GitHub Copilot CLI – 高效工作流

Frontmatter 校验（请优先执行）

YAML frontmatter 是 严格格式化 的。一个多余的空格就可能导致技能（skill）失效。

在提交或发布前，请运行以下命令：

# 基础健壮性检查（无输出 = 通过）
python - <<'PY'
import yaml,sys
with open('SKILL.md') as f:
    yaml.safe_load(f.read())
print('Frontmatter OK')
PY

需牢记的规则：

• 键名（如 name、description）前不得有前导空格
• 使用空格，而非制表符（Tab）
• 保持 frontmatter 极简——仅保留 name 和 description

心智模型

将 Copilot CLI 视为一支由你协调的精英专家团队：

• 一个 Copilot 实例可担任 前端工程师
• 一个可担任 后端工程师
• 一个可担任 测试工程师 / QA
• 一个可担任 基础设施或重构专家

当明确赋予角色时，Copilot 在编码与架构设计方面均表现出色。而你则扮演 CTO / 指挥者 的角色：

• 定义目标与约束条件
• 让各 Copilot 实例分别提出解决方案
• 观察不同方案间的权衡与冲突
• 主动将关键决策或风险显式升级交由自己判断

你应该实际使用的几个核心命令

1. 针对代码库提问

gh copilot explain "该服务的作用是什么？" --path src/

适用于初次熟悉代码库，或中断后重新加载上下文。

2. 生成聚焦的变更（最常用场景）

gh copilot suggest "当翻译回退机制被触发时，添加日志记录" --path services/translation

最佳实践：

• 以 增量变更（delta） 而非完整功能的形式描述需求
• 始终指定一个 具体目录路径

3. 在约束条件下调试

gh copilot suggest "该函数在高负载下为何可能返回 null？" --path src/choreo

随后请手动阅读 Copilot 指向的相关代码进行验证。

4. 先写测试，再写实现

gh copilot suggest "为语音转录中的标点校正功能编写失败测试用例" --path tests/

之后由你主导迭代，逐步完成修复。

经验证有效的提示词模式

✅ 优质提示词（具备角色意识）

• "作为后端工程师，为 X 编写最小化修复方案"
• "作为测试工程师，增加防护逻辑，确保 Y 永远不会发生"
• "作为基础设施专家，对该代码进行安全性重构（不追求性能提升）"

❌ 低效提示词

• "端到端实现功能 X"
• "对整个服务进行重构"
• "使其达到生产就绪状态"

多 Copilot 协同编排流程（推荐采用）

1. 任务拆解（CTO 角色）

   • 明确整体目标与约束条件
   • 按关注点划分为前端 / 后端 / 测试 / 基础设施等职责模块

2. 方案提议（Copilot 各角色）

gh copilot suggest "作为后端工程师，为混合语言延续问题提出最小化修复方案" --path src/

gh copilot suggest "作为测试工程师，为混合语言延续问题编写失败测试用例" --path tests/

3. 交叉核验（Copilot 之间互查）

   • 对比各方提出的方案
   • 识别分歧点与潜在假设

4. 问题升级（交由你决策）

   • 呈现关键权衡点
   • 突出潜在风险
   • 明确提出待决事项

5. 最终定稿（由你主导完成）

   • 应用确认后的变更
   • 统一并清理命名规范
   • 有意识地完成合并操作

不应使用 Copilot CLI 的场景

在以下情形中，Copilot CLI 不应作为 最终决策依据：

• 产品或组织层面的权衡 重要性远超代码正确性
• 需要进行 跨代码仓库或跨团队协作
• 涉及 安全、隐私或合规性 相关决策
• 存在 状态机逻辑模糊 的情况，其正确性依赖真实世界行为表现

在这些情况下，Copilot 仍可 提供若干候选方案，但你必须主动进行人工审查并作出最终决定。

黄金法则

Copilot 是一种 能力倍增器，而非决策责任人。

请利用 Copilot 来：

• 生成多个相互竞争的实现方案
• 揭示隐含假设
• 从多个角度对想法进行压力测试

而你须始终承担：

• 最终意图的定义权
• 风险接受责任
• 合并决策权

Copilot 加速思考过程，但无法替代人的判断力。