
آموزش Prime Agent: راهنمای عامل کدنویسی خودبهبوددهنده RLM
نصب و تسلط بر Prime Agent؛ از IPython ماندگار و زیرعاملهای بازگشتی تا Continual Harness، نشست پسزمینه، هدف، زمانبندی، مهارت، MCP، حالت خودکار و امنیت.
ادامه مطلبتیم ژرفایآی
توسعه هوش مصنوعی

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

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

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

خروجی remote یک diff پیشنهادی غیرقابلاعتماد است. در صورت نیاز rebase، gate محلی و review پیش از merge انجام دهید.
workflowهای فعلی شامل /review، /research و /rubber-duck هستند:
model review جای static analysis و human ownership را نمیگیرد. file/line، severity، reproduction و fix مشخص بخواهید.
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.
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.
/review بگیرید؛plan، policy سازمان، نسخه CLI و availability رسمی feature را ببینید. authentication برابر entitlement نیست.
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.
نویسندههای overlap را متوقف، diff مفید را حفظ و هر implementation را در worktree جدا restart کنید. یک parent را integration owner کنید.
revision، environment variable، dependency، platform و test command را مقایسه کنید. acceptance gate را در محیطی که ship میشود دوباره اجرا کنید.
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.
بازبینیشده در ۱۵ مرداد ۱۴۰۵ / ۶ اوت ۲۰۲۶:

نصب و تسلط بر Prime Agent؛ از IPython ماندگار و زیرعاملهای بازگشتی تا Continual Harness، نشست پسزمینه، هدف، زمانبندی، مهارت، MCP، حالت خودکار و امنیت.
ادامه مطلب
Google Antigravity CLI را از نصب و اعتماد به workspace تا artifact، سابایجنت، مدل، مجوز، sandbox، Skill، پلاگین، MCP، hook و اتوماسیون headless یاد بگیرید.
ادامه مطلب
نصب و تسلط بر Hermes Agent؛ provider، ابزار، skill، memory، self-improvement، داشبورد وب، پیامرسان، cron، MCP، sandbox و امنیت.
ادامه مطلببا تیم ما تماس بگیرید و درباره نحوه کمک به کسبوکار خود صحبت کنید.