پرش به محتوای اصلی
کانال تلگرام
اخبار لحظه‌ای

GitHub گردش‌کارهای پویا را به Copilot CLI و اپ Copilot آورد

GitHub گردش‌کارهای پویا را برای Copilot CLI، اپ Copilot و SDK آن عرضه کرده است. این قابلیت به کاربران اجازه می‌دهد فرایندهای چندمرحله‌ای و چندعاملی را به‌شکل کدنویسی‌شده تعریف و دوباره اجرا کنند.

نویا را به منابع منتخبت در گوگل اضافه کن (در زبانه جدید باز می‌شود)
GitHub گردش‌کارهای پویا را به Copilot CLI و اپ Copilot آورد
فهرست مطالب
  1. ۱گردش‌کارهای پویا چگونه کار می‌کنند؟
  2. ۲تفاوت با /fleet و کنترل کاربر بر روند اجرا
  3. ۳از بررسی رخداد تا مرور درخواست‌های ادغام
  4. ۴دسترسی در Copilot CLI و پیش‌نمایش عمومی
  5. ۵این خبر برای چه کسانی اهمیت دارد
خلاصه خبر در چند خط
  • این قابلیت در Copilot CLI، اپ GitHub Copilot و GitHub Copilot SDK در دسترس است.
  • کاربر می‌تواند مراحل، ترتیب اجرا و نحوه استفاده از نتایج عامل‌ها را در کد مشخص کند.
  • گردش‌کارها می‌توانند کارها را موازی اجرا کنند، نتایج ساختاریافته را منتقل کنند و برای بازبینی مکث کنند.
  • این قابلیت در پیش‌نمایش عمومی است و در همه طرح‌های Copilot ارائه می‌شود.

گردش‌کارهای پویا از اول اکتبر به Copilot CLI، اپ GitHub Copilot و GitHub Copilot SDK آمده‌اند؛ قابلیتی که به کاربران امکان می‌دهد مراحل یک فرایند پیچیده را در قالب کد تعریف کنند و اجرای دوباره آن را با کمک یک یا چند عامل هوش مصنوعی سامان دهند. به‌گفته GitHub، هدف این روش فراهم‌کردن قابلیت اتکا و امکان مشاهده بهتر روند کار در وظایف چندمرحله‌ای و چندعاملی است؛ از بررسی رخدادهای یک سرویس گرفته تا مرور تغییرات یک درخواست ادغام.

گردش‌کارهای پویا چگونه کار می‌کنند؟

گردش‌کار پویا برنامه‌ای است که مشخص می‌کند یک کار چگونه پیش برود. در این برنامه می‌توان گام‌های خودکار را با کار یک یا چند عامل ترکیب کرد. گام‌ها ممکن است پشت‌سرهم اجرا شوند، هم‌زمان پیش بروند یا ترکیبی از هر دو شیوه باشند. کاربر در کد تعیین می‌کند چه مراحلی انجام شوند، در چه نقطه‌ای از عامل‌ها کمک گرفته شود و خروجی هر مرحله چگونه در ادامه به کار رود.

این تقسیم کار به این معناست که همه مراحل به عامل هوش مصنوعی واگذار نمی‌شوند. برنامه می‌تواند کارهای روشن و تکرارپذیر را به‌شکل خودکار انجام دهد و از عامل‌ها برای بخش‌هایی کمک بگیرد که به تحلیل یا قضاوت نیاز دارند. برای نمونه، دریافت داده یا اجرای یک دستور می‌تواند بخشی از فرایند تعریف‌شده باشد؛ سپس عامل‌ها داده‌ها را بررسی کنند و نتیجه را در قالبی مشخص تحویل دهند.

خود برنامه درون یک افزونه GitHub Copilot قرار می‌گیرد و به رابط‌های برنامه‌نویسی توسعه‌پذیری این محصول دسترسی دارد. رابط برنامه‌نویسی یا API مجموعه‌ای از امکاناتی است که به نرم‌افزار اجازه می‌دهد با ابزارها و سرویس‌های دیگر کار کند. در نتیجه، طبق توضیح GitHub، گردش‌کار می‌تواند فرمان اجرا کند، از ابزارها بهره بگیرد یا سرویس‌های دیگر را فراخوانی کند.

یکی از ویژگی‌های مهم این رویکرد، تکرارپذیری فرایند است: مراحل یکسان در هر بار اجرا بر اساس همان برنامه پیش می‌روند. کاربران همچنین می‌توانند نتایج ساختاریافته را از یک مرحله به مرحله بعد بفرستند؛ یعنی خروجی‌ها به شکلی منظم تنظیم شوند تا بخش بعدی گردش‌کار بتواند آن‌ها را دریافت و استفاده کند. در صورت نیاز، عامل‌های فرعی می‌توانند یافته‌های یکدیگر را بررسی کنند.

