GitHub Copilot. Wprowadzenie. Efektywne programowanie z asystentem AI Wisła

Idea, by komputer asystował w pisaniu kodu, jeszcze niedawno wydawała się nierealna lub co najmniej odległa. Dziś to codzienność. Wśród dostępnych rozwiązań wyróżnia się GitHub Copilot, który wykorzystuje sztuczną inteligencję, by analizować kontekst, przewidywać intencje programisty i proponować gotowe rozwiązania. To nie tylko narzędzie, ale także dowód na to, jak szybko AI stała się integralną częścią procesu twórczego w świecie technologii. Dzięki tej książce radykalnie zwiększysz swoją produktywność z pomocą generatywnej sztucznej inteligencji dostępnej w środowisku GitHub Copilot. Nauczysz się szybszego pisania kodu, łatwiejszego przygotowywania testów i opracowywania rzetelnej dokumentacji. Poznasz też zaawansowane możliwości, takie jak autonomiczne dodawanie funkcji i automatyczne przeglądanie żądań pobierania. Poza podstawami zaznajomisz się z trybami Copilot Edits, Agent i Vision. Zaczniesz również tworzyć własne rozszerzenia Copilota i tym samym zyskiwać dodatkowe możliwości bez względu na to, z którego języka korzystasz. Ta książka jest praktyczna, przemyślana i oparta na codziennej pracy programistów z kodem! Andrew Stellman, programista, kierownik zespołu, instruktor i autor W książce między innymi: zastosowanie AI do analizy i zrozumienia trudniejszych fragmentów kodu i algorytmów tryb uzupełniania kodu w edytorze i interfejs konwersacyjny przekształcanie promptów w działające funkcje, testy i dokumentację optymalizacja wyników generowanych przez AI za pomocą kontekstu i promptów opracowywanie funkcji i refaktoryzacja kodu z użyciem AI To najlepszy przewodnik po potężnym narzędziu, jakim jest GitHub Copilot! Tom Taulli, autor książki Programowanie wspomagane sztuczną inteligencją Spis treści: Przedmowa Wstęp 1. Podstawy Czym jest GitHub Copilot? Mechanizm działania Copilota Duże modele językowe Programowanie a generatywna sztuczna inteligencja Ogólny cykl działania Czynniki, jakie należy brać pod uwagę podczas korzystania z Copilota Aktualność Trafność Kompletność Dokładność Prywatność Bezpieczeństwo Copilot kontra ChatGPT Plany subskrypcji Copilota Podsumowanie 2. Programowanie z Copilotem Sugestie w trybie inline Uzyskiwanie dodatkowych sugestii Korzystanie z komentarzy Komentarze dyrektywne Pytania poprzez komentarze Copilot a menu kontekstowe Wykorzystanie Copilota do przeglądu kodu Domyślne opcje przeglądu kodu w Copilocie Tworzenie niestandardowych instrukcji przeglądu Konfiguracja Copilota w środowisku programistycznym Podsumowanie 3. Konwersacje z Copilotem w środowisku programistycznym Dostęp do głównego interfejsu czatu Omówienie wyników generowanych przez czat Zarządzanie sesjami czatu Inżynieria promptów w Copilocie Efektywne wykorzystanie okna dialogowego promptów Dodawanie elementów kontekstowych Dodawanie uczestników Opcje przesyłania promptu Korzystanie z interfejsu czatu wbudowanego w edytor Korzystanie z interfejsu szybkiego czatu Skróty czatu Uczestnicy czatu @workspace @vscode @terminal Zmienne czatu Czat w terminalu Tworzenie niestandardowych instrukcji generowania kodu Kwestia halucynacji i błędnych odpowiedzi Podsumowanie 4. Zaawansowana edycja i autonomiczne cykle pracy w środowisku IDE Przewidywanie zmian za pomocą