GitHub Copilot
共 24 条已发布案例使用了这个工具。
GitHub Copilot 的代理模式在本库 24 条：issue 直接变 PR、大型应用迁移、让代理写完一整天的提交代码。记录的限制务实：模糊的 issue 得到烂结果；代理可能直接改主分支；附件和内网 PR 链接读不到。有一篇四模型横评，记录了它在真实全栈任务里的脾气。
常见任务场景
- 编程与开发 · 22
- 办公与运营 · 2
工具出处说明
工具名称及关联来自每条已发布案例的 tools 字段，每个案例都保留原始来源。收录不代表厂商背书；报告结果未经独立核验。
使用 GitHub Copilot 的案例
- 让 Copilot agent 模式处理复杂的编码任务
建议落地方案：使用 GitHub Copilot agent 模式处理需要多文件修改、命令执行和迭代调试的复杂编码任务。Agent 负责决定修改哪些文件并检查仓库上下文。人工角色需提供项目特定指令，并在合并前审查生成的计划。
- 看护 Copilot agent mode 中的 LLM：四次全栈构建、四个模型
1. 每次运行前准备三份文件：PROJECT.md（规格）、TASKS.md（分步任务清单）、copilot-instruction.md（规则）。〔设定·备料〕 2. 用 o4-mini、Gemini 2.5 Pro、Claude 3.7 Sonnet（两次）完成四次构建，期间迭代规格。〔—〕 3.
- 通过编程智能体 PR 升级依赖
建议落地方案：使用 GitHub Copilot 自动化 copilot-sdk 仓库中的依赖更新。工作流包括更新 package.json 文件、重新运行代码生成器并格式化输出。如果 CI 因 API 变更而失败，开发人员必须手动适配手写的 Java 代码，修复测试，并在推送到 PR 分支前使用 Maven 进行验证。
- 让 Copilot Agent Mode 负责编码，然后对其加以约束
建议落地方案：使用 GitHub Copilot Agent Mode 起草测试、重构和新模块。开发者必须针对现有架构质询代理提出的方法，并手动审查所有输出以维持代码所有权，从盲目委托转向更紧密的验证循环。
- 让编码智能体修复现有 PR
建议落地方案：开发者创建 Pull Request (PR) 并在评论中提及 @copilot 请求修复代码，期望智能体将更改推送到现有分支。该工作流依赖 GitHub Copilot Coding Agent 解读评论并就地修改 PR，模拟人类同事的行为。人工参与环节包括验证智能体是更新了原始 PR 还是创建了新 PR，以及在创建新 PR 时手动将更改合并回初始分支。
- 将开发工作划分为多个阶段，交给 Copilot 执行
建议落地方案：将功能拆分为明确的阶段（如 API、中间件、速率限制）。针对每个阶段，使用规划工具生成文件级修改计划，逐行审查并编辑计划，然后将批准后的计划交给 GitHub Copilot 执行。人工角色包括定义阶段、验证计划和批准执行。
- 让 Copilot 编写一天内推送的所有代码
建议落地方案：使用 GitHub Copilot 生成每日推送的代码，需设定一两个范围严格的目标。工作流程要求明确指定不可修改的文件，在接受更改前进行测试，并准备好在出现错误时撤销整个会话。人工参与对于引导智能体和审查输出至关重要。
- 根据能力等级评估招聘候选人
建议落地方案：在 Copilot Pro 中构建招聘智能体，通过 SharePoint 加载公司能力定义作为知识库。智能体分析职位描述，推荐关键能力，并生成行为面试问题及评分标准。人工角色：定义能力等级并验证生成问题的适用性。
- 通过 Copilot CLI 子代理运行终端命令
建议落地方案：用户描述在玩游戏时，通过三个终端以自动模式运行 GitHub Copilot CLI 子代理，每 10-15 分钟检查一次并发送额外提示。该工作流涉及终端命令的持续后台执行，并通过间歇性的人工审查来引导代理。除了通用的 CLI 工具使用外，未详细说明具体的业务问题、输入或最终输出。
- 在自己的 Pull Request 上获取自动化代码审查
用户尝试在个人订阅的 GitHub Copilot 上自动化审查自己私有仓库的拉取请求。工作流包括打开 PR 并触发 Copilot 审查代理，但由于仓库中存在大型二进制文件导致上下文超时而失败。用户通过手动取消卡住的 GitHub Actions 运行器，并最终删除有问题的 20MB 二进制文件来恢复功能。
- 通过一条 Copilot 命令生成 FastAPI Web 应用
建议落地方案：用户在 VS Code 中新建文件夹并添加 images 目录，向 GitHub Copilot Agent Mode 发出指令，要求构建包含 HTML、Tailwind 和 AJAX 前端的 Python FastAPI Web 应用。Agent 生成文件、编写代码并运行应用，用户在此过程中预览代码。人工角色仅限于初始提示和提交前的代码审查。
- 用八个智能体部门运营一家单人公司
葡萄牙的一位独立创始人使用 GitHub Copilot 自定义智能体构建了 8 个 AI 智能体“部门”（CEO、CFO、COO、律师、会计师、市场营销、CTO、改进者），以管理 5 款 SaaS 产品。这些智能体通过 MCP 内存服务器共享持久化知识图谱，并根据触发器表自动相互咨询。COO 智能体运行每日站会以分配任务，而改进者智能体分析经验教训以升级其他智能体。
