🛒 डेवलपर्स के लिए GitHub Copilot का गहन एप्लिकेशन समाधान AI कोड पूर्णता, इन-लाइन सुझाव, चैट संवाद, कोड समीक्षा, यूनिट परीक्षण पीढ़ी और बहु-भाषा अनुकूलन, कोडिंग दक्षता और कोड गुणवत्ता को अधिकतम करने जैसे मुख्य कार्यों को शामिल करता है।

GitHub Copilot AI प्रोग्रामिंग का गहन समाधान

समाधान सिंहावलोकन

यह समाधान सॉफ्टवेयर अनुसंधान और विकास के क्षेत्र पर केंद्रित है, जो व्यक्तिगत डेवलपर्स और आर एंड डी टीमों को के लिए एंड-टू-एंड इन-डेप्थ एप्लिकेशन गाइड प्रदान करता है। GitHub Copilot दुनिया में सबसे अधिक प्रवेश दर वाला AI प्रोग्रामिंग सहायक है। यह ओपनएआई कोडेक्स मॉडल द्वारा संचालित है और वीएस कोड, विजुअल स्टूडियो, जेटब्रेन, नियोविम और एक्सकोड जैसे मुख्यधारा के आईडीई के साथ गहराई से एकीकृत है। यह कोड पूर्णता, कोपायलट चैट, कोडिंग एजेंट, कोड समीक्षा और परीक्षण पीढ़ी जैसी पूर्ण-लिंक क्षमताएं प्रदान करता है।

यह योजना बुनियादी इंस्टॉलेशन चरणों पर चर्चा नहीं करती है, बल्कि "मास्टर उपयोग" पर ध्यान केंद्रित करती है - कभी-कभी कुछ शब्दों को पूरा करने से लेकर प्रोग्रामिंग पार्टनर बनने तक कोपायलट कैसे बनाया जाए जो आवश्यकताओं के विश्लेषण, कोड लेखन, समीक्षा और एकीकरण, और परीक्षण और सत्यापन की पूरी प्रक्रिया से चलता है। समाधान में 7 मुख्य चरण शामिल हैं। प्रत्येक चरण में ऑपरेटिंग निर्देश, विशेषज्ञ दृष्टिकोण, टूल मैपिंग, एक्सेस कंट्रोल स्वीकृति बिंदु और सामान्य नुकसान शामिल हैं, यह सुनिश्चित करते हुए कि पाठक आरेखों का पालन कर सकते हैं और चरण दर चरण आगे बढ़ सकते हैं।

लक्षित उपयोगकर्ता: किसी भी मुख्यधारा आईडीई, तकनीकी नेताओं, DevOps इंजीनियरों और टीम प्रबंधकों का उपयोग करने वाले फ्रंट-एंड/बैक-एंड/फुल-स्टैक डेवलपर्स जो एआई प्रोग्रामिंग मानकों को पेश करना चाहते हैं।

आवश्यकताएँ:

• स्थापित VS कोड (या JetBrains / Visual Studio) और GitHub खाते से जुड़ा
• GitHub Copilot एक्सटेंशन स्थापित है और सदस्यता स्थिति सक्रिय है (व्यक्तिगत/व्यवसाय/उद्यम) -वर्तमान आईडीई की शॉर्टकट कुंजियों और फ़ाइल संचालन से मूल रूप से परिचित
• एआई-जनरेटेड कोड के बारे में आलोचनात्मक निर्णय के बारे में जागरूकता बनाए रखें

टूलचेन सूची

तैयारी

आधिकारिक तौर पर गहन वर्कफ़्लो में प्रवेश करने से पहले, कृपया निम्नलिखित बुनियादी जाँचें पूरी करें:

पर्यावरण और सदस्यता जांच

• [ ] वीएस कोड (या संबंधित आईडीई) को नवीनतम स्थिर संस्करण में अद्यतन किया गया है
• [ ] GitHub Copilot एक्सटेंशन स्थापित और सक्रिय है (स्टेटस बार Copilot आइकन दिखाता है)
• [ ] सदस्यता प्रकार की पुष्टि करें: व्यक्तिगत ($10/माह), व्यवसाय ($19/माह/व्यक्ति), उद्यम ($39/माह/व्यक्ति)
• [ ] github.com/settings/copilot पर संगठन रिपॉजिटरी तक कोपायलट की पहुंच की पुष्टि की गई

बुनियादी कॉन्फ़िगरेशन

• [ ] कोपायलट चैट एक्सटेंशन इंस्टॉल करें (इसे वीएस कोड में बंडल किया गया है, इसे अलग से इंस्टॉल करने की आवश्यकता नहीं है)
• [ ] पुष्टि करें कि सेटिंग्स में github.copilot.enable सही है
• [ ] मुख्य शॉर्टकट के बारे में जानें: सुझाव स्वीकार करने के लिए Tab, विकल्प देखने के लिए Ctrl+Enter, इनलाइन चैट शुरू करने के लिए Ctrl+I
• [ ] डिफ़ॉल्ट मॉडल (जीपीटी-4ओ / क्लाउड सॉनेट 4 / जेमिनी 2.5 प्रो) का चयन करें और कोपायलट स्टेटस बार में स्विच करें

टीम पहुंच संरेखण

• [ ] टीम कोपायलट संस्करण को एकीकृत करती है और लॉन्च समय की घोषणा करती है
• [ ] एआई-जनरेटेड कोड के लिए समीक्षा गेट नीति स्पष्ट करें
• [ ] डेटा अनुपालन आवश्यकताओं की पुष्टि करें (एंटरप्राइज़ ग्राहक आईपी बहिष्करण और डेटा संग्रह स्विच कॉन्फ़िगर कर सकते हैं)

चरण-दर-चरण मार्गदर्शिका

चरण 1: इनलाइन कोड पूर्णता (कोड पूर्णता) - मूल से सटीकता तक

⏱अनुमानित समय: कुशल बनने के लिए 1-2 दिन, मांसपेशियों की स्मृति बनाने के लिए 1 सप्ताह 🎯लक्ष्य: टैब पूर्णता सटीकता को >80% बनाएं और हस्तलिखित बॉयलरप्लेट कोड की मात्रा को 60% तक कम करें ⚠️ आवश्यक शर्तें: कोपायलट एक्सटेंशन सक्रिय है और नेटवर्क जुड़ा हुआ है

