Vytváření a ladění skriptů pomocí Copilotu krok za krokem

Pokud trávíte hodiny bojem s chybami, záhadnými zprávami a nekonzistentním výstupem, GitHub Copilot se může stát vaším důvěryhodným partnerem pro ladění . Nejenže navrhuje kód, ale také vám pomáhá pochopit, co je špatně, kde a jak to opravit, a to jak v jednoduchých projektech, tak v komplexních řešeních.

V tomto článku se dozvíte , jak vytvářet a ladit skripty pomocí Copilotu v různých prostředích (Visual Studio, VS Code, Edge DevTools a Copilot Studio), jaké typy chyb dokáže detekovat, jak s ním komunikovat pomocí dobrých pokynů a jaké praktické triky můžete použít, abyste z něj vytěžili maximum, aniž byste ztratili kontrolu nad svým kódem.

Co je Copilot a proč je tak užitečný pro vytváření a ladění skriptů?

GitHub Copilot je programovací asistent založený na umělé inteligenci, vyvinutý společnostmi GitHub a OpenAI. Je navržen tak, aby fungoval integrovaně ve vašem IDE nebo editoru: Visual Studio, VS Code, JetBrains, Vim/Neovim a dokonce i v prohlížeči prostřednictvím Edge a GitHub Codespace.

Krása Copilotu nespočívá jen v jeho dokončování kódu: rozumí kontextu vašeho projektu, zásobníku volání, proměnným a chybám . Díky Copilot Chatu a specifickým příkazům, jako jsou /fix , /explain nebo /tests , ho můžete požádat o:

Generování nových skriptů od nuly (například API s FastAPI, automatizační skript v Pythonu nebo Skripty Office v Excelu Web).
Vysvětlete starší kód nebo z externích knihoven, se kterými nejste obeznámeni.
Výjimky ladění a chybné výstupy, s návrhem konkrétních oprav dotčeného souboru.
Refaktorování a přidání testů aby byla vaše kódová základna robustnější a lépe udržovatelná.

Kromě toho Microsoft nabízí bezplatný plán GitHub Copilot , který zahrnuje tisíce návrhů kódu a chatových zpráv měsíčně, podporu různých modelů (například GPT-4o nebo Claude 3.5 Sonnet) a kompatibilitu s ekosystémem rozšíření Copilot, takže je snadné začít jej používat bez počátečních nákladů.

První kroky: Instalace a spuštění Copilota ve vašem prostředí

Než začnete vytvářet a ladit skripty s pomocí umělé inteligence, musíte mít Copilot správně nainstalovaný a integrovaný do editoru . Proces se mírně liší v závislosti na nástroji, ale obecná myšlenka je podobná.

Nastavení GitHub Copilot v Visual Studio Code

Ve VS Code funguje Copilot jako jakékoli jiné rozšíření. Chcete-li ho nastavit, otevřete VS Code a přejděte do zobrazení rozšíření (ikona bloků v postranním panelu nebo zkratka Ctrl+Shift+X / Cmd+Shift+X v systému macOS).

Do vyhledávacího řádku zadejte „GitHub Copilot“ a vyberte oficiální rozšíření GitHubu. Klikněte na Instalovat , počkejte na dokončení a restartujte editor, abyste aktivovali všechny funkce pluginu.

Jakmile se vrátíte do editoru, uvidíte, že Copilot začne při psaní navrhovat kód světle šedou barvou a z postranního panelu můžete otevřít Copilot Chat, kde můžete spustit výzvy, vysvětlit chyby nebo požádat o kompletní refaktoring vašich skriptů.

Aktivace Copilota ve Visual Studiu

Ve Visual Studiu (od verze 17.8 a novější) je Copilot ještě více integrován s klasickým ladicím programem. Po otevření IDE vyhledejte v pravém horním rohu okna odznak GitHub Copilot.

Pokud jej ještě nemáte nainstalovaný, samotná nabídka vám zobrazí možnost Nainstalovat Copilot . Kliknutím na ni se otevře instalační program Visual Studia pro přidání rozšíření a po několika minutách se budete moci přihlásit pomocí svého účtu GitHub nebo se zaregistrovat k bezplatné verzi přímo z okna chatu.