- 为 Razor Pages 应用添加带筛选功能的报表页面
建议落地方案：在 Visual Studio 2022 中使用 GitHub Copilot agent mode 处理现有的 Razor Pages 应用。输入功能描述，要求生成带有日期和状态筛选的费用汇总报表页面。智能体将创建新文件、添加菜单选项并起草 git 提交步骤。人工角色负责审查生成的代码并验证集成效果。
- 使用 Copilot 编写复杂的 Flutter 函数
建议落地方案：明确复杂 Flutter 函数的具体需求，并提供现有代码示例作为上下文。使用 GitHub Copilot 生成带有注释的函数代码。开发者必须随后手动构建测试框架以验证生成的逻辑，确保在集成前代码的正确性。
- 使用智能体将运行时从 TypeScript 重写为 Rust
建议落地方案：使用 GitHub Copilot 智能体辅助将运行时从 TypeScript 重写为 Rust。工作流程包括输入现有的 TypeScript 代码，并提示智能体生成等效的 Rust 实现。人类工程师必须审查、测试并集成生成的代码，以确保架构一致性和正确性。
- 在 Copilot agent 模式下运行终端命令
开发者在 VS Code（常通过 WSL）中使用 GitHub Copilot Agent 时，遇到代理无法检测终端命令完成或捕获输出的问题。这导致代理进入混乱状态，浪费上下文进行虚假调试或撤销正确代码。用户需手动干预，如在终端按 Enter 键以发出完成信号，或在执行前确保新文件已显式保存。该工作流依赖人工监督，在自动检测失败时纠正代理状态。
- 使用 Copilot 构建拉取请求审查智能体
建议落地方案：开发者希望为 Azure DevOps 构建基于 GitHub Copilot 的 AI PR 审查器，因为原生功能仅支持 GitHub。工作流涉及通过 Azure Pipelines 或 webhook 触发 CLI 智能体或自定义 Node/Python 服务以读取 PR 差异。人工角色包括配置流水线及验证智能体环境设置。
- 将 GitHub issue 分配给 Copilot coding agent
建议落地方案：将 GitHub Copilot 分配给特定 issue，使其自主创建分支、发起 PR、运行测试并推送更改。该工作流要求重写 issue 以包含极详细的指令，以确保智能体表现良好。人工角色包括审查 PR 评论并根据反馈进行迭代，以维持代码质量。
- 使用 Copilot Agents 迁移大型 Web 应用程序
开发者尝试迁移大型 Web 应用程序，最初使用 GitHub Copilot Chat，但发现其难以理解复杂代码库。随后切换到 GitHub Copilot Agents，发现其能更好地处理大型应用，并通过提示工程进行动态交互，类似虚拟结对编程。人类角色涉及引导智能体并审查其提供的可操作见解，但迁移过程仍处于早期阶段。
- 将网站微调任务分配给 Copilot coding agent
建议落地方案：在 Angular 代码仓库中启用 GitHub Copilot coding agent。使用 ChatGPT 起草详细的 GitHub Issues（如页脚链接、筛选栏间距调整），并分配给代理。代理将克隆仓库、规划修改、推送分支并创建草稿 PR。人工负责审查并合并 PR。
- 使用 Copilot CLI 自动驾驶与车队功能迭代任务
建议落地方案：启用 GitHub Copilot CLI 的实验性功能以访问高级工作流。使用 /research 生成包含来源的详细 markdown 报告，并使用 /fleet 通过子代理并行执行任务。将 /fleet 与 /autopilot 结合以实现复杂任务的自主迭代，同时使用 /remote 从移动设备监控会话。人类角色包括定义提示词、审查生成的报告以及在最终确定前批准更改。
- 让 Copilot 编码代理编写并推送代码
建议落地方案：在将 issue 分配给 GitHub Copilot 编码代理之前，先在仓库中配置 Copilot 指令。分配 issue 后，如果代理无法访问附件或内部 PR 链接，请手动将内容粘贴到 issue 正文中。监控代理活动以确保其使用最新指令，并在 PR 审查评论中明确提及 @copilot 以触发响应，因为自动参与不可靠。
- 使用 Copilot Agent Mode 运行更长时间的编码会话
作者首先尝试使用 Copilot Agent Mode 完成复杂的 GitHub 教程，但因陷入依赖循环而停止。随后，他们利用 JSON 数据结构和 VS Code 中的 Copilot Agent Mode 构建了一个简单的 Partners 游戏记分应用。智能体生成了 Web 应用、统计数据和图表，而作者手动在 ChatGPT 中创建头像，并请求悬停效果，这导致了进一步的代码冲突。
- 使用 Copilot 聊天和代理模式更新代码库
建议落地方案：作者构建了“Copilot Unleashed”，这是一个基于官方 GitHub Copilot SDK 的开源 Web UI。该工具通过浏览器界面而非终端实现代理工作流（读取代码、规划、编写、测试、创建 PR）。它通过 MCP 集成 GitHub 仓库、问题和 PR，支持模型切换、持久会话和移动端访问。人员角色：开发者自托管解决方案以保障令牌安全，并手动发起或审查代理操作。