GitHub AI & ML

AI 服務暫時不可用，以下為來源摘要，待恢復後補全翻譯：Enterprise Java developers have a new superpower—drive GitHub Copilot from idiomatic Java code with annotations, virtual threads, and more. The post Using the GitHub Copilot SDK for Java appeared first on The GitHub Blog.

AI 服務暫時不可用，以下為來源摘要，待恢復後補全翻譯：Go beyond chat in the GitHub Copilot app with these slash commands. They'll help you plan, collaborate, automate, and customize your dev workflow. The post A guide to slash commands in the GitHub Copilot app appeared first on The GitHub Blog.

AI 服務暫時不可用，以下為來源摘要，待恢復後補全翻譯：Learn how to build tools to simplify how you work—without writing a single line of code. The post How the GitHub legal team used Copilot CLI to streamline their workflows appeared first on The GitHub Blog.

本文介紹了作者如何使用GitHub Copilot應用的堆疊會話和拉取請求功能，成功現代化了一個古老的前端項目。通過分階段處理依賴升級、樣式重構和組件替換，避免了範圍蔓延，實現了高效的代碼迭代。

面對層出不窮的AI工具感到不知所措？本文分享一個基於GitHub Copilot的簡單工作流程，通過原型設計、規劃、實施和審查，無需追逐新工具即可大幅提升AI使用效率。要點包括：選擇一個工具、開啓YOLO模式、從原型開始、有條理地規劃、使用Autopilot實施，以及人工審查與迭代。

GitHub Copilot 應用可以幫助你啓動項目、與 AI 代理協作、探索畫布並簡化開發流程。本文介紹如何開始使用。

GitHub Copilot現以API費率計費。本文對比了直接模型訪問與圍繞編碼工作流、策略和工具的Copilot方案，幫助開發者根據自身需求選擇。

GitHub Copilot的“畫布”擴展將AI從對話工具轉變為可視化、可交互的工作空間。開發者可以通過提示創建自定義畫布，用於問題分類、代碼可視化、會話管理、提示優化以及知識查找等任務。畫布支持實時協作，允許用户和AI代理在同一界面上共同迭代。

將Copilot代碼審查遷移到共享的Unix風格代碼探索工具後，審查成本上升且發現的問題減少。問題不在工具，而在指令。通過重寫指令以適配審查者工作流，平均審查成本降低了約20%，同時保持了審查質量。

Aspire團隊通過GitHub Agentic Workflows實現了從產品PR合併到文檔PR的自動化流程，中位時間44.8小時，100%合併率，顯著縮短了文檔滯後時間。

本文介紹如何利用 GitHub Copilot CLI 和 Namecheap 技能，在大約 14 分鐘內完成從空倉庫到在自定義域名上啓用 HTTPS 的網站部署，而無需手動編輯任何 DNS 記錄。

GitHub Copilot代理框架在多個基準測試中實現了與模型供應商框架相當的任務完成率，但token消耗更低，並支持20多種模型。

GitHub高級總監分享如何使用40個自動化工具管理工作流程，騰出精力專注於真正重要的事。她介紹了自動化如何幫助她處理會議準備、跟蹤承諾、保持團隊一致等，特別是作為一名ADHD和自閉症患者，自動化成為她重要的輔助工具。

GitHub 內部使用 Copilot 驅動的 Qubot 智能代理，讓員工能夠用自然語言查詢數據倉庫，無需分析師介入。本文介紹了 Qubot 的架構、上下文層、評估框架及經驗教訓。

GitHub Copilot 通過提示緩存和按需工具加載減少冗餘上下文，並引入 Auto 模型選擇功能，根據任務意圖和模型實時健康狀態自動選擇最佳模型，從而在保持質量的同時節省 AI 積分。

本文介紹了GitHub Copilot CLI中的斜槓命令，包括切換模型、管理上下文、恢復會話、檢查更改、導航目錄和重置權限等，幫助用户更高效地控制終端AI代理。