Jakmile se přihlásíte, Copilot se aktivuje na několika frontách: vložené dokončování v editoru, okno chatu Copilot, kontextové akce v nabídkách (například „Zeptejte se Copilota“ na řádek nebo výjimku) a integrované návrhy v seznamu chyb a dalších oblastech IDE.

Další prostředí: Edge DevTools, Codespaces a JetBrains

Copilot se objevuje i na dalších méně zřejmých, ale velmi užitečných místech pro ladění :

En Nástroje pro vývojáře v Microsoft Edge můžeš ho požádat Vysvětlete zdrojový kód JavaScriptu které prohlížíte, přímo z karty Zdroje.
En Kódy GitHub V prohlížeči získáte podobný zážitek jako ve VS Code, kde Copilot generuje a opravuje skripty, aniž by bylo nutné cokoli instalovat lokálně.
V IDE JetBrains (IntelliJ, PyCharm, WebStorm atd.) Copilot se integruje jako plugin a nabízí návrhy kódu podobné těm ve VS Code, a také kontextový chat.

Ve všech případech je logika stejná: přihlásíte se přes GitHub, autorizujete Copilota a odtud ho můžete používat k psaní a ladění kódu s různými úrovněmi integrace v závislosti na prostředí.

Ladění skriptů pomocí Copilotu ve Visual Studiu

Integrace Copilotu s klasickým debuggerem skutečně vyniká ve Visual Studiu. Zde umělá inteligence rozumí zásobníku volání, spouštěcím rámcům a aktuálním hodnotám proměnných , což jí umožňuje poskytovat velmi specifické odpovědi na chyby, které vidíte.

Příklad: Ladění skriptu v C# krok za krokem

Představte si, že v aplikaci Visual Studio vytvoříte velmi jednoduchou konzolovou aplikaci v jazyce C# . Na úvodní obrazovce zvolíte „Vytvořit nový projekt“, vyberete Konzolová aplikace pro .NET, zadáte název (například ConsoleApp_Copilot) a ponecháte doporučený cílový framework.

Do souboru Program.cs vložte kód podobný tomuto, kde se vyskytují úmyslné chyby za běhu :

using System;
using System.Collections.Generic;

public class Example
{
    public static void Main(string[] args)
    {
        int value = Int32.Parse(args);
        List<string> names = null;

        if (value > 0)
            names = new List<string>();

        names.Add("Major Major Major");
    }
}

Prvním krokem je nastavení zarážky na řádku, který analyzuje argumenty (Int32.Parse(args)). Skript spustíte stisknutím klávesy F5, aplikace se zastaví na zarážce a v okně Autos uvidíte, že args je prázdné pole (řetězec) , což naznačuje problém s používáním programu.

Místo ručního testování kliknete pravým tlačítkem myši na kód a vyberete „Zeptejte se druhého pilota“V inline chatu můžete napsat otázku takto: Why does the args variable have a value of string?Copilot reaguje na základě aktuálního kontextu: ví, který řádek se provádí, vidí hodnotu args a chápe, že Na příkazovém řádku nebyly předány žádné argumenty..

Kromě vysvětlení důvodu chyby může Copilot navrhnout konkrétní úpravy skriptuNapříklad přidáním předběžné validace, která kontroluje délku args před pokusem o přístup argsnebo navržením výchozích hodnot.

Ošetření výjimek s pomocí umělé inteligence

Pokračujeme-li ve stejném příkladu, pokud stisknete klávesu F11 pro spuštění krok za krokem, nastane okamžik, kdy IndexOutOfRangeException nebo Výjimka NullReferenceException (v závislosti na tom, jak program spouštíte a jaká hodnota byla přiřazena names).

Když Visual Studio pozastaví práci na výjimce, na kartě chyby se zobrazí tlačítko „Zeptejte se Copilota“ . Kliknutím na něj se otevře okno chatu s podrobným vysvětlením: proč byla výjimka vyvolána, na kterém řádku přesně a jaké změny Copilot navrhuje, aby se jí v budoucích spuštěních zabránilo.

V mnoha případech Copilot přidá předběžnou opravu kódu , kterou si můžete prohlédnout pomocí tlačítka Náhled. Pokud si návrh prohlédnete a bude vám vyhovovat, jednoduše klikněte na OK a změnu použijete přímo v souboru.

