Lär dig att få ut det mesta av GitHub Copilot via dess olika gränssnitt – autokomplettering, infogat läge, chattlägen och agentläge. Upptäck när du ska använda varje funktion, hur du vägleder Copilot på ett effektivt sätt och hur du utnyttjar dess fulla potential – för både snabba fixar och komplexa uppgifter som spänner över flera filer.

Vad är GitHub Copilot?

Vad kan Copilot egentligen göra?

Utforska GitHub Copilots lägen

Markera, fråga, klart

Inga redigeringar, bara idéer

Inline, Ask eller Edit? Du väljer

Introduktion till Agent Mode

Vad utmärker Agent Mode

Vänta, vad frågar Copilot om?

Kom igång med GitHub Copilot

Förbättra Copilots träffsäkerhet genom att vägleda det med kontext, chattvariabler och expertdeltagare. Lär dig att kombinera dessa funktioner med snedstrekskommandon och smarta åtgärder för att effektivisera felsökning, kodgranskning och projektnavigering. Få praktiska tekniker som gör Copilot till en mer tillförlitlig och effektiv kodningspartner.

Att styra Copilot med kontext

Lägg bara till #context

Guida Copilot steg för steg

Lägga till domänexpertis

Vem ska du fråga?

Du frågade, Copilot svarade

Arbeta effektivt med Copilot

Gissa vem som föreslog det

Låt Copilot sköta testningen

Kontextens betydelse

Lär dig att forma Copilots beteende med anpassade instruktioner och modellval. Definiera kodstandarder, tillämpa konventioner för projekt eller organisation och välj rätt AI-modell för snabbhet, resonemang eller uppgifter som spänner över flera filer. Ta kontrollen över hur Copilot anpassar sig till ditt arbetsflöde.

Anpassa Copilot

Typad, dokumenterad och enligt standard

Vad kännetecknar en bra instruktion?

Välja och byta modeller

Matcha modellen med uppgiften

Olika modeller, olika styrkor

Vänta, kostar den här modellen mer?

Utöka Copilot med MCP-verktyg

Plötsligt kan Copilot göra mer

Vad hände bakom kulisserna?

Anpassa och utöka Copilot

Gå bortom vardaglig användning av Copilot. Lär dig att generera omfattande testsviter, identifiera och åtgärda säkerhetsproblem samt optimera kodprestanda.

Testning och kodkvalitet med Copilot

Snabba tester eller anpassat prompt?

Alternativ

Använd /tests

Ge detaljerad kontext

Hur skulle du promptsa Copilot?

Arbetsflödet för integrationstestning

Bygga tester som spänner över flera komponenter

Säkerhet med GitHub Copilot

Riktad granskning

Kodbasgenomsökning

Custom instructions

Välj rätt säkerhetsmetod

Säkerhetsarbetsflödet

Från sårbarhet till förebyggande

Förhindra dåliga mönster

Prestandaoptimering med GitHub Copilot

Hastighetsprompt

Minnesprompt

Vad optimerar du för?

Diagnostikarbetsflödet

Diagnostisera en långsam endpoint

Grattis!

Copilot i praktiken: testning, säkerhet och prestanda

GitHub Copilot är mer än en smart autokomplettering – det är en AI-driven kodassistent som hjälper dig att förstå, skriva och förbättra kod. I den här kursen utforskar du Copilot i Visual Studio Code, från autokompletteringsförslag till infogade redigeringar och chattbaserade lägen, och lär dig när du ska använda varje funktion – för allt från snabba fixar till omstrukturering av flera filer. Du lär dig att ge rätt kontext via chattvariabler, deltagare och progressiv promptning, och effektiviserar ditt arbetsflöde med snedstrekskommandon och smarta åtgärder. Du formar Copilots beteende med anpassade instruktioner och modellval, anpassat till projektstandarder eller teamkonventioner. Till sist sätter du ihop allt genom att använda Copilot för att generera testsviter, hitta säkerhetsproblem och optimera prestanda. När kursen är klar har du kunskaperna att göra Copilot till en kraftfull kodningspartner – som ökar produktiviteten, minskar fel och hjälper dig skriva kod som inte bara är snabbare, utan också bättre.

Behärska GitHub Copilot för att förstå, skriva och förbättra kod med kontext, anpassning och smarta funktioner.

Mjukvaruutveckling med GitHub Copilot

Bemästra GitHub Copilot för att förstå, skriva och förfina kod med kontext, anpassning och smarta funktioner.

AI för mjukvaruteknik

GitHub Copilot Fundamentals (GH-300)

"Optimera #selection för att minska tidskomplexiteten"

"Föreslå en cachestrategi för den här funktionen som anropas ofta"

"Skriv om det här så att API-anrop görs i batchar i stället för ett i taget"

"Granska #selection för resursläckor och saknad städning"

"Ersätt den här minnesinläsningen med en strömningsbaserad metod"

"Lägg till kontexthanterare för alla databasanslutningar i #file:db.py"

Vad optimerar du för?

Mjukvaruutveckling med GitHub Copilot

Interaktiv övning med praktiskt arbete