دوره آموزشی توسعه مبتنی بر هوش مصنوعی: GitHub Copilot در Visual Studio Code
6 ساعت 6 دقیقهمتوسط2026-03-02
مدرسین

Learn-it Labs
جزئیات دوره
هوش مصنوعی در حال تغییر بنیادین شیوه توسعه نرمافزار است و ابزارهای مبتنی بر AI به توسعهدهندگان کمک میکنند تا کدنویسی را سریعتر، هوشمندتر و کارآمدتر انجام دهند. امروزه محیطهای توسعه مدرن مانند Visual Studio Code (VS Code) با قابلیتهای هوش مصنوعی و ابزارهایی مانند GitHub Copilot به برنامهنویسان امکان میدهند فرآیند تولید کد، رفع خطا، تستنویسی و بهینهسازی نرمافزار را با سرعت و دقت بیشتری انجام دهند.
این دوره یک راهنمای عملی برای استفاده از هوش مصنوعی در فرآیند توسعه نرمافزار با VS Code ارائه میدهد. در طول دوره یاد میگیرید چگونه از قابلیتهای AI برای تولید کد (AI Code Generation)، دریافت پیشنهادهای هوشمند، تعامل با دستیارهای برنامهنویسی و اجرای وظایف خودکار مبتنی بر Agent استفاده کنید.
در بخش ابتدایی دوره، با اصول پایه تولید کد مبتنی بر هوش مصنوعی در محیط VS Code آشنا میشوید و یاد میگیرید چگونه GitHub Copilot را برای افزایش بهرهوری برنامهنویسی به کار بگیرید. شما با روش استفاده از Chat Promptها برای هدایت فرآیند کدنویسی، دریافت پیشنهادهای مرتبط و حل مسائل توسعه نرمافزار آشنا خواهید شد.
در ادامه، قابلیتهای پیشرفته GitHub Copilot در زمینه انجام وظایف Agent-Based بررسی میشود. یاد میگیرید چگونه Agentها را برای اجرای فعالیتهای پیچیدهتر، مدیریت گردشکارهای توسعه و سادهسازی فرآیندهای تکراری برنامهنویسی به کار ببرید.
یکی از بخشهای مهم دوره به شخصیسازی محیط VS Code برای توسعه مبتنی بر هوش مصنوعی اختصاص دارد. در این بخش با تنظیمات AI Extensionها، Keybindingها و Snippetها آشنا میشوید و یاد میگیرید چگونه محیط کاری خود را برای افزایش سرعت و بهرهوری بهینه کنید.
همچنین تکنیکهای استفاده از AI برای بهبود کیفیت نرمافزار بررسی میشوند. شما یاد میگیرید چگونه تولید Unit Testها را با کمک هوش مصنوعی سادهتر کنید، پیشنهادهای تکمیل کد (Code Completion) را مدیریت نمایید و اسکنهای امنیتی کد (Code Security Scanning) را برای شناسایی مشکلات احتمالی اجرا کنید.
بخش دیگری از دوره به استفاده مسئولانه از هوش مصنوعی در پروژههای نرمافزاری اختصاص دارد. در این بخش یاد میگیرید چگونه خروجیهای تولیدشده توسط AI را از نظر صحت، کیفیت، سبک کدنویسی و مسائل مربوط به مجوزهای نرمافزاری (Licensing Compliance) ارزیابی کنید و تصمیمهای آگاهانهتری درباره استفاده از کدهای تولیدشده توسط هوش مصنوعی بگیرید.
این دوره برای توسعهدهندگان سطح متوسط، مهندسان نرمافزار، رهبران تیمهای توسعه و مدیران فنی پروژه طراحی شده است که قصد دارند با ترکیب مهارتهای برنامهنویسی و ابزارهای هوش مصنوعی، فرآیند توسعه نرمافزار خود را سریعتر و هوشمندانهتر کنند.
پس از پایان این دوره، توانایی استفاده حرفهای از GitHub Copilot، یکپارچهسازی AI با VS Code، خودکارسازی فعالیتهای برنامهنویسی، بهبود فرآیند تست و ارزیابی خروجیهای هوش مصنوعی برای ساخت نرمافزارهای باکیفیتتر را خواهید داشت.
🎯 اهداف یادگیری
تشریح اصول پایه AI Code Generation و نحوه عملکرد ابزارهای هوش مصنوعی در VS Code
استفاده از GitHub Copilot برای خودکارسازی وظایف تکراری برنامهنویسی و افزایش بهرهوری
بهکارگیری Chat Promptها برای هدایت فرآیند کدنویسی و دریافت پیشنهادهای هوشمند
اجرای وظایف Agent-Based با استفاده از قابلیتهای هوش مصنوعی در محیط توسعه
طراحی و بهینهسازی Unit Testها با کمک تکنیکهای مبتنی بر AI
اجرای Code Security Scanning برای افزایش امنیت و قابلیت اطمینان نرمافزار
ارزیابی خروجیهای تولیدشده توسط AI از نظر دقت، کیفیت، سبک و Licensing Compliance
شخصیسازی VS Code با استفاده از AI Extensions، Keybindings و Snippets
مدیریت تنظیمات و دسترسیهای Agent برای استفاده ایمن از ابزارهای هوش مصنوعی
بهکارگیری رویکردهای مسئولانه برای ادغام AI در فرآیندهای توسعه نرمافزار
این دوره یک راهنمای عملی برای استفاده از هوش مصنوعی در فرآیند توسعه نرمافزار با VS Code ارائه میدهد. در طول دوره یاد میگیرید چگونه از قابلیتهای AI برای تولید کد (AI Code Generation)، دریافت پیشنهادهای هوشمند، تعامل با دستیارهای برنامهنویسی و اجرای وظایف خودکار مبتنی بر Agent استفاده کنید.