विशेषज्ञ का दृष्टिकोण

कोड पूर्णता कोपायलट की सबसे बुनियादी, फिर भी सबसे कम अनुमानित क्षमता है। अधिकांश डेवलपर्स केवल "टाइपिंग और सुझावों की प्रतीक्षा" के निष्क्रिय मोड का उपयोग करते हैं और सक्रिय रूप से विकल्पों को ट्रिगर करने, संदर्भ विंडो को समायोजित करने और टिप्पणियों के माध्यम से पूरा होने की दिशा का मार्गदर्शन करने की तकनीकों को अनदेखा करते हैं। इस कदम का मूल "टैब दबाना सीखना" नहीं है, बल्कि "कोपायलट को अपने इरादे समझने देना" है।

विशिष्ट संचालन

1. बुनियादी पूर्णता: फ़ंक्शन बॉडी या फ़ाइल में रिक्त स्थान में टाइप करना प्रारंभ करें। को-पायलट स्वचालित रूप से ग्रे टेक्स्ट में सुझाव प्रदर्शित करेगा। स्वीकार करने के लिए टैब दबाएँ। आप एक साथ Ctrl+Enter दबाकर एक नए टैब में अधिकतम 10 वैकल्पिक सुझाव ब्राउज़ कर सकते हैं।
2. एनोटेशन-संचालित पूर्णता: फ़ंक्शन के ऊपर के इरादे का वर्णन करने के लिए प्राकृतिक भाषा में टिप्पणियां लिखें, और कोपायलट टिप्पणियों के शब्दार्थ के आधार पर संबंधित कार्यान्वयन उत्पन्न करता है। एनोटेशन जितना अधिक विशिष्ट होगा (पैरामीटर प्रकार, रिटर्न मान बाधाएं, सीमा की स्थिति सहित), समापन प्रभाव उतना ही बेहतर होगा। उदाहरण के लिए:

   // जटिल JSON फ़ाइलों को पार्स करें, सभी ईमेल फ़ील्ड निकालें, डुप्लिकेट हटाएं और उन्हें वर्णमाला क्रम में लौटाएं

3. संदर्भ एंकरिंग: वर्तमान प्रोजेक्ट में कार्य से संबंधित 3-5 फ़ाइलें खोलें, और कोपायलट समापन दिशा को समायोजित करने के लिए स्वचालित रूप से इन खुली फ़ाइलों में प्रकार परिभाषाओं, फ़ंक्शन हस्ताक्षर और आयात पथों को संदर्भित करेगा। अप्रासंगिक फ़ाइलें बंद करने से शोर कम हो जाता है।
4. फ़ंक्शन स्तर पूर्णता: बस फ़ंक्शन हस्ताक्षर और पैरामीटर सूची लिखें, फ़ंक्शन बॉडी में प्रवेश करने के लिए एंटर दबाएं, और कोपायलट कार्यान्वयन सामग्री का अनुमान लगाएगा। जब जटिल तर्क शामिल हो, तो आप पहले स्केलेटन टिप्पणियाँ लिख सकते हैं और फिर इसे पैराग्राफ दर पैराग्राफ विस्तारित कर सकते हैं।
5. कोड ब्लॉक और सूची पूर्णता: गैर-कोड संदर्भों जैसे मार्कडाउन दस्तावेज़, एसक्यूएल क्वेरीज़, वाईएएमएल कॉन्फ़िगरेशन, नियमित अभिव्यक्ति इत्यादि में, कोपायलट संदर्भ-अनुकूली पूर्णता भी प्रदान करता है।

अभिगम नियंत्रण और स्वीकृति

• [ ] लगातार 10 पूर्णताओं में से कम से कम 8 सुझाव उपलब्ध हैं (कोई बड़े बदलाव की आवश्यकता नहीं है), और आप अगले चरण में प्रवेश कर सकते हैं।
• [ ] टिप्पणियों के माध्यम से पूर्णता दिशा का सटीक मार्गदर्शन कर सकता है
• [ ] अगले सुझाव पर स्विच करने के लिए Alt+] और पिछले सुझाव पर स्विच करने के लिए Alt+[ की शॉर्टकट कुंजियों को मास्टर करें
• [ ] समझें कि कौन सा दृश्य पूर्णता प्रभावी नहीं है (अत्यधिक डोमेन-विशिष्ट तर्क, जब संदर्भ पहले स्टार्टअप पर लोड नहीं होता है)

चरण 2: कोपायलट चैट - संवादी प्रोग्रामिंग हब

⏱ अनुमानित समय : मुख्य उपयोग में महारत हासिल करने के लिए 3-5 दिन 🎯लक्ष्य: 50% से अधिक ब्राउज़र खोजों को चैट से बदलें और कोडिंग में "खोज-समझें-लागू करें" लूप को 80% तक छोटा करें ⚠️ आवश्यक शर्तें: चरण 1 कुशल है और चैट एक्सटेंशन सक्रिय है

विशेषज्ञ का दृष्टिकोण

आईडीई में कोपायलट चैट "छोटा चैटजीपीटी" नहीं है - इसकी मुख्य ताकत संदर्भ जागरूकता है। चैट स्वचालित रूप से वर्तमान में खोली गई संपादक फ़ाइल और चयनित कोड को संदर्भ के रूप में ले जाती है, जिससे वेब एआई की तरह बार-बार कोड स्निपेट चिपकाने की आवश्यकता समाप्त हो जाती है। इस चरण की कुंजी संदर्भ को सटीक रूप से नियंत्रित करने और "बहुत सामान्य उत्तर" या "मॉडल कोड को नहीं समझ सकता" जैसी सामान्य समस्याओं से बचने के लिए # शॉर्टकट संदर्भ तंत्र का उपयोग करना सीखना है।

