آموزش GitHub Copilot CLI: برنامه‌ریزی، عامل‌ها، MCP و GitHub

ت

تیم ژرف‌ای‌آی

توسعه هوش مصنوعی

۱۵ مرداد ۱۴۰۵۷ دقیقه مطالعه
آموزش GitHub Copilot CLI: برنامه‌ریزی، عامل‌ها، MCP و GitHub

GitHub Copilot CLI عامل کدنویسی ترمینالی GitHub است. می‌تواند مخزن را بررسی و ویرایش کند، command اجرا کند، plan بسازد، کار مستقل را به عامل موازی بسپارد، instruction و skill سفارشی بخواند، MCP و plugin متصل کند، diff را review کند و کار را میان terminal، IDE، GitHub و remote agent جابه‌جا کند.

تمایز اصلی آن context بومی GitHub است: issue، pull request، repository، review و remote work نزدیک چرخه عامل قرار دارند. این راهنما در ۱۵ مرداد ۱۴۰۵ / ۶ اوت ۲۰۲۶ با صفحه رسمی Copilot CLI و GitHub Docs بازبینی شد. availability به plan، policy سازمان، model access، platform و authentication بستگی دارد.

تصویر رسمی Copilot CLI با context مربوط به issue و pull request
تصویر رسمی Copilot CLI با context مربوط به issue و pull request

تصویر رسمی GitHub؛ نام repository و model داخل تصویر صرفاً نمونه است.

چه زمانی Copilot CLI انتخاب خوبی است؟

وقتی workflow از GitHub شروع و به GitHub ختم می‌شود و terminal execution همراه issue، PR، review و remote continuity می‌خواهید، Copilot CLI مناسب است. اگر ecosystem مدل دیگر، harness متن‌باز یا معماری RLM ماندگار اولویت دارد، Codex، Claude Code، OpenCode یا Prime Agent را مقایسه کنید.

فقط با benchmark تصمیم نگیرید؛ repository، مدل، permission mode و workflow واقعی خود را آزمایش کنید.

نصب Copilot CLI

صفحه رسمی فعلی installer ارائه می‌کند:

curl -fsSL https://gh.io/copilot-install | bash

روش npm نیز مستند است:

npm install -g @github/copilot

روی دستگاه سازمانی remote script را پیش از اجرا ببینید. سپس:

copilot --version
copilot --help
cd /path/to/your/repository
copilot

با جریان auth پشتیبانی‌شده GitHub وارد شوید. policy سازمان می‌تواند model، feature، MCP، plugin و command را محدود کند. personal access token را در chat یا config commit‌شده قرار ندهید.

با context مخزن شروع کنید

در یک مخزن کوچک ابتدا mapping بخواهید:

معماری و فرمان‌های تست این مخزن را توضیح بده.
فایل را تغییر نده.
کوچک‌ترین فایل‌های درگیر در issue #123 و برنامه verification را مشخص کن.

workflow مربوط به /init می‌تواند .github/copilot-instructions.md بسازد. پیش از پذیرش review کنید. build، test، ownership، generated file، security، privacy و definition of done را کوتاه و نسخه‌بندی‌شده بنویسید.

Copilot در حالت پشتیبانی‌شده می‌تواند AGENTS.md و skillها را نیز کشف کند. instruction متناقض را در چند فایل تکرار نکنید و scope هر فایل را روشن کنید.

حالت interactive، plan و autopilot

پیش از تغییر پرریسک یا cross-cutting از plan mode استفاده کنید. عامل باید بدون write، فایل، dependency، test و permission لازم را مشخص کند. فقط پس از درست‌شدن plan به implementation بروید.

Autopilot با دخالت کمتر چند مرحله ادامه می‌دهد. برای migration محدود یا bug fix تست‌محور مفید و برای هدف مبهم خطرناک است. scope، budget، action ممنوع و evidence موفقیت را از قبل تعریف کنید. رسیدن run طولانی به limit یعنی incomplete، نه success.

در صورت دسترسی plan، با /model مدل موجود را ببینید یا تغییر دهید. availability و قیمت مدل مستقل از CLI تغییر می‌کند.

رابط رسمی plan و MCP در Copilot CLI
رابط رسمی plan و MCP در Copilot CLI

Fleet و custom agent

workflow مربوط به /fleet کار مستقل را به عامل موازی می‌دهد. نمونه مناسب:

  • mapping فقط‌خواندنی packageهای جدا؛
  • سؤال‌های پژوهشی مستقل؛
  • review امنیت، تست، accessibility یا localization؛
  • implementation در worktree جدا با یک integration owner.

نویسنده موازی در checkout مشترک نسازید. به هر agent deliverable محدود بدهید و از parent بخواهید evidence منبع را verify کند.

custom agent نقش، tool و instruction تخصصی بسته‌بندی می‌کند. نقش را محدود نگه دارید—مثل security-reviewer—و write authority را صریح کنید.

رابط رسمی custom و parallel agent در Copilot CLI
رابط رسمی custom و parallel agent در Copilot CLI

Skill، plugin و MCP

  • instruction: قاعده پایدار repository؛
  • skill: روش تکرارشونده با resource؛
  • custom agent: نقش تخصصی قابل‌واگذاری؛
  • plugin: بسته چند قابلیت؛
  • MCP server: ابزار و داده زنده بیرونی.

کوچک‌ترین سازوکار را انتخاب کنید. command تست در instruction، release procedure در skill و lookup دیتابیس فقط‌خواندنی در MCP قرار می‌گیرد. plugin و MCP trust boundary را تغییر می‌دهند؛ publisher یا code را review، version را pin، credential را scope و method مخرب را deny کنید.

