Vielen Dank für die Zusendung Ihrer Anfrage! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Vielen Dank, dass Sie Ihre Buchung abgeschickt haben! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
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