विशिष्ट संचालन

1. बेसिक चैट: इनलाइन चैट खोलने और सीधे प्रश्न दर्ज करने के लिए Cmd+I (मैक) या Ctrl+I (विन) दबाएँ। चैट वर्तमान में सक्रिय संपादक फ़ाइल और डिफ़ॉल्ट रूप से चयनित पाठ का संदर्भ देता है। भेजने के लिए Cmd+Enter दबाएँ।
2. स्कोप संदर्भ संदर्भ: फ़ाइल चयनकर्ता को ट्रिगर करने के लिए चैट इनपुट बॉक्स में # का उपयोग करें:
   • #file:src/utils.ts निर्दिष्ट फ़ाइल को संदर्भित करता है
   • #selection वर्तमान में चयनित कोड को संदर्भित करता है
   • #terminalLastCommand नवीनतम टर्मिनल कमांड को संदर्भित करता है
   • #codebase संपूर्ण कोड बेस पर एक वेक्टर खोज करता है (कोपायलट एंटरप्राइज़ की आवश्यकता है)
3. विशिष्ट इंटरैक्शन मोड:
   • कोड स्पष्टीकरण: एक अपरिचित कोड का चयन करें, /explain दर्ज करें, और कोपायलट तर्क को पंक्ति दर पंक्ति समझाएगा।
   • कोड अनुकूलन: कोड का चयन करें और समस्या को ठीक करने के लिए /fix दर्ज करें, या प्रदर्शन को अनुकूलित करने के लिए /optimize दर्ज करें
   • कोड रिफैक्टरिंग: प्राकृतिक भाषा पुनर्निर्माण आवश्यकताओं को दर्ज करें, जैसे "इस फ़ंक्शन को तीन स्वतंत्र शुद्ध कार्यों में विभाजित करें"
   • दस्तावेज़ीकरण जनरेट करें: चयनित फ़ंक्शन के लिए JSDoc / TSDoc / Python डॉकस्ट्रिंग जेनरेट करने के लिए /doc दर्ज करें
   • परीक्षण उत्पन्न करें: चयनित फ़ंक्शन के लिए यूनिट परीक्षण मामले उत्पन्न करने के लिए /tests दर्ज करें
4. पुनरावृत्ति के कई दौर: चैट बातचीत की स्मृति बनाए रखती है, और आप विवरण मांग सकते हैं या अंतिम उत्तर में संशोधन का अनुरोध कर सकते हैं। बातचीत के मुख्य बिंदुओं को स्वचालित रूप से सारांशित करने के लिए बातचीत के अंत में "सारांश" फ़ंक्शन का उपयोग करें।
5. एजेंट मोड: आप चैट पैनल में एजेंट मोड पर स्विच कर सकते हैं, जिससे कोपायलट न केवल सुझाव दे सकता है, बल्कि स्वचालित रूप से फ़ाइलें बना सकता है, कोड संपादित कर सकता है और टर्मिनल कमांड चला सकता है। पहली बार इसे सक्षम करते समय आपको ट्रस्ट स्कोप की पुष्टि करनी होगी।

अभिगम नियंत्रण और स्वीकृति

• [ ] "कोड को समझना → बग ढूंढना → ठीक करना → परीक्षण उत्पन्न करना" के पूर्ण बंद लूप को पूरा करने के लिए चैट वार्तालाप का उपयोग कर सकते हैं
• [ ] कम से कम 3 # संदर्भ संदर्भों का उपयोग करेगा
• [ ] चैट कमांड के लागू परिदृश्यों जैसे /fix, /explain, /tests आदि में महारत हासिल करें।
• [ ] एजेंट मोड और सुझाव मोड के बीच अंतर को समझें, और उचित परिदृश्यों में सही ढंग से स्विच करने में सक्षम हों

चरण 3: कोडिंग एजेंट - मुद्दे से पीआर तक स्वचालन

⏱ अनुमानित समय: मूल्यांकन और अनुकूलन के लिए 1-2 सप्ताह 🎯लक्ष्य: एजेंट को 30-50% नियमित कोडिंग कार्य करने दें, और डेवलपर्स "कोड लिखने" से "समीक्षा कोड" पर स्थानांतरित हो जाएं ⚠️ आवश्यक शर्तें: टीम ने चरण एक और दो को स्वीकार कर लिया है, और गोदाम में पूरी सीआई/सीडी प्रक्रिया है

विशेषज्ञ का दृष्टिकोण

कोपायलट कोडिंग एजेंट अक्टूबर 2025 में आधिकारिक तौर पर जीए हो जाएगा, जो कोपायलट के लिए "सुझाव उपकरण" से "स्वायत्त कार्यबल" तक एक महत्वपूर्ण मील का पत्थर है। एजेंट GitHub इश्यू कार्य प्राप्त कर सकता है, स्वचालित रूप से शाखाएँ बना सकता है, कार्यान्वयन कोड लिख सकता है, पूरक परीक्षण कर सकता है, CI चला सकता है और अंत में पुल अनुरोध आरंभ कर सकता है। डेवलपर्स अब लाइन दर लाइन कोड नहीं करते हैं, बल्कि अपनी ऊर्जा को आवश्यकता के निराकरण और कोड समीक्षा में स्थानांतरित करते हैं। इसके लिए टीम को "कोडिंग" और "समीक्षा" जिम्मेदारियों की सीमाओं को फिर से परिभाषित करने की आवश्यकता है।

विशिष्ट संचालन

1. एजेंट सक्षम करें: कोपायलट चैट पैनल में एजेंट मोड का चयन करें (बटन इनपुट बॉक्स के बाईं ओर है)। उस गोदाम सीमा की पुष्टि करें जिसे एजेंट संचालित कर सकता है (वर्तमान गोदाम/संगठन गोदाम)।
2. इश्यू ड्राइवर: GitHub में एक इश्यू बनाएं और कोपायलट एजेंट का उल्लेख करने के लिए @copilot-agent का उपयोग करें। एजेंट स्वचालित रूप से समस्या विवरण का विश्लेषण करता है, इसे एक कार्य योजना में विघटित करता है, कार्यान्वयन कोड उत्पन्न करता है और पीआर बनाता है। अंक में स्वीकृति मानदंड, तकनीकी चयन बाधाओं और परीक्षण आवश्यकताओं का स्पष्ट रूप से वर्णन करने की अनुशंसा की जाती है।
3. डायरेक्ट कमांड ड्राइवर: आवश्यकताओं को सीधे चैट में दर्ज करें, "src/api/routes.ts में POST/यूजर्स एंडपॉइंट जोड़ें, अनुरोध बॉडी सत्यापन और 201 प्रतिक्रिया शामिल करें, और एकीकरण परीक्षण जोड़ें।" एजेंट निर्देशों को पार्स करता है और फ़ाइलों को क्रम से संपादित करता है।
4. संयम और सुरक्षा नियंत्रण:
   • एजेंट किसी भी टर्मिनल कमांड को निष्पादित करने से पहले पुष्टि मांगेगा (जैसे निर्भरता स्थापित करना और परीक्षण चलाना)
   • आप फ़ाइल पथ और निष्पादन योग्य आदेशों को सीमित करने के लिए .github/copilot-agent.yml कॉन्फ़िगरेशन फ़ाइल सेट कर सकते हैं जिन्हें एजेंट संशोधित कर सकता है
   • एंटरप्राइज़ संस्करण एजेंट की GitHub संगठन नीति को कॉन्फ़िगर कर सकता है
5. समीक्षा एजेंट आउटपुट: पीआर बनने के बाद, मैन्युअल समीक्षा तार्किक शुद्धता, सीमा स्थिति कवरेज और सुरक्षा पर केंद्रित होती है। एजेंट द्वारा उत्पन्न बॉयलरप्लेट कोड, सहायक कार्य और परीक्षण आम तौर पर स्थिर गुणवत्ता के होते हैं और जल्दी से पास हो जाते हैं।