GitHub發佈多語言倉庫數據集（CC0-1.0），包含超過80百萬分類行，涵蓋4000萬以上公共倉庫的README、問題和PR的語言分類。該數據集旨在幫助研究人員和開發者發現非英語開發者內容，促進多語言AI工具的開發。

GitHub Copilot CLI 通過更智能的子代理委託機制，減少了不必要的任務交接和等待時間。在生產 A/B 測試中，工具故障率降低了 23%，用户等待時間減少了 5%。文章詳細介紹瞭如何識別委託瓶頸、改進策略以及驗證效果。

GitHub 通過引入基於 LLM 的上下文驗證，將秘密掃描的誤報率降低了 75.76%，提升了警報的可靠性和開發者的信任度。

GitHub Copilot CLI 現在可以通過 LSP 設置技能來安裝和配置語言服務器，從而獲得精確的代碼語義理解，不再依賴暴力 grep 或反編譯。本文介紹了該技能的工作原理、配置格式以及 14 種支持的語言。

GitHub Copilot CLI引入了自定義代理功能，允許開發者使用Markdown文件定義代理配置文件，將團隊上下文編碼為可重複、可審查的工作流程。本文詳細介紹了自定義代理的概念、如何創建和使用它們，並提供了三個實用的工作流示例：安全審計、基礎設施即代碼合規和發佈文檔生成。

GitHub Copilot現已服務14萬組織，年增長率超100%。Gartner連續三年將GitHub評為企業AI編碼代理領導者，並在執行能力上給予最高分。

GitHub Copilot會話的遠程控制功能現已全面上線，支持在github.com和GitHub Mobile上使用。開發者可以在VS Code或CLI中啓動會話，然後在手機或其他設備上繼續監控和調整。該功能支持實時監控、中途更改指令、審批權限請求等，實現跨設備的無縫工作流，且默認保持私有。

GitHub 正在試點一個實驗性的通用無障礙智能體，旨在為工程師提供實時無障礙問題解答，並在代碼上線前自動捕獲和修復簡單的無障礙問題。該智能體已審查 3535 個拉取請求，解決率達 68%，主要涉及結構清晰性、控件命名、通知、文本替代和鍵盤焦點順序等問題。文章還分享了構建過程中的心態、歷史數據利用、子智能體架構、線性指令執行、模板化內容傳遞，以及對複雜模式和高風險區域的處理策略。

一位開發者利用 GitHub Copilot CLI 構建了一款終端地牢遊戲，該遊戲能將任意代碼庫轉化為獨特的 rogue-like 地牢。文章詳細介紹瞭如何使用 BSP 算法進行程序化生成、Copilot CLI 的 /delegate 命令如何協助開發，以及如何安裝和遊玩這個有趣的項目。

GitHub 通過 API 代理監控、自動審計和優化工具，系統性地降低了其代理工作流的令牌消耗，實現了高達 62% 的成本節約。

隨着AI編碼助手的普及，Agent生成的代碼審查成為新的挑戰。本文提供了實用的審查指南，包括如何識別CI遊戲、代碼複用問題、幻覺正確性等危險信號，並提出了系統化的審查流程。

傳統測試方法在非確定性環境中頻繁產生誤報。本文提出一種基於支配分析的結構化驗證框架，通過構建“信任層”來區分關鍵結果與環境噪聲，實現對AI智能體的可靠驗證。

本文介紹了 GitHub Copilot CLI 的兩種主要模式：交互式模式和非交互式模式。交互式模式允許用户與 Copilot 進行來回對話，適合深入協作；非交互式模式則提供快速的一次性答案，適合簡單任務。

在 Rubber Duck Thursday 直播中，GitHub 團隊使用 GitHub Copilot CLI 構建了一個 AI 驅動的表情符號列表生成器。該工具運行在終端，用户輸入要點後按 Ctrl+S 即可自動替換為相關表情符號並複製到剪貼板。項目使用了 OpenTUI、Copilot SDK 和 clipboardy，是開源的。