實踐中的自訂功能

您可能已經看過不少關於 VS Code 自訂功能的影片。

提示詞檔案、自訂指令、代理程式技能、自訂代理程式以及掛鉤等功能,個別來看可能都很好理解。但要真正深入了解它們的最好方法,就是看看它們如何在實際專案中共同運作。

在本指南中,我們將從零開始建構一個應用程式,並在整個工作流程中運用多種自訂功能。

先決條件

開始之前:您需要安裝 VS Code Insiders,並完成 GitHub Copilot 和 GitHub Copilot Chat 擴充功能的設定與登入。

專案:Repo Analyzer(倉庫分析器)

我們要建構的應用程式稱為 Repo Analyzer

它的目的很簡單:輸入 GitHub 儲存庫的 URL,分析程式碼庫,並以 1 到 10 分為基準來評估專案的品質。

它還會提供改善分數的建議,幫助開發人員了解哪些變更可以讓專案變得更強大。

各項功能的協同運作

此專案同時使用了多種自訂功能。

每一項功能都處理工作流程中的特定部分:

  • 自訂代理程式 (Custom Agent) → 應用街機風格的視覺設計
  • 代理程式技能 (Agent Skill) → 當功能變更時自動更新 README
  • 自訂指令 (Custom Instructions) → 確保應用 SOLID 原則和無障礙標準
  • 提示詞檔案 (Prompt File) → 簡化開啟檔案中冗長的程式碼
  • 掛鉤 (Hook) → 在修改後自動格式化檔案

這能節省時間,因為您不需要手動重複這些指令。

使用自訂代理程式建構應用程式

Screenshot of the arcade app builder custom agent selected in Copilot Chat

首先,選取 Arcade App Builder 自訂代理程式。

這個代理程式已經了解專案的設計語言和架構風格。當被要求建立 Repo Analyzer 應用程式時,它會自動套用受街機啟發的主題。

提示詞:請幫我建立一個應用程式,它可以接收來自 GitHub 儲存庫的 URL 並分析程式碼,將品質從 1 到 10 分進行評分,並提供改善分數的建議。

Screenshot of the initial Repo Analyzer app generated by the custom agent

結果得到了一個可運作的應用程式初版,具備完整的樣式和驗證邏輯。

測試應用程式

應用程式生成後,即可針對真實的儲存庫進行測試。

Screenshot of the Repo Analyzer app showing a code quality score and recommendations for a repository

例如,輸入某個 GitHub 專案的 URL 將會回傳:

  • 總評分
  • 具體的改進建議
  • 文件或結構方面的改進

這使得應用程式即使在第一個版本就非常有實用價值。

測試 README 技能

接下來,測試 Update README 技能。

當應用程式建立後,我們可以新增一個 README。

提示詞:為此專案建立一個 README。

稍後,如果新增或移除功能,該技能會更新 README 以反映這些變更。

例如,您可以確認 README 中有提到深色/淺色模式功能。在移除此功能後,README 會自動更新,不再參照該功能。

提示詞:從應用程式中移除深色模式 / 淺色模式功能。

驗證自訂指令

Screenshot of Copilot Chat confirming that SOLID principles were applied during code generation

在開發過程中,自訂指令會自動套用。

無需明確提示,Copilot 會確認它已遵循

  • SOLID 原則

這確保了應用程式是按照您預先定義的標準所建構的。

測試掛鉤 (Hooks)

掛鉤會在修改檔案時於背景執行。

例如,修改 README 標題後,掛鉤會自動格式化該檔案,無需任何額外步驟。

提示詞:請修改 README,將名稱從 Repo Analyzer 改為 Fantastic Repo Analyzer。

這能讓檔案在變更過程中保持整潔與一致。

測試提示詞檔案 (Prompt files)

最後,使用 Simplify Code 提示詞檔案。

此提示詞會分析目前開啟的檔案,並找出:

  • 冗長或複雜的程式碼
  • 無用的程式碼 (Dead code)
  • 可簡化的空間

然後它會精確說明做了哪些變更以及原因。

提示詞:簡化開啟檔案的程式碼。

這特別有用,因為程式碼簡化是您可能會在多個檔案中反覆執行的操作。

為何這很重要

此演示展示了全貌。

我們不再需要每次手動要求 Copilot 遵循標準、更新文件、格式化檔案或簡化程式碼,這些系統會自動協同運作。

其結果是:

  • 更快速的工作流程
  • 減少重複的提示詞輸入
  • 更一致的輸出結果

這代表了從

單一提示詞 → 整合工作流程的轉變

您不再是一次一個請求地使用 AI。

您正在建立一個環境,讓多個 AI 系統在開發過程中自動協作。

您的挑戰

現在輪到您了。

建構我們在本指南中建立的 Repo Analyzer 應用程式,運用我們使用的自訂功能(或建立您自己的!),並對其進行擴充。

點子:

  • 增加對使用驗證功能的私人儲存庫的支援
  • 針對程式碼品質、安全或效能問題進行更深入的分析
  • 建立一個分析儀表板來並排比較多個儲存庫
  • 新增由 AI 生成的建議,並附帶改善分數的程式碼範例

在您的工作流程中整合使用這些自訂功能:

  • 使用 自訂代理程式 來維持一致的設計或架構
  • 使用 自訂指令 來強制執行如 SOLID 或無障礙等程式碼標準
  • 使用 技能 來自動化重複性工作,例如更新文件
  • 使用 掛鉤 在背景自動格式化或驗證檔案
  • 使用 提示詞檔案 處理您經常重複執行的任務

完成後,審視每一項自訂功能如何幫助減少重複工作並提升專案的一致性。

您結合這些系統的程度越高,工作流程就越快且越一致。

加碼:如果您想分享您的學習心得,請在留言中提供您專案的 GitHub 儲存庫連結,並在您的專案中附上 README 詳細說明您做了什麼。我們很期待看到您的成果。

祝您編碼愉快!

深入了解

© . This site is unofficial and not affiliated with Microsoft.