अभिगम नियंत्रण और स्वीकृति

• [ ] एजेंट स्वतंत्र रूप से एक साधारण फ़ंक्शन (सीआरयूडी एंडपॉइंट) की पूरी समस्या → पीआर प्रक्रिया को पूरा कर सकता है
• [ ] टीम ने एजेंट द्वारा उत्पन्न एक पीआर समीक्षा चेकलिस्ट विकसित की है (इस पर ध्यान केंद्रित करते हुए: तर्क कमजोरियां, संवेदनशील सूचना रिसाव, निर्भरता सुरक्षा)
• [ ] एजेंट की बाधा नीति को कॉन्फ़िगर करता है (कौन सी फ़ाइलों को संशोधित करने की अनुमति नहीं है, किन आदेशों को निष्पादित करने की अनुमति नहीं है)
• [ ] टीम में एजेंट आउटपुट की स्वीकृति दर रिकॉर्ड करता है (अनुशंसित लक्ष्य >60%)

चरण 4: एआई कोड समीक्षा - गुणवत्ता पहुंच नियंत्रण स्वचालन

⏱ अनुमानित समय: कॉन्फ़िगरेशन और रनिंग-इन के लिए 2-3 दिन 🎯लक्ष्य: कोड समीक्षा कवरेज 100% तक पहुंच गया, एआई समीक्षा में 40% से अधिक दोष पाए गए ⚠️ पूर्वापेक्षाएँ: रिपॉजिटरी में GitHub क्रियाएँ सक्षम (वैकल्पिक), कोपायलट एंटरप्राइज या बिजनेस सदस्यता है

विशेषज्ञ का दृष्टिकोण

मैन्युअल समीक्षा की बाधाएँ ध्यान और समय हैं। GitHub पुल रिक्वेस्ट में एक स्वचालित समीक्षा भागीदार के रूप में, कोपायलट कोड रिव्यू कोड परिवर्तनों को स्कैन कर सकता है और डेवलपर्स द्वारा पीआर सबमिट करने के तुरंत बाद संरचित फीडबैक दे सकता है - जिसमें संभावित बग, सुरक्षा कमजोरियां, प्रदर्शन समस्याएं, कोड शैली विचलन और परीक्षण चूक शामिल हैं। यह मानवीय समीक्षा को प्रतिस्थापित नहीं करता है, बल्कि समीक्षकों को वास्तुकला और तर्क जैसे उच्च-स्तरीय मुद्दों पर अपना समय बिताने की अनुमति देता है।

विशिष्ट संचालन

1. समीक्षाएँ चालू करें: GitHub रिपॉजिटरी में सेटिंग्स > कोपायलट > कोड समीक्षा पर जाएँ और "कोपायलट कोड समीक्षा सक्षम करें" चेक करें। चयन योग्य समीक्षा दायरा (प्रत्येक पीआर के लिए स्वचालित रूप से समीक्षा की गई / केवल @उल्लेख के जवाब में)।
2. ट्रिगर समीक्षा:
   • स्वचालित मोड: हर बार पीआर बनाए जाने या अपडेट होने पर स्वचालित रूप से ट्रिगर हो जाता है
   • मैनुअल मोड: त्वरित समीक्षा को ट्रिगर करने के लिए पीआर टिप्पणी में @copilot-review दर्ज करें
3. समीक्षा रिपोर्टों की व्याख्या: कोपायलट फीडबैक को गंभीरता (गंभीर/चेतावनी/जानकारी) के अनुसार वर्गीकृत करता है, और प्रत्येक आइटम के साथ एक अनुशंसित मरम्मत कोड होता है। डेवलपर्स इसे सीधे GitHub PR पेज पर देख सकते हैं।
4. समीक्षा फीडबैक का कार्यान्वयन:
   • महत्वपूर्ण स्तर की अनुशंसाएं (एसक्यूएल इंजेक्शन, एक्सएसएस, हार्डकोडेड क्रेडेंशियल) मैन्युअल रूप से पुष्टि और संसाधित की जानी चाहिए
   • चेतावनी स्तर की अनुशंसाओं (संभावित एनपीई, अनियंत्रित किनारे की स्थिति, संसाधन लीक) को ठीक करने की अनुशंसा की जाती है
   • सूचना-स्तरीय सुझावों (नामकरण सुझाव, कोडिंग शैली, अनावश्यक आयात) को मरम्मत के लिए प्राथमिकता दी जाती है और तकनीकी ऋण में छूट दी जाती है
5. पुनरावृत्तीय ट्यूनिंग: यदि कोपायलट अक्सर कुछ पैटर्न की गलत रिपोर्ट करता है, तो आप .github/copilot-review.yml में अनदेखा नियमों को कॉन्फ़िगर कर सकते हैं। पहले महीने में पूर्ण समीक्षा बनाए रखने और फ़िल्टर करने से पहले सही झूठी सकारात्मक दर एकत्र करने की अनुशंसा की जाती है।

अभिगम नियंत्रण और स्वीकृति

• [ ] कम से कम 20 पीआर कोपायलट कोड समीक्षा से गुजरते हैं, और झूठी सकारात्मक दर दर्ज की जाती है
• [ ] टीम "महत्वपूर्ण अनुशंसाओं को एकीकृत करने से पहले उनकी मरम्मत की जानी चाहिए" की रणनीति पर सहमत हुई
• [ ] पहले समीक्षा चक्र को औसतन 2 दिन से घटाकर 4 घंटे से भी कम कर दिया गया है
• [ ] समीक्षा अनुशंसाओं को अपनाने की दर 60% से अधिक तक पहुँच गई