Poté restartujte ladicí program a ověřte, že s příslušnými argumenty a přidanými kontrolami se výjimka již nevyskytuje a skript funguje podle očekávání.

Kopilot a podmíněné body zlomu/následné body

Dalším zajímavým aspektem je, že Copilot dokáže navrhovat chytré podmínky pro vaše zarážky , což je obzvláště užitečné při práci se smyčkami a seznamy.

Podle předchozího příkladu upravte poslední část kódu C# tak, aby iterovala argumenty a sestavovala seznam názvů :

// names.Add("Major Major Major");
foreach (var item in args)
{
    names.Add("Name: " + item);
}

Nyní klikněte pravým tlačítkem myši na okraj vedle řádku names.Add("Name: " + item), ty vybíráš „Vložit podmíněný zarážkový bod“Jakmile kurzor vstoupí do pole s výrazem, Copilot začíná navrhovat podmínky jak item == "John".

Návrh můžete přijmout a upravit si ho podle svého případu, například změnou hodnoty na "Fred"Když spustíte aplikaci a předáte argumenty jako 5 Fred Joe Z konfigurace ladění, ladicí program Zastaví se to pouze tehdy, když je hodnota položky „Fred“., přesně situace, kterou chcete prozkoumat.

Ladění skriptů ve VS Code s Copilotem: viditelné chyby a nesprávné výstupy

Ve VS Code je Copilot také velmi výkonný pro ladění skriptů, zejména v jazycích jako Python nebo JavaScript, kde jsou běžné typové a logické chyby. Zde je klíčové rozlišovat mezi dvěma scénáři: chybami s jasnou stopou a „tichými“ chybami, kdy výstup neodpovídá očekáváním.

Když se skript přeruší: chybové zprávy a výjimky

Předpokládejme, že pracujete s ukázkovým repozitářem (například new2code/debug-with-copilot), který obsahuje soubor bugged_dice_battle.pyMalá hra s kostkami. Po naklonování repozitáře ve VS Code a jeho otevření spusťte soubor z vestavěného terminálu.

Po spuštění skriptu dojde k chybě podobné této: TypeError: can only concatenate str (not "int") to str . To znamená, že se v určitém okamžiku pokouší zřetězit celá čísla do řetězců, aniž by je nejprve převedl.

Abyste se vyhnuli ztrátě času ručním vyhledáváním, otevřete Copilot Chat ve VS Code , zkopírujte chybovou zprávu nebo podezřelý úryvek kódu a položte přímou otázku, například: „ Proč se v tomto skriptu vyskytuje tato chyba TypeError a jak ji mohu opravit? “

Copilot kontroluje kontext (otevřený soubor, řádek, kde je vyvolána výjimka) a reaguje indikací, že Celá čísla se zřetězují die_1 y die_2 přímo do řetězuNabízí vám opravenou verzi kódu, kde tato celá čísla zabalí do str() před jejich zřetězením.

Po použití návrhu a opětovném spuštění skriptu chyba zmizí a kostková bitva funguje správně . Použili jste Copilota jako „překladač“ chybové zprávy do konkrétní příčiny a praktického řešení.

Když skript neselže, ale výstup je absurdní

Druhým hlavním scénářem ladění je situace, kdy se skript spustí bez chyb, ale výsledek se vůbec nepodobá očekávanému . To je typické pro špatně navržené algoritmy nebo logické výpočty.

Ve stejném repozitáři s příklady najdete soubor bugged_factorial_finder.py , který údajně vypočítává faktoriál čísla. Spusťte jej z terminálu s hodnotou například 6 a místo 720 vrátí astronomické číslo.

Otevřete Copilot Chat a položíte velmi konkrétní otázku, včetně celého souboru nebo příslušných řádků: „ Analyzujte tento faktoriální skript a řekněte mi, proč je výsledek pro 6 nesprávný a jak ho opravit .“

Copilot vysvětluje, že problém spočívá v použití operátoru, jako je *= smíchané s proměnnou factorial uvnitř smyčkyV praxi se kód násobí factorial více v každé iteraci, a proto prudce rostoucí hodnota.

Umělá inteligence navrhuje správná implementace smyčkybuď odstraněním druhého factorial výrazu nebo změnou operátoru na = se správným vzorcem. Jakmile kód změníte a spustíte ho znovu, dostanete 720, což potvrzuje, že logika je nyní správná.

