Agentic Software Engineering using GitHub Copilot (DGHCI)

Kursüberblick

Eine viertägige Reise in die Welt des agentischen Software-Engineering mit GitHub Copilot und die Frage, wie KI-gestützte Tools die Produktivität beim Programmieren und architektonische Entscheidungen neu gestalten. Softwareentwickler, Architekten und technische Führungskräfte sammeln praktische Erfahrungen im Einsatz von KI in der modernen Softwareentwicklung.

Ihre Reise beginnt mit den Grundlagen und den Grundlagen des Agent-Modus: Eingabeaufforderungen, Inline-Vorschläge, Slash-Befehle, Kontextvariablen und Code-Review bei Pull-Anfragen. Sie konfigurieren Modelle von gehosteten „Frontier“-Endpunkten bis hin zu Endpunkten mit eigenen Schlüsseln, und „Copilot Vision“ bindet Bilder und PDFs in den Chat ein. Der Agent-Modus ist schon früh verfügbar und steuert einen lokalen Agenten durch mehrstufige Arbeitsabläufe und das Terminal.

Anschliessend stellen Sie den GitHub Copilot Harness zusammen: Anleitungen, Prompt-Dateien und das Model Context Protocol, wobei die MCP-Registry als Erkennungsoberfläche dient. Es fügt benutzerdefinierte Agenten, Skills, Speicher und Hooks hinzu, optimiert das Kontextfenster durch das Zwischenspeichern von Eingabeaufforderungen und installiert Agent-Plugins 1.0-Pakete, die nach einer einzigen Installation sowohl in der Befehlszeile als auch im Editor funktionieren.

Bei der Implementierung von „Agentic Coding“ setzen Sie Agenten ein: lokale Agenten im Agentenmodus, umfangreiche Aufgaben, die an Cloud-Agenten delegiert werden, sowie Experten-Subagenten, die von einem Orchestrator koordiniert werden und unabhängige Aufgaben parallel ausführen. Mithilfe von Browser-Tools können Agenten Seiten öffnen, Konsolenfehler auslesen und ihre eigenen Webänderungen überprüfen; eine von Agenten gesteuerte Modernisierung von Semantic Kernel zum Microsoft Agent Framework rundet das Modul ab.

„Agent Sessions“ deckt die Infrastruktur ab, die diesen Ausführungen zugrunde liegt. Sie führen Agenten projektübergreifend in einem separaten Fenster aus, sehen, wie das Agent-Host-Protokoll den Sitzungsstatus auf einem langlebigen Host zuverlässig aufrechterhält, und steuern Remote-Sitzungen über SSH und Dev-Tunnel. Gruppen, Hintergrundübertragungen und Ein-Klick-Banner beheben fehlgeschlagene CI-Prüfungen in grossem Massstab, und dedizierte Agenten liefern zitierte Forschungsergebnisse, stellen ins Stocken geratene Sitzungen wieder her und geben Zweitmeinungen ab.

Die GitHub Copilot-CLI bringt den Agenten an die Befehlszeile: eine interaktive Shell mit Slash-Befehlen und natürlicher Sprache, Modellen, die im Handumdrehen umgeschaltet werden können, und mehrstufigen Aufgaben, die an Autopilot übergeben werden. Ein Anwendungsbeispiel zur Automatisierung von HR-Dokumenten über Work IQ und SharePoint-MCP-Server verdeutlicht den Nutzen, und GitHub Agentic Workflows wandeln diese Aufgaben in versionierte, zeitgesteuerte Abläufe um, die Pull-Anfragen eröffnen.

Das GitHub Copilot SDK bindet diese Funktionen in Ihre eigenen Anwendungen ein – und zwar auf der Laufzeitumgebung, auf der die CLI und der Agent-Host des Editors basieren. In der Technical Preview für Python, TypeScript, Go und .NET erstellen Sie Sitzungen und benutzerdefinierte Tools, während Copilot diese plant und ausführt, erstellen ausführbare Agenten, stellen einen davon in Azure bereit und erweitern diese mit MCP-Apps, die interaktive Benutzeroberflächen im Chat darstellen.

Die GitHub Copilot-App ist die Desktop-Agentenansicht für macOS, Windows und Linux. Sitzungen beginnen mit einem GitHub-Issue, einer frei formulierten Eingabeaufforderung oder einem laufenden Pull-Request, jeweils in einem eigenen Arbeitsbaum, mit einer Registerkarte „Plan“ und einem Seiten-Chat, um einen Durchlauf zu steuern, ohne ihn zu unterbrechen. Eine Validierungsschleife überprüft Diffs, sammelt vom Agenten angehängte Screenshots und führt den Pull-Request zusammen, während Skills und Eingabeaufforderungen zu geplanten Automatisierungen werden. Über „Anpassen“ lassen sich die Plugins, persönlichen Skills und MCP-Server verwalten, die eine Sitzung erbt, sowie der Berechtigungsmodus und das Modell, auf dem sie ausgeführt wird.

Agentic DevOps wendet diese Techniken auf die Cloud-Automatisierung und „Infrastructure as Code“ an: Azure CLI, Bicep, Terraform und die Azure Developer CLI im Agentic-Modus sowie CI/CD mit GitHub Actions. Auch hier schliesst sich der Qualitätskreislauf mit generierten Tests, darunter End-to-End-Playwright-Suiten und eine mit Mermaid erstellte Dokumentation.

„Governance, Kosten und Beobachtbarkeit“ richtet sich an Architekten, Teamleiter und Manager: vom Berechtigungsmodell von Autopilot über unterstützte Genehmigungen bis hin zu Risikowarnungen, dem Abfangen sensibler Eingabeaufforderungen und Opt-in-Sandboxing, der Modellauswahl als Budgetentscheidung im Rahmen nutzungsbasierter Gutschriften, Open-Source-Modellen zur Kostensenkung, unternehmensverwalteten Einstellungen über MDM, OpenTelemetry-Traces, die in ein von Azure verwaltetes Grafana-Dashboard eingespeist werden, sowie die Compliance-Verpflichtungen, die mit der von Ihren Agenten ausgelieferten Software verbunden sind.

Der Kurs endet mit dem Thema „Spezifikationsgesteuerte Entwicklung und Bereitstellung“: einer Konstitution, einer Spezifikation und einem technischen Plan, der Aufgliederung komplexer Anforderungen in Aufgaben mithilfe des GitHub Spec Kit sowie der durchgängigen Umsetzung einer Produktfunktion ausgehend von ihrer Spezifikation. Nach Abschluss des Kurses sind Sie in der Lage, KI-gestützte Lösungen zu entwerfen, die die Bereitstellung beschleunigen und Ihr Team stärken.