चरण 5: स्वचालित रूप से यूनिट परीक्षण उत्पन्न करें - कवरेज अंतर भरें

⏱ अनुमानित समय: परीक्षण पीढ़ी विनिर्देश स्थापित करने के लिए 3-5 दिन 🎯लक्ष्य: कोर मॉड्यूल परीक्षण कवरेज को <30% से >80% तक बढ़ाएं ⚠️ पूर्वापेक्षाएँ: परियोजना में पहले से ही कम से कम एक परीक्षण ढांचा (जेस्ट/पाइटेस्ट/जुनिट/मोचा) मौजूद है

विशेषज्ञ का दृष्टिकोण

अधिकांश डेवलपर्स का कम परीक्षण कवरेज इसलिए नहीं है क्योंकि वे "लिखना नहीं चाहते", बल्कि इसलिए है क्योंकि "परीक्षण लिखना बहुत समय लेने वाला है"। कोपायलट परीक्षण निर्माण में बेहद कुशल है - विशेष रूप से शुद्ध कार्यों, एपीआई एंडपॉइंट और डेटा रूपांतरण तर्क जैसे नियतात्मक परिदृश्यों में। एआई-जनित परीक्षण मामले अक्सर मैन्युअल लिखावट की तुलना में सीमा स्थितियों को अधिक पूरी तरह से कवर करते हैं। परीक्षण पीढ़ी के लिए "बीज फ़ाइल" स्थापित करना महत्वपूर्ण है: प्रकार परिभाषाएँ, नकली डेटा और परीक्षण रूपरेखा कॉन्फ़िगरेशन प्रदान करते हुए, कोपायलट इस संदर्भ के आधार पर सटीक निष्पादन योग्य परीक्षण कोड उत्पन्न करता है।

विशिष्ट संचालन

1. परीक्षण ढांचा बनाएं: परीक्षण फ़ाइल के शीर्ष पर परीक्षण के तहत मॉड्यूल आयात करें, पहला वर्णन ब्लॉक और परीक्षण मामले का टिप्पणी ढांचा लिखें। कोपायलट टिप्पणियों के आधार पर स्वचालित रूप से पूर्ण परीक्षण कार्यान्वयन पूरा करता है।
2. परीक्षणों का बैच निर्माण: चैट में स्रोत फ़ाइल का चयन करें, /tests दर्ज करें, और कोपायलट फ़ाइल में प्रत्येक निर्यातित फ़ंक्शन के लिए संबंधित परीक्षण मामले उत्पन्न करेगा। मैन्युअल रूप से जांचें कि क्या नकली डेटा सही है और क्या सीमा मान उचित हैं।
3. सीमा स्थिति पूर्णता: नियमित पथों के लिए मैन्युअल रूप से परीक्षण लिखें, और फिर कोपायलट को "खाली इनपुट, बड़े आकार के इनपुट, अमान्य प्रारूप, समवर्ती अनुरोध" जैसे सीमा परिदृश्यों के लिए पूरक परीक्षण करने के लिए कहें।
4. कवरेज रिपोर्ट ड्राइवर: एक कवरेज टूल चलाएं (जैसे कि जेस्ट का --कवरेज), उन पंक्तियों को देखें जो कवर नहीं की गई हैं, और उन्हें कोपायलट के लिए संकेत के रूप में दर्ज करें: "लाइनों 45-58 के लिए उत्पन्न परीक्षण मामले सभी शाखा पथों को कवर करते हैं।"
5. परीक्षण गुणवत्ता गेट: सीआई में परीक्षण कवरेज सीमा निर्धारित करें (उदाहरण के लिए, कोर मॉड्यूल >80%)। जब मानक पूरा नहीं होता है, तो पीआर को विफल समीक्षा के रूप में चिह्नित किया जाएगा। परीक्षण कोड बनाते समय कोपायलट jest.config या pytest.ini में कॉन्फ़िगरेशन का उल्लेख करेगा, और उत्पन्न कोड को सीधे परीक्षण ढांचे द्वारा सत्यापित किया जाएगा।

अभिगम नियंत्रण और स्वीकृति

• [ ] कोर टूल फ़ंक्शंस/टूल मॉड्यूल का परीक्षण कवरेज >80%
• [ ] पीआर टेम्पलेट के एक आवश्यक विकल्प के रूप में, नए पीआर की समकालिक पीढ़ी का परीक्षण करें
• [ ] एआई-जनरेटेड परीक्षणों की शून्य-संशोधन पास दर 30% से अधिक तक पहुंच जाती है (विकास दक्षता में सुधार का एक प्रत्यक्ष संकेतक)
• [ ] कोपायलट के संदर्भ के लिए परियोजना में स्पष्ट नकली रणनीतियाँ और फिक्स्चर हैं

चरण 6: बहु-मॉडल चयन और दृश्य अनुकूलन

⏱ अनुमानित समय: मूल्यांकन के लिए 1-2 दिन 🎯लक्ष्य: लागत और प्रभाव के बीच संतुलन हासिल करने के लिए विभिन्न कोडिंग कार्यों के लिए उपयुक्त मॉडल का मिलान करें ⚠️ आवश्यक शर्तें: कोपायलट को मॉडल पिकर का समर्थन करने वाले संस्करण में अपडेट किया गया है

विशेषज्ञ का दृष्टिकोण

कोपायलट 2025 में मॉडल पिकर खोलेगा, और डेवलपर्स कोपायलट के भीतर अंतर्निहित मॉडल को स्विच कर सकते हैं - यह अब ओपनएआई कोडेक्स तक सीमित नहीं है, बल्कि जीपीटी-4ओ, क्लाउड सॉनेट 4, जेमिनी 2.5 प्रो और अन्य मॉडल चुन सकते हैं। विभिन्न भाषाओं और कार्य प्रकारों में विभिन्न मॉडलों के बीच महत्वपूर्ण अंतर हैं: क्लाउड श्रृंखला टाइपस्क्रिप्ट और फ्रंट-एंड कोड में उत्कृष्ट है, और GPT-4o पायथन और डेटा प्रोसेसिंग में अधिक स्थिर है। डेवलपर्स को उसी तरह सही एआई मॉडल चुनना चाहिए जैसे वे एक टूल चुनते हैं।

