Tag 1: Grundlagen & Einstieg in GitHub Copilot

Überblick über Github Copilot

• Funktionsweise (KI, Sprachmodelle, Kontextverständnis)
• KI-basierte Code-Generierung: Möglichkeiten und Grenzen
• Copilot vs. andere Code-Assistenten
• Unterstützte Sprachen und Frameworks
• Lizenzierung und Datenschutz
• Typische Beispiele für Copilot-Einsatz

Copilot in VS Code effektiv nutzen

• Konfigurationsmöglichkeiten, Einstellungen
• Shortcuts und Arbeitsweise in VS Code
• Unterschied: Inline-Vervollständigung, Blockvervollständigung und Chat
• Unterschied: Prompts oder Kommentare zur Steuerung
• Praktische Live-Demonstration: "leere" Methoden mit Hilfe von Github Copilot implementieren.
• Zur Überprüfung der Implementierung werden fertig implementierte Unit-Tests verwendet.

Neue Projekte mit Copilot entwerfen

• Einen neuen Workspace mit Copilot erstellen
• Kontext aufbauen: Kommentare als Steuerungsinstrument
• Inline-Suggestions vs. Chat-Interface nutzen
• Ask vs. Edit vs. Agent: Welcher Modus wann und wozu
• Iteration und Verfeinerung von Vorschlägen
• Praktische Übung: Erstellen eines neuen Workspaces mit Hello-World-REST-API (Endpoint: `/hello-world`)

Copilot in der Design-Phase

• Brainstorming & Requirements mit Copilot
• Text als Universal-Interface am Beispiel: Diagramme mit Mermaid-JS
• Architektur- und ER-Diagramme für das REST-API
• Projektsetup: Boilerplate-Code für das REST-API
• Praktische Übung: Erste Implementierung ohne Persistenzschicht, nur mit Controllern, Services & JSON-DTOs

REST-API erweitern

• Erweitern des API um eine Persistenzschicht: Entities und Repositories generieren
• Integration einer einfachen In-Memory-Datenbank (H2)
• Praktische Übung: Persistenz in Service-Layer und Business-Logik integrieren

Kollaboratives Arbeiten mit Copilot

• Pair Programming mit Copilot
• Copilot Chat & Erklärungen nutzen
• Code bewerten und verbessern
• Refactoring mit Copilot-Unterstützung
• Praktische Übung: Fehlersuche und Refactoring

Testen

• Test-Frameworks in ein Projekt integrieren
• Unit- und Integrationstests generieren
• Testdaten mit Copilot erzeugen
• Testabdeckung (Code Coverage)
• Praktische Übung: Unit- und Integrationstests für das REST-API

Tag 2: Fortgeschrittene Nutzung, Integration & Best Practices

Prompt Engineering für Entwickelnde

• Effiziente Promptgestaltung & Techniken zur Verbesserung der Vorschlagsqualität (z.B. präzisere Prompts, Code-Strukturierung)
• Iteratives Verbessern der Prompts
• Zero-Shot- & Multi-Shot-Prompting
• Prompt Chaining und Chain-of-Thought Prompting
• Generated-Knowledge Prompting
• System, User, Agent: "Copilot-Rollen" und das Persona Pattern
• Kontext: Welche Informationen werden herangezogen? Wie kann ich dies gezielt beeinflussen?
• Tools für Prompt Engineering: Anthropic Console, OpenAI Playground, LangSmith

Dokumentation mit Copilot

• Dokumentation automatisch erstellen lassen
• OpenAPI-Dokumentation generieren lassen
• I18n: Sprachressourcen automatisiert übersetzen
• Einbinden externer REST-Tools am Beispiel von cURL & Postman
• Praktische Übung: Code-Dokumentation und OpenAPI-Dokumentation für das REST-API

Fortgeschrittene Fehlerbehebung

• Typische Fehlerbilder & Debugging mit Copilot
• Agent Mode: Ganzheitliche Unterstützung (Dateisystem, Terminal, Screenshots, …)
• Performance-Optimierung und Code-Profiling
• Auch Copilot macht mal Fehler: Beispiele für Copilot-Fehler und Lösungsansätze
• Praktische Übung: Gezielt platzierte Fehler auffinden & beheben lassen

Copilot & Security

• Authentifizierung integrieren
• Security-Aspekte bei KI-generiertem Code
• Kritische Punkte auffinden, bewerten und verbessern
• Praktische Übung: Authentifizierung zum REST-API hinzufügen

Team-Workflows

• Copilot in Code-Reviews nutzen
• Git in der Kommandozeile effektiver nutzen
• Custom Instructions und Workspace-Settings

Dockerisierung & CI/CD

• Dockerfiles generieren lassen
• Docker Compose einbinden am Beispiel von Postgresql und Traefik als Reverse-Proxy
• CI-Integration mit Github Actions oder Gitlab CI
• Deployment der REST-API in der Cloud (z.B. AWS, Azure, DigitalOcean)
• Praktische Übung: Dockerisierung des REST-API-Projekts und Deployment in der Cloud (Render, Railway, etc.)

Ausblick

• Grenzen von Copilot: Wann manuell arbeiten?
• Zukunft der KI-gestützten Entwicklung
• Bedingungen für erfolgreichen Einsatz von Github Copilot
• Skills, die im Umgang mit KI relevant sind​