code à partir du modèle en cliquant sur le nouveau bouton de session sur le tableau de bord Copilot Workspace et en recherchant le modèle. Cela ouvrira une nouvelle tache dans l'espace de travail où vous pouvez décrire le logiciel que vous souhaitez créer.
Utiliser URL
Vous pouvez activer le mode Création de base de code pour n'importe quelle URL de base de code en ajoutant? Template = true comme paramètre de requête. Par exemple:
<code>https://copilot-workspace.githubnext.com/githubnext/hello-world?template=true</code>Certaines bases de code sont considérées comme des modèles par défaut:
- Toute base de code GitHub.
- Toute base de code dans votre organisation dont le nom contient des "modèles".
- Toute base de code avec le nom "-Template", "-safold", "-starter" ou "-boilerplate".
En tant que mainteneur de base de code, Copilot Workspace peut vous aider de diverses manières:
- Vous pouvez explorer des solutions de problèmes potentiels.
- Vous pouvez générer des croquis de solutions de problèmes pour les contributeurs potentiels, réduisant la barrière à la participation.
- Il peut aider à favoriser une culture où les créateurs de problèmes laissent des instructions plus utiles sur la fa?on de résoudre le problème pour les contributeurs et les assistants de l'IA.
Par exemple, lorsqu'un nouveau problème est soumis dans votre base de code, vous pouvez utiliser Copilot Workspace pour générer un croquis de solution pour ce problème. Vous pouvez ensuite utiliser le bouton de partage pour publier ce croquis sur le fil du problème, avec des commentaires supplémentaires sur la question de savoir si vous pensez qu'il est utile et quels aspects peuvent être améliorés. Cela peut aider les contributeurs potentiels à mieux comprendre le problème et fournir un point de départ pour leur travail.
De même, lors de la soumission d'un nouveau problème, vous pouvez demander aux contributeurs de créer une session d'espace de travail Copilot pour ce problème. Cela peut aider les contributeurs à mieux comprendre le problème et à fournir un point de départ pour leur travail. Vous pouvez également inclure ces conseils dans le modèle de problème de la base de code, en supposant que vos utilisateurs ont accès à Copilot Workspace. Vous pouvez également demander aux contributeurs de laisser des instructions supplémentaires dans la session d'espace de travail Copilot, qui peut aider les futurs contributeurs et assistants en IA mieux comprendre le problème.
Limitez l'utilisation de l'espace de travail GitHub Copilot dans la base de code
Les contributeurs indisciplinés peuvent surmonter la génération de code assistée par AI. Par conséquent, nous fournissons aux responsables de la base de code la possibilité de désactiver la création de la demande de traction et / ou de publier des commentaires dans leur base de code en utilisant directement Copilot Workspace.
Pour désactiver la création d'une demande de traction directement à l'aide de Copilot Workspace, créez un fichier nommé .github / copilotworkspace / stratégie.json dans la branche par défaut de la base de code, qui contient le contenu suivant:
<code>https://copilot-workspace.githubnext.com/githubnext/hello-world?template=true</code>
Pour désactiver les commentaires du problème qui utilisent directement l'espace de travail Copilot pour générer un lien de session d'espace de travail copilot, ajoutez ce qui suit au fichier stratégie.json:
<code>{ "allowPullRequests": false }</code>
Les utilisateurs d'espace de travail Copilot peuvent encore:
- Créer des liens partagés pour les séances d'espace de travail Copilot et collez-les dans des commentaires d'émission.
- Poussez vers une nouvelle branche dans la base de code (s'ils ont des autorisations d'écriture).
- Poussez une nouvelle branche vers la branche de base de code.
- Créer une demande de traction manuellement à partir de la branche.
- Utilisez Copilot Workspace pour générer des extraits et des fichiers pour leur propre demande de traction et émettez des commentaires à utiliser dans leur propre base de code.
Problèmes connus et améliorations futures
N'oubliez pas que GitHub Copilot Workspace est un aper?u de la technologie et un domaine de développement actif. Ce document répertorie certains problèmes connus et certains domaines connus où nous espérons améliorer nos produits à l'avenir.
Voici les domaines principaux que nous travaillons activement pour améliorer l'espace de travail Copilot:
Réécrivez des fichiers volumineux
Lorsqu'il met en ?uvre des plans impliquant des modifications de fichiers importantes, cela peut prendre beaucoup de temps. Copilot Workspace utilise actuellement la "réécriture de fichiers entière" car nous constatons que cela est très complet sur une variété de taches pour lesquelles l'espace de travail Copilot peut être utilisé. Nous travaillons sur certaines techniques de réécriture de fichiers (automatiquement et sous guidage des utilisateurs) pour améliorer les performances de cette opération.