विशिष्ट संचालन

1. मॉडल लाइनअप को समझें: कोपायलट के वर्तमान में स्विच करने योग्य मॉडल में GPT-4o (डिफ़ॉल्ट), क्लाउड सॉनेट 4, जेमिनी 2.5 प्रो और कोपायलट का स्व-विकसित अनुकूलित मॉडल शामिल हैं। उपलब्ध सूची देखने के लिए कोपायलट स्टेटस बार में मॉडल नाम पर क्लिक करें।
2. कार्य के लिए मॉडल का मिलान करें:
   • दैनिक समापन: कोपायलट डिफ़ॉल्ट मॉडल का उपयोग करें (विलंबता और लागत का सर्वोत्तम संतुलन)
   • कॉम्प्लेक्स रिफैक्टरिंग/आर्किटेक्चर डिजाइन: गहन विश्लेषण के लिए क्लाउड सॉनेट 4 या जीपीटी-4ओ पर स्विच करें
   • सुरक्षा समीक्षा/अनुपालन जांच: अधिक रूढ़िवादी मॉडल का उपयोग करें, या द्वितीयक सत्यापन के लिए / का उपयोग करें
   • डीबग और फिक्स: GPT-4o रनटाइम त्रुटियों को समझने में बेहतर है
3. चैट के भीतर मॉडल स्विचिंग: कोपायलट चैट पैनल के इनपुट बॉक्स के ऊपर, ड्रॉप-डाउन मेनू के माध्यम से मॉडल स्विच करें। विभिन्न मॉडलों में संवाद संदर्भ साझा नहीं करते हैं, और स्विच करने के बाद मुख्य जानकारी फिर से प्रदान करने की आवश्यकता होती है।
4. लागत प्रबंधन: कोपायलट में विभिन्न मॉडलों के अलग-अलग उपभोग गुणांक होते हैं। एंटरप्राइज़ प्रशासक संगठन प्रबंधन पृष्ठभूमि में मॉडल उपयोग वितरण देख सकते हैं और आवश्यकतानुसार उपलब्ध मॉडलों की सूची को समायोजित कर सकते हैं।

अभिगम नियंत्रण और स्वीकृति

• [ ] मुख्यधारा की प्रोग्रामिंग भाषाओं पर कम से कम 3 मॉडलों की पूर्णता गुणवत्ता का परीक्षण किया गया
• [ ] टीम ने परियोजना प्रौद्योगिकी स्टैक के आधार पर अनुशंसित डिफ़ॉल्ट मॉडल निर्धारित किया है
• [ ] एंटरप्राइज़ व्यवस्थापक ने एक संगठन-स्तरीय मॉडल उपलब्धता नीति कॉन्फ़िगर की है
• [ ] टीम ज्ञान का आधार बनाने के लिए वास्तविक कार्यों में विभिन्न मॉडलों के प्रदर्शन अंतर को रिकॉर्ड करें

चरण 7: टीम का बड़े पैमाने पर प्रचार और निरंतर अनुकूलन

⏱अनुमानित समय: 2-4 सप्ताह 🎯लक्ष्य: पूरी टीम सर्वसम्मति से कोपायलट को पुन: प्रयोज्य एआई प्रोग्रामिंग विनिर्देश और साझा प्रॉम्प्ट लाइब्रेरी बनाने में सक्षम बनाती है। ⚠️पूर्व शर्ते: पहले छह चरणों को मुख्य सदस्यों द्वारा सत्यापित किया गया है

विशेषज्ञ का दृष्टिकोण

कोपायलट का प्रदर्शन रैखिक नहीं है - जब टीम में केवल एक व्यक्ति इसका उपयोग करता है, तो इसका मूल्य व्यक्तिगत दक्षता तक सीमित होता है; जब पूरी टीम इसे समान रूप से उपयोग करती है, तो कोडिंग शैली, नामकरण परंपराएं और परीक्षण पैटर्न सभी सुसंगत होते हैं, और कोपायलट के पूर्ण सुझावों की गुणवत्ता में भी सुधार होगा। इस कदम की कुंजी "व्यक्तिगत कौशल" को "टीम संपत्ति" में बदलना है।

विशिष्ट संचालन

1. एआई कोडिंग मानक विकसित करें: टीम के आंतरिक एआई प्रोग्रामिंग दिशानिर्देश लिखें, जिनमें ये शामिल हैं, लेकिन इन्हीं तक सीमित नहीं हैं:
   • किस प्रकार के कोड सीधे एआई सुझावों को स्वीकार कर सकते हैं (बॉयलरप्लेट कोड, कॉन्फ़िगरेशन, परीक्षण) और जिन्हें मैन्युअल रूप से लिखा जाना चाहिए (सुरक्षा-संवेदनशील, कोर एल्गोरिदम)
   • कोपायलट चैट का मानकीकृत उपयोग ("इस पीआर में एआई-जनरेटेड कोड का कितना प्रतिशत?" फ़ील्ड पीआर टेम्पलेट में जोड़ा गया है)
   • कोड समीक्षा में एआई-जनरेटेड कोड की जांच के लिए मुख्य बिंदु
2. एक साझा प्रॉम्प्ट लाइब्रेरी बनाएं: चैट प्रॉम्प्ट एकत्र करें जिन्हें टीम के सदस्य सत्यापित करते हैं कि वे दैनिक विकास में मान्य हैं और उन्हें टीम दस्तावेज़ों में व्यवस्थित करें। उदाहरण के लिए:
   • प्रोजेक्ट-विशिष्ट कोड जनरेशन टेम्प्लेट ("अपने प्रोजेक्ट में बेसकंट्रोलर और बेससर्विस पैटर्न का उपयोग करके एक नया सीआरयूडी एपीआई बनाएं")
   • मानकीकृत समीक्षा प्रॉम्प्ट टेम्पलेट
   • आमतौर पर इस्तेमाल किए जाने वाले पुनर्निर्माण निर्देश
3. कोपायलट एंटरप्राइज नॉलेज बेस सक्षम करें: प्रोजेक्ट दस्तावेज़, एपीआई दस्तावेज़ और वास्तुशिल्प निर्णय रिकॉर्ड (एडीआर) को कोपायलट नॉलेज बेस से कनेक्ट करें, जिससे कोपायलट इन निजी ज्ञान को पूरा करने के लिए संदर्भित कर सके और प्रोजेक्ट के लिए अधिक उपयुक्त कोड तैयार करने के लिए चैट कर सके।
4. प्रभावकारिता माप: पहले और बाद की तुलना के लिए 3-5 मात्रात्मक संकेतक चुनें:
   • एकीकरण समय तक औसत पीआर निर्माण
   • प्रति फ़ंक्शन बिंदु पर कोड की पंक्तियों की संख्या
   • परीक्षण कवरेज परिवर्तन
   • टीम के सदस्यों द्वारा कथित प्रभावशीलता का आत्म-मूल्यांकन
5. नियमित समीक्षा: उपयोगी/नुकसान के अनुभवों को साझा करने और मॉडल चयन और वर्कफ़्लो रणनीतियों को समायोजित करने के लिए हर दो सप्ताह में 15 मिनट की कोपायलट उपयोग समीक्षा बैठक आयोजित करें।

