Você já usou o agente do workspace no GitHub Copilot Chat? Quer construir seu próprio agente de código para sua equipe? Este laboratório prático espera combinar o modelo open source para construir um agente de negócios de código em nível empresarial.
Phi-3 é uma família de séries, incluindo phi-3-mini, phi-3-small e phi-3-medium com base em diferentes parâmetros de treinamento para geração de texto, conclusão de diálogo e geração de código. Também existe o phi-3-vision baseado em Vision. É adequado para empresas ou diferentes equipes criarem soluções de IA generativa offline.
Recomendado ler este link https://github.com/microsoft/PhiCookBook/blob/main/md/01.Introduction/01/01.PhiFamily.md
A extensão GitHub Copilot Chat oferece uma interface de chat que permite interagir com o GitHub Copilot e receber respostas para perguntas relacionadas à codificação diretamente dentro do VS Code, sem precisar navegar na documentação ou buscar em fóruns online.
O Copilot Chat pode usar destaque de sintaxe, indentação e outros recursos de formatação para adicionar clareza à resposta gerada. Dependendo do tipo de pergunta do usuário, o resultado pode conter links para o contexto que o Copilot usou para gerar a resposta, como arquivos de código fonte ou documentação, ou botões para acessar funcionalidades do VS Code.
-
O Copilot Chat se integra ao seu fluxo de desenvolvimento e oferece assistência onde você precisar:
-
Inicie uma conversa de chat inline diretamente do editor ou terminal para obter ajuda enquanto codifica
-
Use a visualização de Chat para ter um assistente de IA ao lado para ajudar a qualquer momento
-
Inicie o Quick Chat para fazer uma pergunta rápida e voltar ao que estava fazendo
Você pode usar o GitHub Copilot Chat em vários cenários, como:
-
Responder perguntas de programação sobre a melhor forma de resolver um problema
-
Explicar o código de outra pessoa e sugerir melhorias
-
Propor correções de código
-
Gerar casos de teste unitários
-
Gerar documentação de código
Recomendado ler este link https://code.visualstudio.com/docs/copilot/copilot-chat
Referenciar @workspace no Copilot Chat permite que você faça perguntas sobre todo o seu código-fonte. Baseado na pergunta, o Copilot recupera inteligentemente arquivos e símbolos relevantes, que ele então referencia em sua resposta como links e exemplos de código.
Para responder à sua pergunta, @workspace pesquisa pelas mesmas fontes que um desenvolvedor usaria ao navegar em um código no VS Code:
-
Todos os arquivos no workspace, exceto os arquivos que são ignorados por um arquivo .gitignore
-
Estrutura de diretórios com pastas aninhadas e nomes de arquivos
-
Índice de pesquisa de código do GitHub, se o workspace for um repositório GitHub e estiver indexado pela pesquisa de código
-
Símbolos e definições no workspace
-
Texto atualmente selecionado ou texto visível no editor ativo
Nota: o .gitignore é ignorado se você tiver um arquivo aberto ou texto selecionado dentro de um arquivo ignorado.
Recomendado ler este link [https://code.visualstudio.com/docs/copilot/copilot-chat]
O GitHub Copilot melhorou muito a eficiência da programação nas empresas, e toda empresa deseja personalizar as funções relevantes do GitHub Copilot. Muitas empresas têm Extensões personalizadas similares ao GitHub Copilot baseadas em seus próprios cenários de negócios e modelos open source. Para as empresas, as Extensões personalizadas são mais fáceis de controlar, mas isso também afeta a experiência do usuário. Afinal, o GitHub Copilot tem funções mais fortes no tratamento de cenários gerais e profissionalismo. Se a experiência puder ser mantida consistente, seria melhor personalizar a própria Extensão da empresa. O GitHub Copilot Chat fornece APIs relevantes para as empresas expandirem a experiência de Chat. Manter uma experiência consistente e ter funções personalizadas é uma melhor experiência para o usuário.
Este laboratório usa principalmente o modelo Phi-3 combinado com o NPU local e o híbrido Azure para construir um Agente personalizado no GitHub Copilot Chat @PHI3 para auxiliar desenvolvedores empresariais a completar geração de código***(@PHI3 /gen)*** e gerar código baseado em imagens (@PHI3 /img).
Este laboratório está atualmente implementado no AIPC de CPU Intel e Apple Silicon. Continuaremos atualizando a versão Qualcomm do NPU.
| Nome | Descrição | AIPC | Apple |
|---|---|---|---|
| Lab0 - Instalações(✅) | Configurar e instalar ambientes relacionados e ferramentas de instalação | Ir | Ir |
| Lab1 - Executar fluxo Prompt com Phi-3-mini (✅) | Combinado com AIPC / Apple Silicon, usando NPU local para criar geração de código via Phi-3-mini | Ir | Ir |
| Lab2 - Implantar Phi-3-vision no Azure Machine Learning Service(✅) | Gerar código implantando o Catálogo de Modelos do Azure Machine Learning Service - imagem Phi-3-vision | Ir | Ir |
| Lab3 - Criar um agente @phi-3 no GitHub Copilot Chat(✅) | Criar um agente Phi-3 personalizado no GitHub Copilot Chat para completar geração de código, geração de código gráfico, RAG, etc. | Ir | Ir |
| Código de Exemplo (✅) | Baixar código de exemplo | Ir | Ir |
-
Phi-3 Cookbook https://github.com/microsoft/Phi-3CookBook
-
Saiba mais sobre GitHub Copilot https://learn.microsoft.com/training/paths/copilot/
-
Saiba mais sobre GitHub Copilot Chat https://learn.microsoft.com/training/paths/accelerate-app-development-using-github-copilot/
-
Saiba mais sobre a API do GitHub Copilot Chat https://code.visualstudio.com/api/extension-guides/chat
-
Saiba mais sobre o Microsoft Foundry https://learn.microsoft.com/training/paths/create-custom-copilots-ai-studio/
-
Saiba mais sobre o Catálogo de Modelos do Microsoft Foundry https://learn.microsoft.com/azure/ai-studio/how-to/model-catalog-overview
Aviso Legal: Este documento foi traduzido utilizando o serviço de tradução por IA Co-op Translator. Embora nos esforcemos pela precisão, esteja ciente de que traduções automatizadas podem conter erros ou imprecisões. O documento original em seu idioma nativo deve ser considerado a fonte autorizada. Para informações críticas, recomenda-se tradução profissional humana. Não nos responsabilizamos por quaisquer mal-entendidos ou interpretações incorretas decorrentes do uso desta tradução.