Sprawdzanie funkcji widoku czatu GitHub Copilot

Widok czatu w Visual Studio Code służy do zarządzania rozmowami między Tobą a parą programistyczną AI. Domyślnie widok czatu znajduje się na pasku bocznym pomocniczym po prawej stronie okna Visual Studio Code.

Interfejs widoku czatu zawiera trzy sekcje: pasek narzędzi w górnej części, obszar wyświetlania w środku oraz menu wprowadzania i sterowania u dołu.

Aby otworzyć widok Czat, możesz wybrać przycisk Toggle Chat (ikona Copilot) lub użyć Ctrl+Alt+I skrót klawiaturowy.

Wybieranie agenta

Widok czatu udostępnia następujących wbudowanych agentów:

• Agent: użyj Agent, aby uruchomić agentowy przepływ pracy kodowania. Agent umożliwia autonomiczne edytowanie kodu, uruchamianie poleceń i wykonywanie zadań w obszarze roboczym.
• Plan: użyj agenta planu, aby utworzyć ustrukturyzowany plan implementacji krok po kroku dla zadania. Agent planu analizuje twoje żądanie, dzieli je na odrębne kroki i tworzy szczegółowy plan, który można przekazać agentowi na potrzeby implementacji.
• Zadaj: zadawaj agentowi pytania dotyczące bazy kodu lub koncepcji technologii. Możesz użyć agenta Ask, aby wyjaśnić kod, zasugerować zmiany lub poprawki, lub dostarczyć informacje związane z bazą kodu.

Aby przełączyć agentów, otwórz selektor agenta w dolnej części widoku Czat, a następnie wybierz pozycję Agent, Plan lub Zapytaj.

Dodawanie kontekstu do sesji czatu

Ulepszenie kontekstu monitów zwiększa znaczenie odpowiedzi GitHub Copilot.

Istnieją dwa sposoby określania kontekstu bezpośrednio w monitach:

• Określ kontekst w tekście języka naturalnego monitu.
• Uwzględnij zmienne czatu, takie jak #selection, w wierszu polecenia.

Oprócz tych opcji widok czatu udostępnia dwa inne sposoby dodawania kontekstu:

• Możesz użyć operacji przeciągania i upuszczania, aby dodać pliki z widoku EKSPLORATORa Visual Studio Code do widoku czatu.
• Możesz wybrać przycisk Dodaj kontekst w polu wprowadzania czatu, aby dodać kontekst do monitu

Po wybraniu przycisku Dodaj kontekst zostanie wyświetlone menu umożliwiające wybranie spośród dostępnych typów kontekstowych. Można wymienić następujące typy kontekstowe:

• Pliki i foldery: ta opcja umożliwia dodawanie plików i folderów z obszaru roboczego do monitu czatu. Możesz wybrać jeden lub więcej plików lub folderów, które mają zostać dodane jako kontekst.
• Instrukcje: Ta opcja umożliwia wybranie niestandardowego pliku instrukcji, który opisuje typowe wytyczne lub reguły, aby uzyskać odpowiedzi zgodne z konkretnymi praktykami kodowania i stosem technologicznym.
• Problemy: Ta opcja umożliwia dodawanie problemów z karty Problemy do monitu czatu. Możesz wybrać jeden lub więcej problemów, które chcesz dodać jako kontekst.
• Symbole: ta opcja umożliwia dodawanie konstrukcji symboli Visual Studio Code do monitu czatu. Możesz wybrać jeden lub więcej symboli, które mają zostać dodane jako kontekst.
• Okno zrzutu ekranu: ta opcja umożliwia wykonanie zrzutu ekranu bieżącego okna i dodanie go do monitu czatu.
• Dane wyjściowe polecenia terminalu: ta opcja umożliwia dodanie wyniku ostatnio wykonanego polecenia w terminalu do okna czatu.
• Wyniki wyszukiwania: ta opcja umożliwia dodawanie wyników wyszukiwania z widoku Wyszukiwania do monitu czatu. Możesz wybrać co najmniej jeden wynik wyszukiwania, który ma zostać dodany jako kontekst.
• Niepowodzenia testów: ta opcja umożliwia dodawanie szczegółów z błędów testu do monitu czatu.
• Narzędzia: Ta opcja umożliwia dodawanie narzędzi, na przykład narzędzia #fetch, do monitu czatu. Możesz wybrać co najmniej jedno narzędzie do dodania jako kontekst.
• Ostatnie pliki (lista ostatnio otwartych plików w Visual Studio Code).

Użyj Zapytaj

Agent Ask jest zoptymalizowany pod kątem zadawania pytań dotyczących projektów kodu, tematów kodowania i ogólnych pojęć technologicznych. Agent Ask jest przydatny, gdy musisz zrozumieć bazę kodu, przeprowadzić burzę mózgów lub uzyskać pomoc w zadaniach programistycznych. Po wprowadzeniu monitu programista pary sztucznej inteligencji odpowiada za pomocą opisów języka naturalnego, fragmentów kodu i innych istotnych informacji, które ułatwiają wykonywanie zadań kodowania. Odpowiedzi są wyświetlane w widoku czatu.