در بخش ابتدایی دوره، با اصول پایه تولید کد مبتنی بر هوش مصنوعی در محیط VS Code آشنا میشوید و یاد میگیرید چگونه GitHub Copilot را برای افزایش بهرهوری برنامهنویسی به کار بگیرید. شما با روش استفاده از Chat Promptها برای هدایت فرآیند کدنویسی، دریافت پیشنهادهای مرتبط و حل مسائل توسعه نرمافزار آشنا خواهید شد.
در ادامه، قابلیتهای پیشرفته GitHub Copilot در زمینه انجام وظایف Agent-Based بررسی میشود. یاد میگیرید چگونه Agentها را برای اجرای فعالیتهای پیچیدهتر، مدیریت گردشکارهای توسعه و سادهسازی فرآیندهای تکراری برنامهنویسی به کار ببرید.
یکی از بخشهای مهم دوره به شخصیسازی محیط VS Code برای توسعه مبتنی بر هوش مصنوعی اختصاص دارد. در این بخش با تنظیمات AI Extensionها، Keybindingها و Snippetها آشنا میشوید و یاد میگیرید چگونه محیط کاری خود را برای افزایش سرعت و بهرهوری بهینه کنید.
همچنین تکنیکهای استفاده از AI برای بهبود کیفیت نرمافزار بررسی میشوند. شما یاد میگیرید چگونه تولید Unit Testها را با کمک هوش مصنوعی سادهتر کنید، پیشنهادهای تکمیل کد (Code Completion) را مدیریت نمایید و اسکنهای امنیتی کد (Code Security Scanning) را برای شناسایی مشکلات احتمالی اجرا کنید.
بخش دیگری از دوره به استفاده مسئولانه از هوش مصنوعی در پروژههای نرمافزاری اختصاص دارد. در این بخش یاد میگیرید چگونه خروجیهای تولیدشده توسط AI را از نظر صحت، کیفیت، سبک کدنویسی و مسائل مربوط به مجوزهای نرمافزاری (Licensing Compliance) ارزیابی کنید و تصمیمهای آگاهانهتری درباره استفاده از کدهای تولیدشده توسط هوش مصنوعی بگیرید.
این دوره برای توسعهدهندگان سطح متوسط، مهندسان نرمافزار، رهبران تیمهای توسعه و مدیران فنی پروژه طراحی شده است که قصد دارند با ترکیب مهارتهای برنامهنویسی و ابزارهای هوش مصنوعی، فرآیند توسعه نرمافزار خود را سریعتر و هوشمندانهتر کنند.
پس از پایان این دوره، توانایی استفاده حرفهای از GitHub Copilot، یکپارچهسازی AI با VS Code، خودکارسازی فعالیتهای برنامهنویسی، بهبود فرآیند تست و ارزیابی خروجیهای هوش مصنوعی برای ساخت نرمافزارهای باکیفیتتر را خواهید داشت.