Permission و sandbox

Copilot CLI برای command و file change permission می‌خواهد و allow/deny قابل‌تنظیم دارد. از approval interactive پیش‌فرض شروع کنید. حالت broad فقط در محیط خارجی ایزوله و یک‌بارمصرف مناسب است.

این کنترل‌ها جدا هستند:

  • working directory؛
  • read/write فایل؛
  • command؛
  • network؛
  • MCP/plugin؛
  • action مربوط به issue، PR، merge و remote agent؛
  • sandbox isolation.

permission prompt security review نیست. command دقیق، target و side effect را بخوانید. credential production و organization admin را وارد session محلی نکنید.

کار بومی با issue و pull request

identifier دقیق و definition of done بدهید:

issue #123 این repository را بررسی کن.
مشکل را reproduce کن یا تست متمرکز failing بساز.
کوچک‌ترین fix را انجام بده.
تست متمرکز و suite مرتبط را اجرا کن.
push، PR یا تغییر issue انجام نده.

ساخت branch، push، بازکردن PR، comment، merge و remote job mutation بیرونی‌اند. آن‌ها را جدا از implementation محلی و صریح مجاز کنید.

IDE، remote و delegation

Copilot CLI فرمان‌هایی برای ادامه context در IDE و شروع یا دنبال‌کردن remote agent دارد. remote execution محیط، credential، network و retention را تغییر می‌دهد؛ revision و environment را پیش از dispatch بررسی کنید.

تصویر رسمی handoff به remote agent
تصویر رسمی handoff به remote agent

خروجی remote یک diff پیشنهادی غیرقابل‌اعتماد است. در صورت نیاز rebase، gate محلی و review پیش از merge انجام دهید.

Review، research و حل مسئله

workflowهای فعلی شامل /review، /research و /rubber-duck هستند:

  • review عیب concrete diff را می‌خواهد؛
  • research evidence جمع و ترکیب می‌کند؛
  • rubber-duck به reasoning کمک می‌کند و الزاماً edit ندارد.

model review جای static analysis و human ownership را نمی‌گیرد. file/line، severity، reproduction و fix مشخص بخواهید.

Context، compaction، session و undo

با /context مصرف context و با /compact فشرده‌سازی session طولانی را بررسی کنید. resume فقط پس از تایید repository و branch انجام شود. undo و rewind به برگشت عملیات اخیر کمک می‌کنند، اما Git مرز durable recovery است.

برای session طولانی branch یا worktree تمیز بسازید. پس از compact یا resume، user request، instruction، diff و وضعیت test را دوباره کنترل کنید.

Hook، telemetry و استفاده برنامه‌ای

Copilot CLI lifecycle hook و OpenTelemetry دارد. hook کد است؛ کوچک، deterministic و review‌شده باشد و prompt، source یا secret را leak نکند. destination telemetry باید با policy حریم خصوصی هماهنگ باشد.

GitHub حالت‌های programmatic و ACP server را نیز مستند می‌کند. event ساختاریافته orchestration را آسان می‌کند، اما model output deterministic نمی‌شود. نسخه CLI/model، input، revision، permission، event log، exit، test و diff را ثبت کنید.

workflow امن انتهابه‌انتها

  1. branch یا worktree تمیز بسازید؛
  2. فقط identity لازم GitHub را authenticate کنید؛
  3. mapping فقط‌خواندنی و plan mode اجرا کنید؛
  4. instruction، model، tool و permission را تایید کنید؛
  5. فقط کار مستقل را delegate کنید؛
  6. یک outcome محدود را پیاده‌سازی کنید؛
  7. test متمرکز، سپس build/type/lint را اجرا کنید؛
  8. روی diff نهایی /review بگیرید؛
  9. خودتان Git status و diff را ببینید؛
  10. push، PR، remote یا merge را فقط با درخواست صریح مجاز کنید.

رفع مشکل

Auth موفق است ولی feature نیست

plan، policy سازمان، نسخه CLI و availability رسمی feature را ببینید. authentication برابر entitlement نیست.

عامل permission زیادی می‌خواهد

به plan mode برگردید، file و command را محدود، MCP/plugin اضافی را خاموش و task را تقسیم کنید. plan مبهم را با approval دائمی حل نکنید.

Fleet agentها conflict دارند

نویسنده‌های overlap را متوقف، diff مفید را حفظ و هر implementation را در worktree جدا restart کنید. یک parent را integration owner کنید.

نتیجه remote با local فرق دارد

revision، environment variable، dependency، platform و test command را مقایسه کنید. acceptance gate را در محیطی که ship می‌شود دوباره اجرا کنید.

آیا Copilot CLI جای gh script را می‌گیرد؟

برای عملیات deterministic خیر. automation تکرارشونده GitHub را در gh یا API صریح نگه دارید و agent را برای interpretation، plan یا code change به‌کار ببرید.

یادداشت منابع

بازبینی‌شده در ۱۵ مرداد ۱۴۰۵ / ۶ اوت ۲۰۲۶:

#GitHub Copilot CLI#GitHub Copilot#عامل کدنویسی هوش مصنوعی#GitHub#چندعاملی#مهارت عامل#MCP#ابزار توسعه

مطالب مرتبط

آماده شروع پروژه هوش مصنوعی خود هستید؟

با تیم ما تماس بگیرید و درباره نحوه کمک به کسب‌وکار خود صحبت کنید.