अभिगम नियंत्रण और स्वीकृति

• [ ] पूरी टीम ने कोपायलट को सक्षम किया है और उपयोग दर >90% है (सक्रिय डेवलपर्स द्वारा)
• [ ] टीम द्वारा साझा किया गया एक एआई प्रोग्रामिंग सर्वोत्तम अभ्यास दस्तावेज़ स्थापित किया गया
• [ ] कम से कम एक मासिक कोपायलट प्रदर्शन रिपोर्ट (कवरेज, पीआर चक्र समय, गोद लेने की दर और अन्य संकेतक सहित)
• [ ] नए सदस्य शामिल होने के बाद 3 दिनों के भीतर कोडिंग कार्यों को पूरा करने के लिए स्वतंत्र रूप से कोपायलट का उपयोग कर सकते हैं।

अपेक्षित परिणाम

स्वीकृति मानदंड

• [ ] योजना की सात-चरणीय प्रक्रिया को पूरा करें और मध्यवर्ती चरणों में सभी स्वीकृति बिंदुओं को पारित करें।
• [ ] दैनिक कोडिंग में कोपायलट की पूर्णता स्वीकृति दर >25% है (कोपायलट व्यवस्थापक पैनल के माध्यम से देखी जा सकती है)
• [ ] टीम कोड समीक्षाओं में एआई सुझावों को अपनाने की दर >60%
• [ ] एक पुन: प्रयोज्य टीम एआई कोडिंग विनिर्देश दस्तावेज़ बनाएं

अक्सर पूछे जाने वाले प्रश्न और समस्या निवारण

प्रश्न: यदि कोपायलट द्वारा उत्पन्न कोड में सुरक्षा कमजोरियाँ हैं तो मुझे क्या करना चाहिए? उ: यह एआई प्रोग्रामिंग टूल का मुख्य जोखिम है। समाधान तीन-परत रोकथाम है: ① सुरक्षा मोड को स्वचालित रूप से स्कैन करने के लिए कोपायलट कोड समीक्षा सक्षम करें; ② CI में Snyk/ CodeQL जैसे सुरक्षा स्कैनिंग टूल को एकीकृत करें; ③ मैन्युअल समीक्षा प्रमाणीकरण, प्राधिकरण, एन्क्रिप्शन और डेटा सत्यापन से संबंधित कोड खंडों पर केंद्रित है। कभी भी बिना सत्यापित एआई-जनरेटेड कोड में सीधे विलय न करें।

प्रश्न: कोपायलट विशिष्ट भाषाओं या रूपरेखाओं पर अच्छा काम नहीं करता है। मुझे क्या करना चाहिए? उ: पहले पुष्टि करें कि क्या उपयुक्त मॉडल भाषा के लिए मेल खाता है (जैसे टाइपस्क्रिप्ट के लिए क्लाउड सॉनेट 4)। दूसरे, जांचें कि क्या प्रोजेक्ट में प्रकार की परिभाषाएँ पूर्ण हैं - टाइपस्क्रिप्ट प्रकार, पायथन प्रकार के संकेत, जावा इंटरफेस आदि जैसे दृढ़ता से टाइप किए गए संदर्भों के लिए कोपायलट की पूर्णता गुणवत्ता कमजोर टाइप किए गए कोड की तुलना में काफी बेहतर है। अंत में, भाषा के लिए एक कोड नमूना फ़ाइल प्रोजेक्ट में संदर्भ संदर्भ के रूप में स्थापित की जाती है।

प्रश्न: सह-पायलट व्यक्तिगत, व्यवसाय और उद्यम के बीच चयन कैसे करें? उ: स्वतंत्र डेवलपर्स के लिए व्यक्तिगत ($10/माह) उपयुक्त है; व्यवसाय ($19/माह/व्यक्ति) उन टीमों के लिए उपयुक्त है जिन्हें टीम प्रबंधन, नीति कॉन्फ़िगरेशन और कोड समीक्षा की आवश्यकता होती है; एंटरप्राइज़ ($39/माह/व्यक्ति) व्यवसाय पर आधारित ज्ञान आधार एकीकरण, कस्टम मॉडल और उन्नत ऑडिटिंग जोड़ता है, और सख्त अनुपालन आवश्यकताओं वाले बड़े संगठनों और उद्यमों के लिए उपयुक्त है। आप व्यक्तिगत या व्यवसाय से शुरुआत कर सकते हैं और आगे बढ़ सकते हैं।

प्रश्न: क्या कोपायलट का कोड ओपन सोर्स लाइसेंस से प्रभावित है? उ: GitHub कोपायलट की सेवा की शर्तों में यह स्पष्ट करता है कि उपयोगकर्ता प्राप्त होने वाले सुझाए गए कोड के लिए जिम्मेदार हैं। यह अनुशंसा की जाती है कि टीमें लाइसेंस जोखिमों के लिए एआई अनुशंसित कोड को स्कैन करने के लिए कोडक्यूएल या एफओएसएसआईडी जैसे लाइसेंस डिटेक्शन टूल के साथ कोपायलट का उपयोग करें। एंटरप्राइज़ संस्करण आपको डेटा संग्रह स्विच और उद्धरण प्राथमिकताओं को कॉन्फ़िगर करने की अनुमति देता है।

