在终端里用好 GitHub Copilot CLI：安装、提问、Agent 模式与代码审查

2026-06-29 26 预计阅读时间: 1 分钟
来源: realpython.com AI 摘要 Original link

Disclaimer: This article is an AI-assisted summary. Read it together with the original source when precision matters. The summary may omit context, version differences, or edge cases and is not official documentation.

预计阅读时间：7 分钟

GitHub Copilot 不只在编辑器里补全代码。CLI 形态把它带进终端：你可以直接让它解释命令、生成脚本、切换更主动的 Agent 工作方式，甚至在提交前让它帮你扫一遍改动。对每天在 shell、Git 和项目目录之间切换的开发者来说，这会改变“查文档、拼命令、读 diff”的节奏。

先把入口装稳：确认你到底在用哪个 CLI

不同环境里 GitHub Copilot 的终端入口可能不同：有的团队使用 GitHub CLI 扩展，有的环境提供独立的 copilot 命令。不要靠记忆硬猜参数，先用 --help 确认当前版本支持什么。

可以这样实践：

# 方式 A：通过 GitHub CLI 扩展安装，适合已经使用 gh 的开发机
gh auth login
gh extension install github/gh-copilot

gh copilot --help

# 方式 B：如果你的环境提供独立 copilot 命令，先确认版本和帮助
copilot --help

运行前需要替换或确认两件事：你已经有 GitHub Copilot 权限；你的终端已经登录到正确的 GitHub 账号。企业环境还要注意组织策略，管理员可能限制 CLI 或 Agent 能力。

从“问一句”开始，而不是一上来交给它改仓库

CLI 最适合处理短、明确、上下文足够的问题。例如解释一条陌生命令、把自然语言变成 shell 命令、给现有错误日志找方向。

可以这样实践：

# 解释命令：适合读脚本、读 CI 日志时使用
gh copilot explain 'find . -name "*.py" -not -path "*/.venv/*" -print0 | xargs -0 ruff check'

# 生成命令：先让它建议，再人工确认后执行
gh copilot suggest 'create a tar.gz archive of ./dist and include the current git short sha in the file name'

这里的关键不是“让 Copilot 直接跑命令”，而是把它当作命令草稿生成器。涉及删除、权限、网络、生产数据的命令，先读懂再执行。终端工具的危险之处在于：一条错误命令也很高效。

Agent 模式适合连续任务，但边界要清楚

摘要里提到切换 Agent modes，这说明 Copilot CLI 不只是单轮问答，还可以进入更连续的工作方式。Agent 模式通常更适合“看项目、拆任务、改多处文件、验证结果”这类流程；普通 prompt 更适合“解释、建议、生成一条命令”。

由于 CLI 版本和命令形态可能变化，下面给出一个可改造的实践脚本：它不会假设具体 Agent 参数，而是先检查帮助，再提醒你选择当前版本支持的模式。

#!/usr/bin/env bash
set -euo pipefail

if command -v copilot >/dev/null 2>&1; then
  echo 'Detected standalone copilot CLI'
  copilot --help
  echo
  echo 'Now choose the agent or interactive mode shown by your installed version.'
elif gh extension list | grep -q 'github/gh-copilot'; then
  echo 'Detected gh copilot extension'
  gh copilot --help
  echo
  echo 'Use the subcommands shown above, such as explain or suggest, and check whether your version exposes agent-style workflows.'
else
  echo 'No Copilot CLI entry found. Install github/gh-copilot or your organization-approved Copilot CLI package first.'
  exit 1
fi

把它保存为 check-copilot-cli.sh 后运行：

chmod +x check-copilot-cli.sh
./check-copilot-cli.sh

使用 Agent 模式时建议给它一个很窄的任务，例如“只修改测试文件”“只分析 diff，不写文件”“生成迁移计划但不要执行命令”。这类边界能减少意外改动，也更方便你 review。

在提交前让 CLI 参与代码审查

终端里的 Copilot 很适合和 Git diff 配合。它不应该替代 code review，但可以提前发现低级问题：忘记处理错误、测试缺口、命名不一致、潜在破坏性命令等。

可以这样实践：

# 查看当前未提交改动
git diff --stat
git diff > /tmp/current.diff

# 让 Copilot 聚焦审查，而不是泛泛总结
gh copilot suggest 'review /tmp/current.diff for likely bugs, missing tests, risky shell commands, and backward compatibility issues. Return findings ordered by severity.'

如果你的 CLI 支持把文件内容直接作为上下文传入，可以改成版本对应的文件参数。无论哪种方式，审查输出都要回到源码里验证：Copilot 可能指出真实风险，也可能误读框架约定或项目背景。

采用建议：把它放进低风险、高频率的位置

适合优先落地的场景：解释陌生命令、生成一次性脚本、读 CI 报错、总结 diff、准备 review checklist。不建议一开始就让它直接操作生产环境、批量重写核心模块，或在没有测试的仓库里做大范围 Agent 修改。

一个实用检查清单：

  • 安装后先跑 --help，确认当前版本的命令和 Agent 能力。
  • 对生成的 shell 命令逐段阅读，特别关注 rm、chmod、curl | sh、云资源删除命令。
  • Agent 任务要限定目录、文件类型和是否允许写入。
  • 审查类 prompt 要要求“按严重程度列出问题”，避免只得到漂亮摘要。
  • 最终判断仍以测试、代码审查和项目约束为准。

用得好的 Copilot CLI 像一个坐在终端旁边的助手：它能加快查找和草拟，但你仍然负责按下回车键。

# AI # LLM # Python # 后端

相关推荐