Typy chyb, které vám Copilot pomůže najít a opravit

Jednou ze silných stránek Copilotu je, že jej můžete použít jako univerzálního ladicího asistenta pro různé typy chyb , nejen pro porušenou syntaxi. Pochopení této klasifikace vám pomůže formulovat lepší výzvy a lépe využívat jeho odpovědi.

Lexikální chyby: nemožné znaky a tokeny

Lexikální chyby jsou ty nejzákladnější: kompilátor nebo interpret ani nerozpozná, co jste napsali . Může se jednat o podivný symbol, chybně napsané klíčové slovo nebo neuzavřený řetězec.

Typickým příkladem by bylo něco jako: prin místo print.

def saludo():
    prin("Hola mundo")  # 'prin' no está definido

Pokud vyberete problematický řádek a spustíte v Copilot Chatu příkaz, například /opravit, umělá inteligence to zjistí prin Je to pravděpodobně typ print a navrhne opravu přímo na daném fragmentu.

Syntaktické chyby: gramatika jazyka je porušena

Problém zde není v samotných znacích, ale ve struktuře kódu : neuzavřené závorky, špatně odsazené bloky, nesprávně definované funkce atd. Interpret vám hlásí syntaktickou chybu, ale není vždy zřejmé, co je navíc nebo chybí.

Funkce Copilot je užitečná, pokud kód doplníte jasnými komentáři o tom, co má dělat . Například můžete nad funkci napsat „# Vypočítat plochu kruhu“ a poté požádat Copilota pomocí /fix nebo přirozeného promptního příkazu, aby funkci přepsal se správnou syntaxí.

Sémantické chyby: kód se zkompiluje, ale špatně interpretuje

Ty jsou nejzrádnější: kód se sice provede, ale logika nedělá to, co by měla . Například funkce, která by měla vypočítat průměr, ve skutečnosti násobí místo dělení.

def calcular_promedio(lista):
    return sum(lista) * len(lista)
    # Debería dividir entre len(lista), no multiplicar

Copilot vám zde může pomoci, pokud vysvětlíte svůj záměr:Tato funkce by měla vracet průměr seznamu čísel, co je špatně?Model analyzuje komentář, porovnává ho s implementovanou logikou a navrhuje opravenou verzi. sum(lista) / len(lista)a také navrhovat testovací případy.

Chyby za běhu: indexy mimo rozsah, dělení nulou a podobně

Nakonec existují chyby, které se objevují pouze při spuštění skriptu: IndexError, ZeroDivisionError, NullReferenceException a podobné chyby. Copilot je zde obzvláště užitečný, protože do něj můžete přímo vložit chybovou zprávu a související blok kódu.

Například: jednoduché případy, které způsobují IndexError

def obtener_elemento(lista):
    return lista

obtener_elemento()  # Provocará IndexError

Pokud zkopírujete trasování a fragment do Copilot Chatu a zeptáte se ho „Zajistěte, aby tato funkce neselhala, pokud je index mimo rozsah.„, navrhne zabalení operace do try/except, zkontrolovat délku seznamu před přístupem nebo vrátit výchozí hodnotu, pokud index neexistuje.

Efektivní výzvy pro Copilota k skutečnému ladění (a ne k hádání)

Aby byl Copilot skutečně užitečný při ladění skriptů, nestačí pouhé vkládání chyb. Kvalita kontextu, který poskytnete, tvoří zásadní rozdíl mezi obecnou odpovědí a opravou, která je prakticky připravena k přijetí.

Uveďte kontext záměru a očekávaného chování

Místo pouhého napsání „ Opravit toto “ zkuste vysvětlit, co se má stát. Komentáře jako „ Tato funkce by měla vracet faktoriál kladného celého čísla “ nebo „ Tento koncový bod by měl reagovat stavovým kódem 200 a objektem JSON se seznamem produktů “ model výrazně vylepšují.

V kombinaci se soubory přidanými jako kontext (ve VS Code můžete použít tlačítko „Přidat kontext…“ v Copilot Chatu) umělá inteligence lépe rozumí architektuře vašeho skriptu a navrhuje změny v souladu se zbytkem projektu.

