Kontakt aufnehmen

Schulungsübersicht

Von Autovervollständigung zum Agent: Das Verständnis des Wandels

  • Wie sich Copilot-Vorschläge von agentic multi-step planning unterscheiden
  • Architektur des Agent-Loops: Planen, Generieren, Ausführen, Iterieren
  • Sprachunterstützung und Modellauswahl für Agent-Aufgaben
  • Praxisbeispiele: von fünfeiligen Funktionen zu mehreren Dateisystem-FEATURES

Aktivierung des Agent-Modus in Ihrer IDE

  • Aktivierung in VS Code, JetBrains und Neovim
  • Konfiguration des Kontextfensters und der Modelltier-Präferenzen
  • Einrichtung von Workspace-Regeln und Ignorieren großer Binärdateien
  • Verwaltung von Copilot Chat im Vergleich zu Inline-Agent-Workflows

Mehrstufige Planung und Ausführung

  • Anweisung von Copilot, ein Feature end-to-end zu erstellen
  • Beobachtung, wie der Agent Aufgaben über mehrere Dateien hinweg in Schritte unterteilt
  • Überprüfung jedes Schritts vor dem Anwenden von Änderungen
  • Nutzung des Inline-Rollback, wenn Schritte vom Kurs abweichen

Terminalbefehle innerhalb des Agent-Loops

  • Installation von Abhängigkeiten über die Copilot-Terminalintegration
  • Ausführung von Build-Befehlen und Interpretation der Ausgabe
  • Verwaltung von Umgebungsvariablen innerhalb von Copilot-Sitzungen
  • Sicherheitsgrenzen: Welche Befehle erfordern manuelle Genehmigung?

Testgetriebene Entwicklung mit einem Agent

  • Generierung von Unit-Tests aus vorhandenem Quellcode
  • Steuerung der Testerstellung durch natürliche Sprachanweisungen
  • Ausführung von Test-Suites und Interpretation von Fehlerprotokollen innerhalb von Copilot
  • Verfeinerung der Assertions nach dem Sehen von Edge-Case-Fehlern

Navigieren in großen Code-Beständen

  • Automatisches Finden von querverweisen über mehrere Dateien hinweg
  • Refactoring geteilter Hilfsfunktionen mit Copilot-gesteuerten Umbenennungen
  • Gleichzeitiges Aktualisieren von Konfigurations- und Schema-Dateien
  • Vermeidung der Erschöpfung des Kontextfensters durch gezielte Anweisungen

Anpassung von Copilot für Team-Standards

  • Schreiben repositoriespezifischer Anweisungen in .github/copilot-instructions.md
  • Durchsetzung von Namenskonventionen und Architekturmustern
  • Ausschluss sensibler Dateien und Verzeichnisse aus dem Kontext
  • Erstellung teamspezifischer Prompt-Vorlagen für häufige Aufgaben

GitHub Copilot Enterprise Governance

  • Zuweisung von Sitzen, Abrechnung und Nutzungs-Dashboards
  • Audit-Logs: Nachverfolgung, was Copilot generiert hat im Vergleich zu dem, was committed wurde
  • Microsoft IP Indemnity-Richtlinien und Lizenzierungsauswirkungen
  • Blockieren bestimmter Dateimuster aus den AI-Vorschlag-Pipelines

Debugging mit Agent-Modus

  • Gemeinsames Lesen von Stack-Traces mit dem Agent
  • Hypothese-gesteuertes Debugging: Fragen an Copilot, warum ein Test fehlgeschlagen ist
  • Nutzung des agent-unterstützten Bisectens zum Finden von Regressionsquellen
  • Umgang mit Halluzinationsrisiken beim Debuggen von unvertrautem Code

Performance und Limit-Management

  • Verständnis der täglichen Anfragesgrenzen und Modell-Kontingente
  • Optimierung der Prompt-Länge, um abgeschnittene Antworten zu vermeiden
  • Wechsel zwischen Modellen für unterschiedliche Aufgaben
  • Monitoring der Agent-Latenzzeit und Caching-Strategien

Sicherheit und Compliance für Unternehmen

  • Datenbehandlung: Was verlässt Ihr Repository und was bleibt lokal?
  • Verhinderung des Lecks von Geheimnissen und Anmeldeinformationen durch Prompts
  • Einhaltung von GDPR-, SOC 2- und FedRAMP-Anforderungen
  • Red-Teaming generierten Codes auf Injektionsschwachstellen hin

Problembehandlung bei gängigen Szenarien

  • Warum Copilot manchmal den Kontext Ihres Code-Bestands ignoriert
  • Lösung von Indexierungsfehlern für große Repositories
  • Umgang mit Rate-Limit-Fehlern in Spitzenzeiten
  • Behebung von Synchronisationsproblemen der IDE-Erweiterungen

Zusammenfassung und zukünftige Roadmap

  • Zusammenfassung der Fähigkeiten des Agent-Modus und praktischer Workflows
  • GitHub's Copilot Roadmap und kommende Agent-Features
  • Ressourcen, um aktuell über Copilot-Veröffentlichungen informiert zu bleiben

Voraussetzungen

  • Erfahrung mit objektorientierter oder funktionaler Programmierung
  • GitHub-Konto und grundlegende Kenntnisse des Git-Workflows
  • Vertrautheit mit mindestens einer IDE (VS Code, JetBrains oder Neovim)

Zielgruppe

  • Entwickler, die derzeit Copilot nutzen und den Agent-Modus freischalten möchten
  • Engineering-Manager, die Copilot in gesamten Entwicklungsteams einführen
  • Sicherheitsteams, die Richtlinien für KI-unterstützte Codegenerierung überprüfen
 21 Stunden

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Kommende Kurse

Verwandte Kategorien