Zum Inhalt

GitHub Copilot im Agent Mode

GitHub Copilot ist längst mehr als eine Autovervollständigung: Im Agent Mode plant und ändert Copilot Code über mehrere Dateien hinweg, führt Befehle aus und behebt Fehler selbstständig. Der Copilot Coding Agent bearbeitet Issues direkt auf GitHub und liefert die Ergebnisse als Pull Request.

In diesem praxisorientierten Seminar lernen Entwickler, GitHub Copilot in ihrer IDE gezielt als Coding-Agent einzusetzen. Behandelt werden Projektanweisungen und Prompt-Dateien, eigene Agenten, die Einbindung von MCP-Servern, der Coding Agent und Code-Reviews auf GitHub sowie die Verwaltung von Copilot im Unternehmen.

Der Fokus liegt auf kontrollierter, qualitätsgesicherter Entwicklung: Die Teilnehmer lernen, wie Tests, Reviews und Architekturvorgaben dafür sorgen, dass der von Copilot erzeugte Code wartbar und sicher bleibt. Die Übungen orientieren sich an den Projekten und der Technologie des Teams.

Dauer
3 Tage
Umfang
24 Unterrichtsstunden
Ort
Bei Ihnen oder online

Inhalte des Seminars

Das ist der Standardumfang. Wählen Sie ab, was Ihr Team schon kann, und schicken Sie uns Ihre Auswahl.

    • Einführung in KI-Agenten und ihre Rolle in der Softwareentwicklung
    • Abgrenzung klassischer Entwicklungsassistenten von agentengestützter Entwicklung
    • Imperative und deskriptive Softwareentwicklungsprozesse
    • Specification Driven Development: spezifikationsbasierte Entwicklung mit KI-Unterstützung
    • Integration von KI-Agenten in moderne Entwicklungsprozesse
    • Von der Autovervollständigung zum Coding-Agenten
    • Einordnung weiterer Werkzeuge: Claude Code, OpenCode, Cursor, OpenAI Codex CLI
    • Copilot-Pläne und Lizenzen
    • Copilot in Visual Studio Code, JetBrains-IDEs und Visual Studio
    • Ask-, Edit- und Agent-Modus
    • Auswahl der Modelle und Premium Requests
    • Copilot CLI im Terminal
    • Strukturierter Entwicklungsprozess mit KI-Agenten
    • Anforderungsanalyse für funktionale und nichtfunktionale Anforderungen
    • Automatische Projektanalyse durch KI-Agenten
    • Erstellung technischer Umsetzungspläne
    • Planen vor dem Ändern
    • Kontext gezielt bereitstellen: Dateien, Symbole, Terminal-Ausgaben
    • Kontextmanagement: Kontextfenster, Komprimierung und Aufteilen langer Sessions
    • Kosten und Token-Verbrauch im Blick behalten
    • Projektregeln mit .github/copilot-instructions.md und AGENTS.md
    • Pfadspezifische Anweisungen
    • Wiederverwendbare Prompt-Dateien
    • Eigene Agenten und Chat-Modi
    • Coding-Konventionen und Architekturvorgaben verbindlich festhalten
    • Einführung in das Model Context Protocol
    • MCP-Server in Copilot einbinden
    • Der GitHub-MCP-Server
    • Semantische Code-Intelligenz für bestehende Projekte
    • Suche, Call Graphs und Impact-Analysen
    • Datenbankintegration über Schema-Analysen
    • Datenmodelle aus Datenbankschemas generieren
    • Sicherheitskonzepte für MCP-Server
    • Least-Privilege-Ansatz bei Systemzugriffen
    • Isolierte Ausführungsumgebungen mit Docker
    • Testgetriebene Arbeit mit Agenten: Tests als Leitplanke
    • Automatisierte Unit-, Integrations- und API-Tests erzeugen lassen und prüfen
    • Verifikation durch strukturierte Feedback-Schleifen
    • Review von KI-Änderungen: Diffs prüfen, kleine Schritte
    • Versionierung, Commit-Strategie und Pull Requests mit Git
    • Kontrolle von Änderungen in bestehenden Codebasen
    • Copilot Coding Agent: Issues an Copilot zuweisen
    • Ergebnisse als Pull Request prüfen und nachsteuern
    • Copilot Code Review
    • Zusammenspiel mit GitHub Actions
    • Richtlinien und Verwaltung für Organisationen
    • Datenschutz, Content-Ausschlüsse und rechtliche Aspekte
    • Nutzung und Kosten auswerten
    • Risiken KI-gestützter Entwicklung
    • Architekturdrift in wachsenden Codebasen
    • Inkonsistente Codegenerierung erkennen und vermeiden
    • Strategien für Konsistenz und Qualität
    • Vorteile statisch typisierter Sprachen und klarer Architekturen für KI-gestützte Codegenerierung
    • Reduktion von Halluzinationen
    • Sicherheit: Prompt Injection über Code, Abhängigkeiten und Dokumente
    • Langfristige Wartbarkeit agentengestützter Softwareprojekte
    • Auswirkungen von KI-Agenten auf das Berufsbild Softwareentwickler

Was Teilnehmer sagen

›Referent war sehr kompetent. Referent ging stets auf Fragen ein.‹‹ Reinholt P., debis Systemhaus