funkcji Next Edit Suggestions Copilot Edits Tryb agentowy Copilot Vision Usuwanie błędów z pomocą Copilota Podsumowanie 5. Testowanie z Copilotem Jak przeprowadzać testy? Tworzenie testów jednostkowych Korzystanie z polecenia /tests Tworzenie testów na podstawie jawnych promptów Tworzenie testów na podstawie komentarzy Walidacja danych wejściowych Tworzenie testów integracyjnych Definiowanie własnych instrukcji testowych Testowanie przed fazą programowania i wykorzystania struktur bazowych Wykorzystanie trybu agentowego do testowania cyklów pracy Podsumowanie 6. Wykorzystanie Copilota do sporządzania dokumentacji i objaśniania kodu Dokumentowanie treści Generowanie dokumentacji w trybie wstawiania Tworzenie dokumentacji za pomocą czatu Tworzenie dokumentacji zgodnej ze strukturą bazową Tworzenie dokumentacji dla interfejsów API Tworzenie dokumentacji funkcjonalnej Wyodrębnianie dokumentacji podsumowującej z kodu Objaśnianie treści Zrozumienie kodu w nieznanym języku programowania Zrozumienie generowanego kodu i konwencji Objaśnienie logiki zastosowanej w danym fragmencie kodu Objaśnienie potencjalnych problemów w kodzie Objaśnianie elementów w terminalu Objaśnianie, jak wykonywać zadania w terminalu Podsumowanie 7. Dbanie o aktualność i trafność sugestii Copilota Źródła kontekstu Jak można wpływać na aktualność i trafność sugestii Copilota? Ograniczenia czasowe danych treningowych Halucynacje Brak walidacji w czasie rzeczywistym Niewłaściwy kontekst Brakujący kontekst Strategie stosowane przez użytkowników Wskazanie Copilotowi kontekstu Zmiana modelu Odpytywanie modelu w celu ustalenia aktualnej wersji Uczenie Copilota na własnym przykładzie Dodawanie kontekstu w celu zwiększenia adekwatności kodu Podsumowanie 8. Inne sposoby wykorzystania Copilota Współpraca Copilota z językiem SQL Kwerendy Procedury składowane Optymalizacje Praca z YAML i Kubernetes Tworzenie wyrażeń regularnych Automatyczne generowanie danych Wiersz poleceń GitHub a Copilot Podsumowanie 9. Korzystanie z Copilota w serwisie GitHub Korzystanie z funkcji Copilot Chat w repozytoriach GitHub Wykorzystanie Copilota w procesach wprowadzania zmian Copilot a żądania scalenia Wykorzystanie Copilota do przeglądu żądań scalenia Wykorzystanie Copilota do uproszczenia tworzenia żądań scalenia Analiza zmian w kodzie z Copilotem Copilot a zgłoszenia w GitHubie Podsumowanie 10. Rozszerzanie funkcjonalności Copilota Rozszerzenia Copilota a rozszerzenia VS Code dla Copilota Czym są rozszerzenia Copilota? Pobieranie rozszerzeń Copilota z platformy Marketplace Typy implementacji rozszerzeń Copilota Łączenie elementów składowych rozszerzenia Aplikacje GitHub Endpoint Implementacja rozszerzenia w formie agenta Podstawowa implementacja Konfigurowanie aplikacji GitHub dla rozszerzenia agentowego Copilota Wdrażanie rozszerzeń za pomocą zestawów umiejętności Podstawowa implementacja Konfigurowanie aplikacji GitHub dla rozszerzenia Copilota z wykorzystaniem zestawów umiejętności Tworzenie rozszerzeń VS Code dla Copilota Podsumowanie O autorze: Brent Laster jest uznanym w świecie trenerem i autorem książek. Specjalizuje się w tematyce sztucznej inteligencji, DevOps i nowoczesnych metod inżynierii oprogramowania. Wcześniej był programistą i menedżerem w wiodących firmach technologicznych.