Použijte příkazy /fix, /explain, /tests a /edit

V prostředích jako VS Code a Codespaces existují příkazy s lomítkem , které předurčují Copilota k určitému úkolu:

/opravit aby mohl najít a opravit chyby ve vybraném kódu.
/vysvětlit pokud to, co chcete, je Nejprve si ujasněte, co skript dělá. nebo proč selhává.
/testy generovat jednotkové nebo integrační testovací případy na základě konkrétního fragmentu.
/ upravit když potřebujete, abych přepsal nebo refaktoroval blok podle jasných instrukcí.

Díky těmto příkazům v kombinaci s promyšleným výzvou se Copilot z pozvednutého automatického doplňování stal skutečným společníkem pro ladění.

Vytvořte a laďte skript chatbota s FastAPI a OpenAI API pomocí Copilota

Podívejme se na úplnější příklad, kde nám Copilot pomáhá s vytvořením a laděním skutečného skriptu: koncový bod chatu využívající FastAPI a OpenAI API . Toto je velmi typický případ, kdy chcete nastavit backend, který komunikuje s jazykovými modely.

Generování kostry skriptu pomocí Copilotu

V projektu v Pythonu vytvoříte soubor, například main.py , a na začátek přidáte komentář popisující, co chcete dělat, například: „# Vývoj jednoduchého chatbota s využitím OpenAI API a FastAPI“.

Copilot obvykle pouhým zahájením psaní prvních importů navrhne kompletní kostru skriptu , něco jako:

import os
from openai import OpenAI
from fastapi import FastAPI, HTTPException
from fastapi.params import Body
from dotenv import load_dotenv

load_dotenv()
client = OpenAI(api_key=os.getenv("OPENAI_API_KEY"))
app = FastAPI()

@app.post("/chat")
async def chat(user_message: str = Body(..., embed=True)):
    try:
        response = client.chat.completions.create(
            model="gpt-4",
            messages=,
            temperature=0.7,
            max_tokens=100,
        )
        return {"response": response.choices.message.content}
    except Exception as e:
        raise HTTPException(status_code=500, detail=str(e))

Pokud vám něco v syntaxi nedává smysl, můžete vybrat blok a požádat Copilota pomocí /explain o vysvětlení, co každá část dělá: načítání proměnných prostředí, inicializace klienta OpenAI, definování koncového bodu a zpracování chyb.

Ladění chyb konfigurace a spuštění na koncovém bodu

Je normální, že se při prvním spuštění tohoto skriptu vyskytnou problémy: nedefinované proměnné prostředí, nekompatibilní verze knihoven nebo chyby ve volání OpenAI API.

Když v terminálu uvidíte traceback, jako například „openai.error.Chyba ověřování"nebo chyby importu, zkopírujte trasování spolu s funkcí" chat a klade otázku typu: „Tato trasa FastAPI hlásí tuto chybu ověřování s OpenAI, co mi v konfiguraci chybí?".

Copilot to obvykle rychle zjistí Proměnná OPENAI_API_KEY Není definován nebo není správně načten. ze souboru .env a navrhuje vytvoření tohoto souboru, přidání klíče a ověření, že load_dotenv() Skript se volá na začátku.

Pokud chcete později vylepšit ošetřování chyb, můžete se ho zeptat:Refaktorujte tento koncový bod, abyste lépe zachytili síťové chyby a klientovi vraceli jasnější zprávy.Umělá inteligence navrhne bloky. try/except Konkrétněji použijte vhodné HTTP kódy a případně extrahujte volání OpenAI do pomocné funkce pro usnadnění testování.

Ladění agentů Microsoft 365 Copilot pomocí Copilot Studio

Kromě tradičního kódu můžete Copilot použít také k testování a ladění deklarativních agentů v Microsoft 365 pomocí Copilot Studio. Klíčem je zde tzv. vývojářský režim.

Když píšete -developer on V rámci relace Copilot se aktivuje speciální režim, ve kterém orchestrátor zobrazuje karty s informacemi o ladění pokaždé, když se musíte rozhodnout, jaké znalosti nebo akce od vašeho agenta použijete k reakci.

