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
- Unterschiede zwischen Copilot-Vorschlägen und agenticer Mehrschrittplanung
- Architektur des Agent-Zyklus: Planen, Generieren, Ausführen, Iterieren
- Sprachunterstützung und Modellauswahl für Agent-Aufgaben
- Praxisbeispiele: Von fünfzeiligen Funktionen bis hin zu mehrgenerierten Features über mehrere Dateien hinweg
Aktivierung des Agent-Modus in Ihrer IDE
- Aktivierung in VS Code, JetBrains und Neovim
- Konfiguration des Kontextfensters und der Modelltier-Voreinstellungen
- Einrichtung von Repository-spezifischen Regeln und Ignorieren grosser Binärdateien
- Unterscheidung zwischen Copilot-Chat und Inline-Agent-Arbeitsabläufen
Mehrschrittige Planung und Ausführung
- Prompting von Copilot zur Erstellung eines Features von A bis Z
- Beobachten, wie der Agent Aufgaben in Schritte über mehrere Dateien hinweg aufteilt
- Jeden Schritt vor der Anwendung von Änderungen überprüfen
- Inline-Rollback nutzen, wenn Schritte vom Kurs abweichen
Terminalbefehle innerhalb des Agent-Zyklus
- Installieren von Abhängigkeiten über die Copilot-Terminalintegration
- Ausführen von Build-Befehlen und Interpretieren der Ausgaben
- Verwalten von Umgebungsvariablen direkt innerhalb von Copilot-Sitzungen
- Sicherheitsgrenzen: Welche Befehle eine manuelle Genehmigung erfordern
Testgetriebene Entwicklung mit einem Agent
- Generieren von Unit-Tests aus bestehendem Quellcode
- Steuerung der Testerstellung über natürliche Sprach-Prompts
- Ausführen von Test-Suites und Interpretieren von Fehlerprotokollen innerhalb von Copilot
- Verfeinern der Assertions nach dem Anzeigen von Fehlern bei Randfällen
Navigieren in grossen Code-Repositories
- Automatisches Finden von Dateibegrenzungsreferenzen
- Refaktorieren gemeinsamer Hilfsfunktionen mit Copilot-gesteuerten Umbenennungen
- Gleichzeitiges Aktualisieren von Konfigurationsdateien und Schema-Dateien
- Vermeiden der Erschöpfung des Kontextfensters durch gezielte Prompts
Anpassen von Copilot an Team-Standards
- Schreiben repositoriespezifischer Anweisungen in .github/copilot-instructions.md
- Durchsetzen von Namenskonventionen und Architekturmustern
- Ausschliessen sensibler Dateien und Verzeichnisse aus dem Kontext
- Erstellen teamspezifischer Prompt-Vorlagen für häufige Aufgaben
GitHub Copilot Enterprise Governance
- Zuteilung von Sitzungen, Abrechnung und Nutzungs-Dashboards
- Audit-Logs: Nachverfolgen, was Copilot generiert hat versus was commitet wurde
- Microsoft IP-Schutzversicherungspolitiken und Lizenzierungsimplikationen
- Blockieren bestimmter Datei Muster aus KI-Vorschlags-Pipelines
Fehlerbehebung mit dem Agent-Modus
- Gemeinsames Analysieren von Stack-Traces mit dem Agent
- Hypothese-getriebene Fehlerbehebung: Fragen an Copilot, warum ein Test fehlgeschlagen ist
- Nutzung agentenunterstützter Bisect-Methoden zum Auffinden von Regressionsursachen
- Umgang mit Halluzinationsrisiken bei der Fehlerbehebung in unbekannten Codeabschnitten
Performance und Begrenzungsmanagement
- Verständnis täglicher Anfragebegrenzungen und Modell-Kontingente
- Optimieren der Prompt-Länge, um abgeschnittene Antworten zu vermeiden
- Wechseln zwischen Modellen für unterschiedliche Aufgaben
- Überwachen der Agent-Latenz und Caching-Strategien
Sicherheit und Compliance für Unternehmen
- Datenverarbeitung: Was das Repository verlässt und was lokal bleibt
- Verhindern des Lecks von Secrets und Zugangsdaten via Prompts
- Einhaltung der Anforderungen von GDPR, SOC 2 und FedRAMP
- Red-Teaming des generierten Codes auf Injection-Schwachstellen
Fehlerbehebung bei häufigen Szenarien
- Warum Copilot manchmal den Kontext Ihres Repositories ignoriert
- Lösung von Indexierungsfehlern für grosse Repositories
- Umgang mit Rate-Limit-Fehlern während Spitzenzeiten
- Behebung von Synchronisationsproblemen der IDE-Erweiterungen
Zusammenfassung und zukünftige Roadmap
- Zusammenfassung der Fähigkeiten und praktischen Arbeitsabläufe des Agent-Modus
- Copilot-Roadmap von GitHub und kommende Agent-Funktionen
- Ressourcen zum aktuellen Stand über Copilot-Veröffentlichungen
Voraussetzungen
- Erfahrung mit objektorientierter oder funktionaler Programmierung
- Github-Konto und Grundkenntnisse im Git-Workflow
- Vertrautheit mit mindestens einer IDE (VS Code, JetBrains oder Neovim)
Zielgruppe
- Entwickler, die bereits Copilot nutzen und den Agent-Modus freischalten möchten.
- Engineering-Manager, die Copilot in EntwicklungsTeams einführen möchten.
- Sicherheitsteams, die Richtlinien für KI-unterstützte Codegenerierung überprüfen.
21 Stunden