प्रश्न: कोपायलट एजेंट बहुत सारे बेकार कोड उत्पन्न करता है, इसे कैसे नियंत्रित करें? उ: किसी एजेंट की क्षमताओं की सीमा आपके द्वारा दिए गए निर्देशों की गुणवत्ता पर निर्भर करती है। "छोटे कदम और तेज़" सिद्धांत का पालन करें: एजेंट को एक समय में केवल एक अच्छी तरह से परिभाषित उप-कार्य पूरा करना होगा (जैसे कि "उपयोगकर्ता मॉड्यूल को लागू करने" के बजाय "यह एपीआई एंडपॉइंट बनाएं"), और .github/copilot-agent.yml में एक फ़ाइल पथ श्वेतसूची सेट करें। जैसे-जैसे एजेंट की क्षमताओं की समझ गहरी होती जाती है, कार्य की गंभीरता का धीरे-धीरे विस्तार होता जाता है।

प्रश्न: यदि टीम में कोई व्यक्ति कोपायलट का उपयोग करने को तैयार नहीं है तो मुझे क्या करना चाहिए? उत्तर: अनिवार्य नहीं है. एआई प्रोग्रामिंग टूल की प्रभावशीलता उपयोगकर्ता के विश्वास और अनुभव से अत्यधिक संबंधित है। अनुशंसित दृष्टिकोण यह है: पहले जो सदस्य इसे आज़माने के इच्छुक हैं उन्हें इसका उपयोग करने दें और अपने अनुभव साझा करें, और नियमित रूप से विशिष्ट दक्षता डेटा प्रदर्शित करें (उदाहरण के लिए, एक निश्चित फ़ंक्शन को 2 दिन से 4 घंटे तक कम करने के लिए कोपायलट का उपयोग करना), ताकि प्रतिरोधी वास्तविक मूल्य देख सकें। अनिच्छुक उपयोगकर्ताओं के यह चुनने के अधिकार की भी रक्षा करें कि वे कैसे काम करते हैं।

अवधि और परिणाम

इस योजना के कार्यान्वयन को तीन चरणों में विभाजित किया जा सकता है:

फायदे और नुकसान का विश्लेषण

लाभ

• पूर्ण कवरेज: इनलाइन पूर्णता से लेकर एजेंट स्वचालित प्रोग्रामिंग तक, एक एकल टूल संपूर्ण कोडिंग प्रक्रिया को कवर करता है
• आईडीई डीप नेटिव इंटीग्रेशन: विंडोज़ स्विच करने की कोई ज़रूरत नहीं, सभी एआई इंटरैक्शन वीएस कोड/जेटब्रेन में पूरे किए जा सकते हैं
• मल्टी-मॉडल लचीलापन: मॉडल पिकर टीमों को कार्य प्रकार और लागत के आधार पर इष्टतम मॉडल का चयन करने की अनुमति देता है
• एंटरप्राइज़-ग्रेड प्रबंधनीयता: व्यवसाय/एंटरप्राइज़ संस्करण नीति कॉन्फ़िगरेशन, ऑडिट लॉगिंग और ज्ञान आधार एकीकरण प्रदान करता है
• निरंतर विकास: GitHub उच्च-आवृत्ति पुनरावृत्तियों को बनाए रखता है और हर तिमाही में महत्वपूर्ण सुविधाएँ जोड़ता है (एजेंट GA, मॉडल पिकर, स्पेस, आदि)

सीमाएँ और जोखिम

• नेटवर्क कनेक्शन पर दृढ़ता से निर्भर: इसका उपयोग पूरी तरह से ऑफ़लाइन वातावरण में नहीं किया जा सकता है, और एआई पीढ़ी की गुणवत्ता नेटवर्क विलंब से प्रभावित होती है।
• कोड स्वामित्व और अनुपालन: एआई-जनरेटेड कोड के कॉपीराइट स्वामित्व और लाइसेंस अनुपालन के संबंध में अभी भी कानूनी अस्पष्ट क्षेत्र हैं।
• मॉडल भ्रम: अत्यधिक डोमेन-विशिष्ट या गैर-सार्वजनिक एपीआई परिदृश्यों में, कोपायलट ऐसा कोड उत्पन्न कर सकता है जो उचित दिखता है लेकिन वास्तव में गलत है
• पैमाने के साथ लागत का पैमाना: जब टीम 50 लोगों से अधिक हो, तो एंटरप्राइज़ सदस्यता के वार्षिक खर्च को बजट मूल्यांकन में शामिल किया जाना चाहिए
• संगठनात्मक आदतें प्रतिरोध को बदल देती हैं: "हस्तलेखन कोड" से "समीक्षा कोड" में भूमिका परिवर्तन को अनुकूलित करने में समय लगता है

टूल सारांश

उन्नत दिशा

यह परिदृश्य कोपायलट के वर्तमान (2026 के मध्य) मुख्य योग्यता मैट्रिक्स को कवर करता है। जैसे-जैसे प्लेटफ़ॉर्म विकसित होता जा रहा है, भविष्य में निम्नलिखित दिशाओं का पता लगाया जा सकता है:

1. कोपायलट स्पेस: जटिल कार्यों को कई उप-कार्यों में विघटित करें। स्पेस वैश्विक संदर्भ को बनाए रखता है और एजेंट द्वारा चरण दर चरण निष्पादित किया जाता है। यह बड़े कार्यात्मक मॉड्यूल के शुरू से अंत तक कार्यान्वयन के लिए उपयुक्त है।
2. ज्ञान आधार गहन एकीकरण: कोपायलट ज्ञान आधार में निजी एपीआई दस्तावेज़, डेटाबेस स्कीमा और आर्किटेक्चर एडीआर को शामिल करें, जिससे चैट और समापन टीम के संदर्भ में अधिक प्रासंगिक हो सके।
3. कस्टम एक्सटेंशन और कार्रवाइयों के बीच लिंक: कोपायलट एक्सटेंशन एपीआई के माध्यम से आंतरिक टूल श्रृंखला (परिनियोजन प्लेटफ़ॉर्म, मॉनिटरिंग सिस्टम, वर्क ऑर्डर सिस्टम) से कनेक्ट करें, और चैट में परिनियोजन रोलबैक करें, लॉग देखें, जिरा वर्क ऑर्डर और अन्य ऑपरेशन बनाएं।
4. मल्टी-एजेंट सहयोग: "आवश्यकताओं के विश्लेषण → आर्किटेक्चर डिज़ाइन → कोडिंग कार्यान्वयन → गुणवत्ता समीक्षा" की एक स्वचालित पाइपलाइन बनाने के लिए <exlink type = "टूल" स्लग = "कोडेक्स" नाम = "कोडेक्स"> और कोपायलट कोडिंग एजेंट जैसे क्लाउड एजेंटों के साथ संयोजन करें।