Génération de code
Copilot Workspace génère la qualité du code pas toujours parfait. Il est fortement corrélé avec la qualité du modèle d'IA sous-jacent utilisé. Nous travaillons sur l'amélioration de la qualité du code généré par Copilot Workspace à plusieurs niveaux. Par exemple, la qualité de la génération de code est affectée par la qualité de planification et de spécification des taches et l'expérience utilisateur globale de l'évaluation et de la clarification de ces taches. Nous travaillons également pour améliorer ces aspects. La qualité obtenue est également liée à l'expérience du code généré de manière itérative. Nous étudions activement les technologies itératives à grain plus fin.
Sélection de contenu
La sélection du contenu dans l'espace de travail Copilot peut parfois être optimal, ce qui peut conduire à la génération de code indépendant des taches. Nous travaillons à améliorer la sélection du contenu dans Copilot Workspace.
Recherche Web
Les taches peuvent contenir des liens directs vers des ressources réseau telles que les documents. De plus, certaines recherches de réseau peuvent être déduites de la tache. Copilot Workspace n'effectue actuellement pas de récupération de réseau et nous travaillons sur l'ajout de cette fonctionnalité.
build / test correction
Une fois le code généré, l'IA et les outils traditionnels peuvent être utilisés pour "corriger" le code basé sur les informations de diagnostic générées à partir de la construction, tester et exécuter le code. Nous avons déjà un certain soutien à cela dans Copilot Workspace et nous travaillons à améliorer cela.
petites taches et grandes taches
Certaines taches sont très petites: mettez à jour quelques lignes de code dans le fichier. Certaines taches sont très importantes: implémentez une toute nouvelle fonction de base de code une par une. Copilot Workspace est actuellement con?u pour les taches de taille moyenne sur le problème GitHub. Nous souhaitons fournir des variations du concept de base de l'espace de travail Copilot dans une planification plus adaptée aux petites et grandes taches. Par exemple, pour les petites taches, nous pourrions offrir une "version Lite" de Copilot Workspace avec une seule tache. Pour les grandes taches, nous pouvons fournir un moyen de diviser la tache en sous-taches.
Autorisation
Il utilise l'application GitHub OAuth pour l'authentification. Certaines organisations peuvent avoir des politiques qui empêchent les applications OAuth d'interagir avec leur base de code. à moins que l'administrateur de l'organisation n'approuve l'application Copilot Workspace OAuth, vous ne pourrez pas effectuer des taches dans une base de code privée ou créer des demandes de traction dans une base de code public. Nous travaillons à ajouter une deuxième option d'autorisation à Copilot Workspace basé sur l'application GitHub et à mettre à jour ce document lorsqu'il devient disponible.
Résumé
Commencer l'espace de travail Copilot est simple et flexible, avec plusieurs points d'entrée adaptés à votre flux de travail. Que ce soit par le problème GitHub, le tableau de bord CW ou la page de base, vous pouvez facilement définir des taches et collaborer avec l'IA pour améliorer votre processus de développement. Alors, qu'attendez-vous? Commencez à explorer maintenant!
FAQ
Q1. A: CW est un environnement de développement centré sur la tache qui permet aux utilisateurs de définir des taches pour la base de code en langage naturel et de terminer ces taches efficacement en collaboration avec l'IA.
Q2. A: Vous pouvez démarrer des taches à travers une variété de points d'entrée: A. Lancez à partir du problème GitHub en cliquant sur "Ouvrir dans l'espace de travail". B. Commencez directement via le tableau de bord CW en sélectionnant la base de code et en définissant la nouvelle tache. C. Commencez à partir de la page de base du code en entrant la tache dans l'onglet Copilot.
Q3. A: Oui, vous pouvez créer une base de code à l'aide de modèles de la manière suivante: A. Sélectionnez Utilisez ce modèle sur github.com. B. Cliquez sur "Nouvelle session" sur le tableau de bord CW et sélectionnez le modèle. C. Add? Template = VRAI à n'importe quelle URL de base de code.
Q4. a: il aide les mainteneurs en: A. Explorez les solutions de problèmes potentiels. B. Générez des croquis de solution pour les contributeurs. C. Les descriptions détaillées des problèmes et les instructions sont encouragées.
Q5. A: Oui, certains problèmes connus incluent: A. Réécrire lentement les fichiers volumineux. B. La sélection du contenu n'est parfois pas optimale. C. La détection floue est trop sensible. D. Il n'y a pas de bouton "Arrêt" lors de la génération de la demande de tirage Description
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Outils d'IA chauds

