资源介绍
视频数量：26个
总时长：1小时55分
课程介绍：
GitHub Copilot CLI入门实战
你有没有过这样的经历：写代码写到一半，突然要切到终端去查日志、跑命令、查文档，来回切窗口，思路全断了。又或者你在终端里操作一堆东西，想让AI帮忙处理点什么，结果发现得把代码复制粘贴到网页版ChatGPT里，等它回复完再复制回来，效率低得让人抓狂。
GitHub Copilot CLI就是来解决这个问题的。它把AI编码助手直接搬进了你的命令行终端里。讲师每天做个人项目的时候都会用它，从写代码到查日志到调用云服务，基本不用离开终端。如果你也是那种重度终端用户，这门课就是为你准备的。
一、起步：从安装到第一个Prompt
课程一开始，老师会聊聊为什么需要Copilot CLI。说白了，AI模型虽然很强，但它不知道你五分钟前刚push的仓库，不知道当前服务的运行状态，不知道你项目里昨天刚改的函数到底在干嘛。Copilot CLI做的事，就是把这些上下文实时喂给AI，让它在终端里就能给出有用的回答。
然后就是实操环节：怎么安装Copilot CLI，怎么登录授权，怎么在终端里跑出第一个Prompt。哪怕你之前完全没用过Copilot的任何产品，跟着做也能很快上手。
二、四种交互模式和常用Slash命令
Copilot CLI不是只让你跟它聊天，它提供了几种不同的交互模式，每种适合不同的场景。
Interactive模式就是你跟AI一问一答的自由对话模式，适合探索性任务，比如帮我看看这个日志文件里有没有异常。Plan模式则让AI先告诉你它打算怎么做，你确认之后再执行，这对修改文件这种操作特别有用，因为你能在动手之前看到具体计划。Programmatic模式偏向脚本化调用，适合把AI能力集成到自动化流程里。AutoPilot模式更激进一些，它会更自主地执行一系列操作。
除了模式之外，还有一堆Slash命令需要掌握，比如/help查看帮助、/clear清空上下文、/exit退出等等。这些小命令看似简单，但熟练之后能让你的终端操作流畅很多。
三、上下文管理：让AI真正懂你的项目
这是整个课程里我认为最关键的部分。光跟AI说话没用，它得知道你在干什么。
老师会教你用@符号来引用文件或目录。比如你在Copilot CLI里输入帮我看看@src/utils.ts这个文件里的逻辑有没有问题，它就能直接读取那个文件来分析。这比自己复制粘贴内容进去强太多了。
更进一步，老师会讲跨文件上下文的用法。一个真实的项目里，文件之间是有关联的，一个bug可能涉及好几个模块。Copilot CLI能够自动拉取相关的文件内容，让AI的回答更精准。
当然，上下文窗口是有限制的，不是无限制地把所有文件都塞进去就行。老师会详细讲怎么管理上下文窗口和会话，比如什么时候该新建一个会话，什么时候该清空上下文避免干扰。这部分内容既有理论讲解，也有实际演示，能帮你建立正确的使用习惯。
四、Agents和Skills：让AI变得更专业
光有通用AI还不够，很多时候你需要的是一个专家。
内置Agents就是Copilot CLI自带的一些专用助手，比如专门帮你写测试的、专门帮你写文档的、专门帮你做代码审查的。老师会逐一介绍这些内置Agent的能力和使用场景，并通过实际演示让你看到它们的效果。
但内置Agent不一定够用，所以老师还会教你创建自定义Agent。你可以根据自己的项目需求，定义一个懂你代码规范、懂你业务逻辑的专属AI助手。这部分内容会从零开始带你做一个Custom Agent出来。
Skills则是另一层概念，可以理解为Agent可以调用的具体技能模块。老师会演示怎么创建一个Skill、怎么使用一个Skill，以及多个Skill协同工作的效果。学完这部分，你对Copilot CLI的扩展能力会有一个全新的认识。
五、用MCP连接外部数据
最后一章是关于MCP的，也就是Model Context Protocol，模型上下文协议。概念不复杂：AI模型本身没法获取实时数据，比如你刚发布的仓库、当前的股票价格、客户的最新订单，这些信息得通过API才能拿到。MCP就是一套标准协议，让Copilot CLI能调用外部的数据源和服务。
老师会先介绍MCP的基本概念和它能解决什么问题，然后教你怎么看当前的MCP服务器配置，怎么添加一个新的MCP服务器，最后通过实际案例展示MCP在工作流中的效果。学完这一章，你的Copilot CLI就不再是一个孤立的工具，而是能接入整个数字工作流的智能助手。
总的来说，这门课适合日常跟终端打交道比较多的开发者。后端、运维、全栈方向的朋友都可以学，只要你经常在命令行里干活，想把AI能力无缝集成到现有工作流中，花两个小时看完就很值。课程分成二十六个短章节，每个章节聚焦一个具体功能，看完就能立刻在工作中用起来。