Na těchto kartách uvidíte několik bloků :

Metadata agenta: identifikátory a verze agenta, ID konverzace a ID požadavku.
Funkce a konfigurované akcejaké zdroje znalostí a jaké akce jsou k dispozici.
Párování a vybrané funkcejaké akce orchestrátor rozpozná jako relevantní pro výzvu a které se rozhodne provést.
Podrobnosti implementacevýsledky, doby odezvy, chyby mapování parametrů nebo časové limity vašich API.

S těmito informacemi můžete například zjistit, že žádná funkce neodpovídá záměru uživatele, protože popis příkazu je nejasný , nebo že akce systematicky selhává, protože koncový bod HTTP je nesprávně nakonfigurován.

Jakmile dokončíte ladění, můžete deaktivovat tento režim s -developer off pro návrat k čistšímu uživatelskému prostředí bez ladicích karet v každé zprávě.

Ladění JavaScriptu v prohlížeči: DevTools a Copilot v Edge

Dalším velmi praktickým scénářem je, když chcete ladit JavaScriptové skripty přímo v prohlížeči . Microsoft Edge v kombinaci s DevTools a Copilotem nabízí několik zajímavých funkcí.

Na kartě Zdroje můžete otevřít soubory JS vašeho webu, upravovat je za chodu a zobrazit změny, aniž byste museli soubory znovu balit a nasazovat. Pro lepší pochopení určitých částí máte v Copilotu v Edge integrovanou funkci „Vysvětlit tyto řádky kódu“ , která poskytuje vysvětlení vybraného bloku v přirozeném jazyce.

Kromě toho vám DevTools umožňuje :

Formátování minifikovaných souborů pomocí tlačítka „hezky“, aby byly čitelné.
Definování zarážek řádek, událost, podmínka atd., k pozastavení provádění přesně tam, kde ho chcete.
Projděte si kód krok za krokem (překročit, vstoupit, vystoupit) při kontrole proměnných a oborů.
Úprava vlastností a výrazů inspekce otestovat ladicí hypotézy bez nutnosti změny zdrojového kódu.

Pokud toto vše zkombinujete s Copilotem (požádáte ho o vysvětlení složitých funkcí nebo návrhy na řešení chyb), získáte velmi kompletní prostředí pro ladění skriptů na straně klienta bez nutnosti opustit prohlížeč.

Nejlepší postupy, kvalita kódu a duševní vlastnictví při práci s Copilotem

Copilot může výrazně zrychlit váš pracovní postup, ale stále se jedná o statistický nástroj, který může někdy dělat chyby nebo navrhovat neoptimální řešení . Nejlepší je používat ho s určitými kritérii, abyste se vyhnuli snížení laťky kvality.

Na jedné straně je vhodné dodržovat vlastní standardy pro kontrolu kódu . I když Copilot vygeneruje celou funkci nebo sadu testů, zůstává vaší odpovědností je zkontrolovat, spustit lintery, provést testy a zajistit, aby výsledek odpovídal architektuře projektu.

Na druhou stranu je tu otázka duševního vlastnictví . Model je trénován na velkém množství veřejného kódu a ačkoli obvykle syntetizuje originální řešení, občas může produkovat fragmenty, které se velmi podobají existujícímu kódu. GitHub nabízí možnosti pro kontrolu návrhů, které odpovídají veřejnému kódu, a pro podrobné uvedení potenciálních zdrojů, když je přijmete, ale konečné rozhodnutí o použití a uvedení zdroje je na vás nebo vaší organizaci.

Nejrozumnějším způsobem, jak používat Copilot, je zacházet s ním jako s velmi rychlým a všestranným peerem : generuje návrhy, pomáhá s laděním, navrhuje testy a refaktoringy, ale vždy s vrstvou lidského úsudku, která rozhoduje o tom, co se do repozitáře dostane.

Se všemi těmito zdroji k dispozici se Copilot stává více než jen jednoduchou funkcí automatického dokončování: je to komplexní nástroj, který vás provede od vytvoření prvního skriptu až po ladění drobných chyb v produkčním prostředí, a to jak na počítači, tak v cloudu. Díky dobrému využití kontextu, používání srozumitelných pokynů a dodržování standardů kontroly budete moci psát a ladit skripty rychleji , s menší frustrací a s velmi příjemným pocitem, že vám „senior“ pomáhá jen pár stisknutí kláves.

Související článek:

Nová funkce Copilot() pro Microsoft Excel: kompletní průvodce a případy z praxe