Skip to content

GitHub Copilot CLI 工具介绍 ​

GitHub 出品的终端 AI 编程助手
更新日期:2026-05-11


1. 是什么 ​

GitHub Copilot CLI 是 GitHub 推出的 CLI AI 编程工具,也常被称为 Copilot Coding Agent。 相比只做补全的编辑器插件版本,CLI 形态更强调终端工作流、仓库级上下文理解和 GitHub 生态联动。 如果你的开发流程强依赖 GitHub,它的价值会很直接:处理 Issue、审查 PR、读取 Actions 结果、结合代码搜索做调研、把任务委派给 AI 连续执行。

典型入口:

bash
copilot
bash
copilot "为当前移动端仓库生成一版 PR 描述草稿"

可解决的问题:

  • 生成代码与命令草稿
  • 结合 GitHub 数据做判断
  • 自动整理 PR / Issue 内容
  • 调用 MCP 服务补充外部上下文
  • 把重复任务交给 Agent 处理

2. 安装方式 ​

2.1 环境要求 ​

  • macOS / Linux
  • Node.js 环境或 Homebrew
  • GitHub 账号
  • Copilot 订阅

2.2 npm 安装 ​

bash
npm i -g @github/copilot

2.3 gh 扩展安装 ​

bash
brew install gh
gh extension install github/gh-copilot

2.4 检查版本 ​

bash
copilot --version

2.5 登录准备 ​

bash
gh auth status

如果未登录:

bash
gh auth login

3. 快速上手 ​

3.1 启动会话 ​

适合多轮任务,例如持续修改、补文档、查 PR。

bash
copilot

3.2 直接给任务 ​

bash
copilot "分析当前分支改动,生成 code review checklist"

3.3 多模型使用 ​

支持多种模型,例如 Claude Sonnet、GPT 系列。 常见思路:

  • 代码理解:Claude Sonnet
  • 广覆盖生成:GPT 系列

3.4 面向移动端开发的最小示例 ​

为当前分支写 PR 描述:

bash
copilot "根据当前 diff 生成 PR 标题、摘要、测试说明"

分析一个 Issue:

bash
copilot "读取这个 Issue,输出实现拆解和风险列表"

检查 CI:

bash
copilot "查看最近一次 Actions 失败原因,并给出修复建议"

4. 核心能力 ​

4.1 代码补全与生成 ​

Copilot CLI 不只是聊天,也能直接服务编码工作。

bash
copilot "为当前 Swift 网络层补一个重试策略实现"
bash
copilot "给这个移动端模块增加日志埋点封装示例"
bash
copilot "把重复的 JSON 解析逻辑抽成公共工具"

适合:

  • 补模板代码
  • 生成测试样例
  • 重复逻辑抽取
  • 辅助重构

4.2 GitHub 原生集成 ​

这是 Copilot CLI 最有辨识度的能力之一,可与 Pull Request、Issue、Actions、Code Review、Commit 历史天然联动。

bash
copilot "读取当前 PR 的 review comments,并整理待处理项"
bash
copilot "总结这个仓库最近 5 次提交的主题变化"
bash
copilot "定位最近一次构建失败对应的 job 日志重点"

4.3 MCP Server 支持 ​

支持连接 MCP Server,把文档系统、项目管理系统、设计资源系统和自定义服务接入同一工作流。

bash
copilot "读取任务系统里的需求描述,再生成一版移动端实现方案"
bash
copilot "结合知识库内容,补一版模块接入说明"

4.4 Delegate 模式 ​

适合把一个清晰任务直接交给 AI 处理,例如接一个小 Issue、补一个文档改动、做一轮简单修复、提交 PR 草稿。

bash
copilot "处理当前 Issue:补充空状态文案,并更新对应测试说明"

4.5 Fleet 批量任务 ​

适合并行处理多个相互独立的小任务,例如多目录文档同步更新、多个页面文案统一、多组脚本生成、多个 PR 初筛。

bash
copilot "批量检查当前仓库所有 Markdown 标题层级是否一致"

4.6 多模型选择 ​

支持 Claude Sonnet 4.5、GPT-5 等模型选择。 常见思路:

  • 日常开发问答:Claude Sonnet 4.5
  • 大段生成与对比:GPT-5
  • 不同任务切到不同模型

4.7 Research 深度搜索 ​

适合做需要查证的工作,例如依赖升级影响、历史 PR 处理方式、结合 Web 与仓库信息做结论。

bash
copilot "研究 Swift 并发迁移的常见坑,并结合当前仓库给出落地建议"

4.8 Custom Instructions ​

支持通过指令文件稳定输出风格和执行边界,适合放编码规范、提交规范、审查重点、文档模板和团队约束。

bash
copilot "按项目规范补一版模块接入文档"

5. 适用场景 ​

5.1 GitHub 工作流自动化 ​

bash
copilot "读取当前分支关联 PR,整理 review 风险点"

5.2 PR 审查 ​

bash
copilot "review 当前改动,重点关注空值、线程、分页边界"

5.3 Issue 处理 ​

bash
copilot "把这个 Issue 拆成实现步骤、测试点、回归点"

5.4 团队协作 ​

bash
copilot "根据团队模板生成本次改动说明"

更适合的任务类型:

  • 以 GitHub 为中心的开发流程
  • PR / Issue / Actions 联动场景
  • 需要多人协作统一格式的任务
  • 希望把 Agent 能力融入日常仓库操作

6. 定价模式 ​

Copilot CLI 通常依赖 Copilot 订阅体系。

常见套餐方向:

  • Copilot Individual
  • Copilot Business
  • Copilot Enterprise

选择思路:

  • 个人开发者:Individual
  • 小团队协作:Business
  • 企业级权限与治理:Enterprise

如果重点是 GitHub 平台协作,Copilot 的定价模型通常更省心。


7. 配置文件 ​

7.1 用户级目录 ​

text
~/.copilot/

通常用于保存用户级配置和会话相关数据。

7.2 项目级指令文件 ​

text
.github/copilot-instructions.md

适合写入:

  • 仓库开发规范
  • 常用命令
  • 审查重点
  • 输出格式偏好

最小示例:

md
# Project Instructions

- Swift 代码优先给最小可运行片段
- 涉及移动端页面时说明状态流转
- 提交前先总结风险点
- 文档结构统一使用安装、使用、限制三段式

7.3 指令继承思路 ​

当仓库下还有其他规则文件时,可以把共性规范放全局,把仓库特定约束放项目目录,减少提示词重复输入。


8. 最小实践路线 ​

第一步:确认登录与安装 ​

bash
gh auth status
copilot --version

第二步:在仓库里启动会话 ​

bash
cd your-project
copilot

第三步:先做 GitHub 相关只读任务 ​

bash
copilot "总结当前 PR 的改动范围和影响面"

第四步:再做小范围生成任务 ​

bash
copilot "为当前移动端页面补一个错误提示组件示例"

第五步:最后固化项目规则 ​

text
.github/copilot-instructions.md

这样最容易把它用成真正的 GitHub 工作流助手,而不是单次问答工具。

个人 AI 工具知识库,持续更新