Zarządzanie sugestiami dotyczącymi kodu Agenta Zapytaj

Gdy odpowiedź czatu zawiera bloki kodu, można je zastosować indywidualnie do odpowiedniego pliku w obszarze roboczym. GitHub Copilot wykonuje inteligentne stosowanie i wstawia zmiany w odpowiedniej lokalizacji w pliku.

Aby zastosować blok kodu do bazy kodu, umieść kursor nad blokiem kodu i wybierz przycisk Zastosuj w edytorze . Copilot próbuje zastosować proponowane zmiany do istniejącego kodu.

Alternatywnie możesz również skopiować kod lub wstawić go na bieżącej pozycji kursora. Umieść kursor nad blokiem kodu i wybierz odpowiednią akcję.

W zależności od rozszerzenia języka, bloki kodu w odpowiedziach czatu mogą obsługiwać funkcję IntelliSense, podobnie jak w edytorze.

Jeśli blok kodu zawiera polecenie powłoki, możesz uruchomić go bezpośrednio w zintegrowanym terminalu za pomocą akcji Wstaw do terminalu (Ctrl+Alt+Enter).

Użyj planu

Agent planu jest zoptymalizowany pod kątem tworzenia ustrukturyzowanych, krok po kroku planów implementacji złożonych zadań. Agent planu jest przydatny, gdy chcesz podzielić duże zadanie na odrębne kroki przed wprowadzeniem zmian. Po wprowadzeniu monitu agent planu analizuje żądanie, ocenia bazę kodu i tworzy szczegółowy plan implementacji z poszczególnymi krokami.

Po wygenerowaniu planu w widoku Czat zostanie wyświetlony plan ustrukturyzowany z listą kroków. Przed kontynuowaniem możesz przejrzeć plan, przekazać opinię i udoskonalić kroki. Jeśli plan jest zadowalający, możesz przekazać go do agenta na potrzeby implementacji.

Przywracanie edycji

Po ukończeniu serii aktualizacji kodu możesz zdecydować, że trzeba wycofać niektóre zmiany. Na przykład możesz chcieć użyć innej strategii implementacji lub GitHub Copilot obrał niewłaściwą ścieżkę podczas tworzenia edycji.

Możesz użyć kontrolki Cofnij ostatnią edycję na pasku tytułu widoku czatu, aby przywrócić ostatnie zmiany i wrócić do stanu przed wysłaniem ostatniego żądania. Po cofnięciu ostatniej edycji możesz ponownie wykonać te zmiany za pomocą kontrolki Powtórz ostatnią edycję na pasku tytułu widoku czatu.

Korzystanie z agenta

Agent umożliwia określenie zadania wysokiego poziomu i umożliwienie autonomicznej oceny żądania przez sztuczną inteligencję, zaplanowanie potrzebnej pracy i zastosowanie zmian w bazie kodu. Agent używa kombinacji edycji kodu i wywołania narzędzia do wykonania określonego zadania. W miarę przetwarzania żądania monitoruje wyniki edycji i narzędzi oraz iteruje, aby rozwiązać wszelkie występujące problemy. Aktualizacje kodu są wprowadzane bezpośrednio w edytorze w miarę przetwarzania iteracji. Postęp zadania jest monitorowany, a aktualizacje są wyświetlane w widoku czatu.

Agent używa narzędzi do wykonywania wyspecjalizowanych zadań podczas przetwarzania żądania użytkownika. Na przykład wyświetlenie listy plików w katalogu, edytowanie pliku w obszarze roboczym, uruchomienie polecenia terminalu lub pobranie danych wyjściowych z terminalu.

Potwierdzanie wywołań narzędzi i poleceń terminalu

Zanim Copilot uruchomi polecenie terminalu lub narzędzie, które nie jest wbudowane, żąda potwierdzenia, aby kontynuować. Potwierdzenie jest wymagane, ponieważ narzędzia mogą działać lokalnie na maszynie i wykonywać akcje modyfikujące pliki lub dane.

Użyj opcji rozwijanej listy przycisku Kontynuuj, aby automatycznie zatwierdzić określone narzędzie na bieżącą sesję, obszar roboczy lub wszystkie przyszłe działania.

Podsumowanie

Widok czatu w Visual Studio Code służy do zarządzania konwersacjami czatu między Tobą a programistą pary sztucznej inteligencji. Interfejs widoku czatu zawiera trzy sekcje: pasek narzędzi w górnej części, obszar wyświetlania w środku oraz menu wprowadzania i sterowania u dołu. Widok Czat zawiera trzech wbudowanych agentów: Agent, Plan i Ask. Kontekst można dodać do sesji czatu, określając kontekst w monitach, używając zmiennych czatu lub za pomocą przycisku Dodaj kontekst . Agent Ask jest zoptymalizowany pod kątem zadawania pytań dotyczących projektów kodu, tematów kodowania i ogólnych pojęć technologicznych. Agent planu jest zoptymalizowany pod kątem tworzenia ustrukturyzowanych, krok po kroku planów implementacji złożonych zadań. Agent umożliwia określenie zadania wysokiego poziomu i umożliwienie autonomicznej oceny żądania przez sztuczną inteligencję, zaplanowanie potrzebnej pracy i zastosowanie zmian w bazie kodu.