Sélectionner, demander, c'est réglé

Vous corrigez un petit bogue dans la méthode .mark_completed().

La logique est presque correcte, mais la tâche n'est pas marquée comme terminée. Vous avez mis la fonction en surbrillance et souhaitez que Copilot vous aide à la corriger.

D'après cette tâche et ce qui est affiché dans l'image, quelle interface de Copilot convient le mieux à cette situation?

Cette activité fait partie du cours

Développement logiciel avec GitHub Copilot

Exercice interactif pratique

Passez de la théorie à l’action grâce à l’un de nos exercices interactifs

Commencer l’exercice

Cette activité fait partie du cours

Développement logiciel avec GitHub Copilot

SkillTag.level.intermediateSkillTag.label

4.8+

Commencer le cours gratuitement

Apprenez à tirer le maximum de GitHub Copilot dans ses différentes interfaces — autocomplétion, modifications en ligne, modes de clavardage et mode Agent. Découvrez quand utiliser chaque fonction, comment orienter efficacement Copilot et comment en exploiter tout le potentiel pour des correctifs rapides comme pour des tâches complexes touchant plusieurs fichiers.

Exercise 1: Qu'est-ce que GitHub Copilot ?Exercise 2: Que peut réellement faire Copilot ?Exercise 3: Explorer les modes de GitHub Copilot Exercise 4: Sélectionner, demander, c'est réglé

Exercice en cours

Exercise 5: Aucune modification, seulement des idées Exercise 6: En ligne, Demander ou Modifier? À vous de choisir Exercise 7: Introduction au mode Agent Exercise 8: Ce qui distingue le mode Agent Exercise 9: Attendez, qu'est-ce que Copilot demande?

Améliorez la précision de Copilot en le guidant avec du contexte, des variables de clavardage et des participants experts. Apprenez à combiner ces fonctions avec des commandes à barre oblique et des actions intelligentes pour accélérer le débogage, les revues de code et la navigation dans le projet. Acquérez des techniques pratiques qui transforment Copilot en partenaire de codage plus fiable et efficace.

Exercise 1: Guider Copilot avec le contexte Exercise 2: Ajoutez simplement #context Exercise 3: Faisons cheminer Copilot étape par étape Exercise 4: Ajouter une expertise de domaine Exercise 5: À qui devriez-vous demander?Exercise 6: Vous avez demandé, Copilot a répondu Exercise 7: Travailler efficacement avec Copilot Exercise 8: Devinez qui a suggéré cela Exercise 9: Laissez Copilot faire les tests

Apprenez à façonner le comportement de Copilot grâce à des instructions personnalisées et à la sélection de modèles. Définissez des normes de codage, appliquez des conventions à l'échelle d'un projet ou d'une organisation et choisissez le bon modèle d'IA pour la vitesse, le raisonnement ou les tâches multi-fichiers. Prenez le contrôle de la façon dont Copilot s'adapte à votre flux de travail.

Exercise 1: Personnaliser Copilot Exercise 2: Typé, documenté et cohérent avec la marque Exercise 3: Qu'est-ce qui fait une bonne instruction ?Exercise 4: Choisir et basculer entre les modèles Exercise 5: Associer le modèle à la tâche Exercise 6: Différents modèles, différentes forces Exercise 7: Attendez, est-ce que ce modèle coûte plus cher?Exercise 8: Étendre Copilot avec des outils MCP Exercise 9: Soudain, Copilot peut en faire plus Exercise 10: Que s'est-il passé en coulisse?

Allez au-delà de l'utilisation quotidienne de Copilot. Apprenez à générer des suites de tests complètes, à repérer et corriger des vulnérabilités de sécurité et à optimiser les performances du code.

Exercise 1: Tests et qualité du code avec Copilot Exercise 2: Tests rapides ou invite personnalisée ?Exercise 3: Comment demanderiez-vous quelque chose à Copilot?Exercise 4: Créer des tests qui couvrent plusieurs composants Exercise 5: Sécurité avec GitHub Copilot Exercise 6: Choisir la bonne approche de sécurité Exercise 7: De la vulnérabilité à la prévention Exercise 8: Prévenir les mauvais modèles Exercise 9: Optimisation de la performance avec GitHub Copilot Exercise 10: Que cherchez-vous à optimiser?Exercise 11: Diagnostiquer un point de terminaison lent Exercise 12: Félicitations !