تفاوت با /fleet و کنترل کاربر بر روند اجرا

GitHub میان گردش‌کارهای پویا و قابلیت /fleet تمایز می‌گذارد. در /fleet، Copilot کار را به عامل‌های فرعی واگذار می‌کند و هماهنگی میان کارهای موازی آن‌ها را بر عهده می‌گیرد. اما در گردش‌کار پویا، ترتیب و منطق فرایند از پیش در کد تعریف می‌شود. به بیان ساده، اولی بر واگذاری و هماهنگی کار عامل‌ها تکیه دارد و دومی فرایندی برنامه‌ریزی‌شده را اجرا می‌کند که می‌تواند در بعضی مراحل از عامل‌ها کمک بگیرد.

این تفاوت برای کارهایی اهمیت دارد که باید هر بار از مسیر مشخصی عبور کنند یا به بررسی‌های معین نیاز دارند. توسعه‌دهنده می‌تواند تعیین کند یک مرحله تنها پس از دریافت خروجی مرحله پیشین آغاز شود، چند بررسی مستقل هم‌زمان انجام شوند یا نتیجه‌ها پیش از ادامه کار با هم ترکیب شوند. چنین ساختاری به‌ویژه زمانی کاربرد دارد که نتیجه نهایی به تأیید چند مرحله وابسته است.

گردش‌کار می‌تواند در صورت پشتیبانی محیط کاربر، برای دریافت ورودی از او سؤال کند. همچنین ممکن است در یک نقطه مشخص متوقف شود تا کاربر نتایج را بررسی کند و بعد، هر زمان آماده بود، اجرا را از سر بگیرد. این امکان در سناریوهایی به کار می‌آید که ادامه خودکار فرایند مناسب نیست یا کاربر می‌خواهد پیش از صرف زمان و منابع بیشتر، خروجی میانی را ببیند.

از بررسی رخداد تا مرور درخواست‌های ادغام

GitHub برای توضیح کاربرد این قابلیت، نمونه بررسی رخداد یک سرویس را مطرح کرده است. گردش‌کار می‌تواند گزارش‌ها و داده‌های پایش را گردآوری کند، تحلیل سامانه‌های مختلف را به عامل‌های مستقل بسپارد و سپس یافته‌های ساختاریافته آن‌ها را به یک خط زمانی و گزارشی درباره علت اصلی رخداد تبدیل کند. مزیت طرح‌شده این است که همین مراحل در اجراهای بعدی نیز تکرار می‌شوند.

نمونه‌های دیگر به کارهای توسعه نرم‌افزار مربوط‌اند. برای مثال، می‌توان چندین پرونده تغییرکرده در یک درخواست ادغام را به‌طور موازی بررسی کرد. در نمونه‌ای دیگر، کد ابتدا دیدگاه‌های حل‌نشده در درخواست‌های ادغام‌شده را پیدا می‌کند و سپس از دو مدل می‌خواهد درباره اهمیت باقی‌مانده آن دیدگاه‌ها نظر دهند. گردش‌کار فقط زمانی یافته‌ای گزارش می‌کند که هر دو مدل با آن موافق باشند.

بررسی یک مخزن بزرگ کد برای یافتن الگویی مشخص، مانند نبود آزمون‌ها یا استفاده از یک رابط برنامه‌نویسی که قرار است کنار گذاشته شود، از دیگر کاربردهای پیشنهادی است. همین‌طور می‌توان تحقیق درباره یک تغییر را به برنامه‌ریزی برای پیاده‌سازی آن و سپس انجام تغییر پیوند داد. این کارها ممکن است نیازمند چند مرحله متفاوت باشند؛ تعریف توالی آن‌ها در کد می‌تواند فرایند را قابل استفاده مجدد کند.

قابلیت مکث و ادامه نیز برای اجراهای طولانی یا پرهزینه اهمیت دارد. کاربر می‌تواند گردش‌کاری را آغاز کند، در نقطه‌ای آن را متوقف سازد و بعدتر ادامه دهد. با این حال، GitHub می‌گوید برای پاسخ سریع یا تغییر ساده معمولاً نیازی به ساخت گردش‌کار نیست و یک درخواست معمولی در حالت گفت‌وگوی استاندارد کافی است. بنابراین این قابلیت بیشتر برای کارهایی در نظر گرفته شده که مراحل مشخص، بررسی‌های چندگانه یا امکان استفاده دوباره دارند.