Undress AI Tool
Images de déshabillage gratuites

Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.

Clothoff.io
Dissolvant de vêtements AI

Video Face Swap
échangez les visages dans n'importe quelle vidéo sans effort grace à notre outil d'échange de visage AI entièrement gratuit?!

Article chaud

Outils chauds

Bloc-notes++7.3.1
éditeur de code facile à utiliser et gratuit

SublimeText3 version chinoise
Version chinoise, très simple à utiliser

Envoyer Studio 13.0.1
Puissant environnement de développement intégré PHP

Dreamweaver CS6
Outils de développement Web visuel

SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)

Rappelez-vous le flot de modèles chinois open source qui a perturbé l'industrie du Genai plus t?t cette année? Alors que Deepseek a fait la majeure partie des titres, Kimi K1.5 était l'un des noms importants de la liste. Et le modèle était assez cool.

à la mi-2025, l'AI ?Arme Race? se réchauffe, et Xai et Anthropic ont tous deux publié leurs modèles phares, Grok 4 et Claude 4.

Mais nous n'aurons probablement pas à attendre même 10 ans pour en voir un. En fait, ce qui pourrait être considéré comme la première vague de machines vraiment utiles, de type humain, est déjà là. Les dernières années ont vu un certain nombre de prototypes et de modèles de production sortant de T

Construit sur le moteur de profondeur neuronale propriétaire de Leia, l'application traite des images fixes et ajoute de la profondeur naturelle avec un mouvement simulé - comme les casseroles, les zooms et les effets de parallaxe - pour créer de courts bobines vidéo qui donnent l'impression de pénétrer dans le SCE

Jusqu'à l'année précédente, l'ingénierie rapide était considérée comme une compétence cruciale pour interagir avec les modèles de langage grand (LLM). Récemment, cependant, les LLM ont considérablement progressé dans leurs capacités de raisonnement et de compréhension. Naturellement, nos attentes

Imaginez quelque chose de sophistiqué, comme un moteur d'IA prêt à donner des commentaires détaillés sur une nouvelle collection de vêtements de Milan, ou une analyse de marché automatique pour une entreprise opérant dans le monde entier, ou des systèmes intelligents gérant une grande flotte de véhicules.

Une nouvelle étude de chercheurs du King’s College de Londres et de l’Université d’Oxford partage les résultats de ce qui s'est passé lorsque Openai, Google et Anthropic ont été jetés ensemble dans un concours fardé basé sur le dilemme du prisonnier itéré. Ce n'était pas

Les scientifiques ont découvert une méthode intelligente mais alarmante pour contourner le système. Juillet 2025 a marqué la découverte d'une stratégie élaborée où les chercheurs ont inséré des instructions invisibles dans leurs soumissions académiques - ces directives secrètes étaient la queue