دسترسی در Copilot CLI و پیش‌نمایش عمومی

طبق اعلام GitHub، گردش‌کارهای پویا در همه طرح‌های Copilot در دسترس‌اند. در اپ GitHub Copilot نیازی به راه‌اندازی جداگانه نیست و قابلیت به‌طور پیش‌فرض در دسترس قرار دارد. اما در نسخه به‌روز Copilot CLI، کاربر باید قابلیت‌های آزمایشی را فعال کند؛ این کار با اجرای CLI همراه گزینه –experimental یا واردکردن دستور /experimental on در نشست تعاملی انجام می‌شود. برای به‌روزرسانی CLI نیز دستور /update معرفی شده است.

کاربران می‌توانند از Copilot بخواهند برای فرایندی که مرتب اجرا می‌کنند گردش‌کاری بسازد. GitHub همچنین می‌گوید Copilot راهنمای داخلی برای ساخت این گردش‌کارها دارد و می‌تواند به کاربر در یادگیری یا نوشتن کامل برنامه کمک کند. برای دیدن گردش‌کارهای موجود نیز می‌توان پرسید: «What dynamic workflows are available?»؛ در CLI، بازخورد را می‌توان با دستور /feedback فرستاد.

این قابلیت در حال حاضر در مرحله پیش‌نمایش عمومی است و GitHub هشدار می‌دهد که ممکن است تغییر کند. بنابراین عرضه آن به معنای تثبیت نهایی همه جزئیات نیست. با این حال، انتشار در اپ Copilot، CLI و SDK نشان می‌دهد که GitHub این روش را برای تعریف فرایندهای قابل تکرار در چند محیط Copilot ارائه کرده است؛ از استفاده مستقیم در اپ تا ساخت گردش‌کارهای مبتنی بر افزونه.

این خبر برای چه کسانی اهمیت دارد

گردش‌کارهای پویا بیش از همه برای توسعه‌دهندگانی مفیدند که کارهای چندمرحله‌ای را مرتب انجام می‌دهند و می‌خواهند بخشی از آن را خودکار کنند، بدون آن‌که کنترل ترتیب مراحل و نقاط بازبینی را کاملاً به عامل‌ها بسپارند. تیم‌هایی که تغییرات کد را در چند بخش بررسی می‌کنند یا به تأیید چندگانه نیاز دارند نیز می‌توانند از امکان اجرای موازی و ترکیب نتایج بهره بگیرند.

این قابلیت برای کاربران Copilot CLI و توسعه‌دهندگان افزونه‌های GitHub Copilot نیز اهمیت دارد، زیرا امکان تعریف فرایند در کد و استفاده از APIهای توسعه‌پذیری Copilot را فراهم می‌کند. در مقابل، برای پرسش‌های کوتاه یا تغییرات ساده، خود GitHub استفاده از گفت‌وگوی معمولی را کافی می‌داند. در نتیجه، ارزش اصلی این خبر برای کسانی است که به‌دنبال اجرای منظم و قابل تکرار کارهای پیچیده‌اند و می‌خواهند در نقاط حساس، نتیجه را پیش از ادامه بررسی کنند.

پرسش‌های متداول

گردش‌کارهای پویا در کدام محصولات GitHub Copilot در دسترس‌اند؟
در Copilot CLI، اپ GitHub Copilot و GitHub Copilot SDK؛ طبق اعلام GitHub، این قابلیت در همه طرح‌های Copilot ارائه می‌شود.
تفاوت گردش‌کار پویا با /fleet چیست؟
گردش‌کار پویا فرایندی را اجرا می‌کند که مراحلش در کد تعریف شده است؛ /fleet کار را به عامل‌های فرعی می‌سپارد و اجرای موازی آن‌ها را هماهنگ می‌کند.
چطور می‌توان در Copilot CLI از این قابلیت استفاده کرد؟
باید ویژگی‌های آزمایشی را با گزینه --experimental هنگام اجرای CLI یا با دستور /experimental on در نشست تعاملی فعال کرد.
#GitHub_Copilot#ابزارهای_برنامه‌نویسی#عامل‌های_هوش_مصنوعی#گردش‌کار_خودکار
درباره نویسندهپژوهشگر اقتصاد دیجیتال

دانش آموخته مدیریت کسب و کار گرایش استراتژی و پژوهشگر ، استراتژیست و توسعه دهنده اقتصاد دیجیتال

مطالب مرتبط

همه اخبار هوش مصنوعیتازه‌ترین خبرهای امروز را در هوش مصنوعی نویا دنبال کنید
این خبر را به اشتراک بگذارید