🎯 اهداف یادگیری
تشریح اصول پایه AI Code Generation و نحوه عملکرد ابزارهای هوش مصنوعی در VS Code
استفاده از GitHub Copilot برای خودکارسازی وظایف تکراری برنامهنویسی و افزایش بهرهوری
بهکارگیری Chat Promptها برای هدایت فرآیند کدنویسی و دریافت پیشنهادهای هوشمند
اجرای وظایف Agent-Based با استفاده از قابلیتهای هوش مصنوعی در محیط توسعه
طراحی و بهینهسازی Unit Testها با کمک تکنیکهای مبتنی بر AI
اجرای Code Security Scanning برای افزایش امنیت و قابلیت اطمینان نرمافزار
ارزیابی خروجیهای تولیدشده توسط AI از نظر دقت، کیفیت، سبک و Licensing Compliance
شخصیسازی VS Code با استفاده از AI Extensions، Keybindings و Snippets
مدیریت تنظیمات و دسترسیهای Agent برای استفاده ایمن از ابزارهای هوش مصنوعی
بهکارگیری رویکردهای مسئولانه برای ادغام AI در فرآیندهای توسعه نرمافزار
سرفصل ها
مقدمه - شروع هوشمندانه با هوش مصنوعی در ویژوال استودیو کد
- توسعه مبتنی بر هوش مصنوعی در ویژوال استودیو کد
- نحوه دسترسی به کد نمونه در GitHub
نوشتن کد با هوش مصنوعی
- چگونه ابزارهای هوش مصنوعی از توسعهدهندگان پشتیبانی میکنند
- هوش مصنوعی، LLMها و کمک خلبان توضیح داده شدند
- هوش مصنوعی غیر مولد - گزینه دیگر
- ایجاد یک پروژه کاری با عوامل Copilot
آماده استفاده از کمک خلبان شوید
- GitHub Copilot - ستون فقرات هوش مصنوعی در IDE
- گزینههای اشتراک
- فعال کردن Copilot در ویژوال استودیو کد
- تأیید کنید که کمک خلبان فعال شده است
- یک مدل هوش مصنوعی کمک خلبان انتخاب کنید
تکمیلها - کد هوشمندتر، جریان سریعتر
- حالتهای تکمیل، چت و عامل
- مسابقه کدنویسی - جاوا اسکریپت
- درک پیشبینیهای غیرقطعی
- تکمیل کد - پایتون
- تکمیل HTML و CSS
- ویژگیهای بیشتر پیشنهادهای درونخطی
- از نظرات برای راهنمایی در تکمیل استفاده کنید
چت تعاملی - نماینده پرسشگر
- از چت برای پرسیدن سؤالات مربوط به کد استفاده کنید
- از چت برای بررسی یک پروژه استفاده کنید
- صفحه تحلیلگر فراوانی کلمات را بررسی کنید
- توضیح بخشی از کد
- راهنمایی در مورد مسائل احتمالی
- دریافت پیشنهادهای اصلاح کد
- از کمک خلبان بخواهید پیشنویسی برای ویرایش آماده کند
- گردش کار استدلال پنهان را مرور کنید
- چت درون خطی - بررسی ویرایشگر کد
ویژگیهای پنجره چت
- ایجاد چتهای جدید
- پنل چت در مقابل جلسات اپراتور
- مدیریت گفتگوها و تاریخچه آنها
- تغییر نام یک رشته چت
- ذخیره یک رشته گفتگو
- حذف یک رشته چت
- تنظیمات چت را سفارشی کنید
- از صدا و تصویر استفاده کنید
چت تعاملی - عامل ویرایش
- توضیح عامل ویرایش
- عامل ویرایش
- تغییرات پیشنهادی را پیدا کنید
- سه ابزار دیفرانسیل کمکی
- پیگیری و مدیریت تغییرات در حال انتظار
- تغییرات را نگه دارید یا لغو کنید
- برگرداندن وضعیت فضای کاری با استفاده از Checkpointها
چت تعاملی - عامل چند مرحلهای
- نگاه سریع - ویرایش در مقابل عامل چند مرحلهای
- ارزیابی و بهبود کد پایتون
- بررسی خواندن فایل پیکربندی
- پیادهسازی یک ویژگی چاپ
- افزودن یک ویژگی امنیتی به برنامه
استفاده از حالت عامل (Agent Mode) برای بازسازی یک پروژه وب
- مهندسی سریع برای نماینده
- شروع یک بازسازی با کمک عامل
- کلمات مسدود شده را به رابط کاربری اضافه کنید
- اضافه کردن فایلهای اضافی
- پاک کردن کاراکترهای نامعتبر
- مدرنسازی لایه رابط کاربری
- بررسی اصلاح کد - نتایج و تأثیر
تنظیم زمینه چت
- زمینه ضمنی - آنچه کوپایلوت استنباط میکند
- زمینه پیشفرض - آنچه کمک خلبان میبیند
- زمینه صریح - محدود کردن یا گسترش دامنه
دامنهی همکاری با شرکتکنندگان را گسترش دهید
- شرکتکنندگان را بررسی کنید
- از شرکتکنندهی @vscode استفاده کنید
- از مشارکتکنندهی @github استفاده کنید
ابزارها و اقدامات چت
- مرور کلی اقدامات
- پیشنمایش ابزارهای چت
- تنظیم مجوزهای عامل برای ابزارهای چت
- ارجاع به محتوای وب با #fetch
هوش مصنوعی گرینفیلد
- نمونه اولیه یک پروژه گرینفیلد
- از سایت تولید گرافیک دیدن کنید
- وارد کردن یک مکالمه چت ذخیره شده
- نحوه ایجاد یک سایت تولید گرافیک
- کد و رابط کاربری تولید شده را بررسی کنید
- از سایت پدال اند پاینز دیدن کنید
- بخشهای سایت بازسازیشده را بررسی کنید
- بررسی کد و رابط کاربری بهروزرسانیشده
- شکستها و ناکامیهای نمونه اولیه
- کالبدشکافی و اصلاح سریع
تستهای واحد
- پروژه تست واحد
- اضافه کردن چارچوب تست با SetupTests
- نوشتن تستهای واحد با استفاده از test
- بررسی کد تولید شده
- تست خطاهای ایجاد شده
- آزمونهای دادهمحور
از تصاویر در پیامهای چت استفاده کنید
- استفاده از تصاویر در چت
- تولید CSS بر اساس نمونه اولیه
- تولید اجزا بر اساس یک طرح اولیه
- ایجاد کتابخانه کلاس از یک نمودار
کمک خلبان در ترمینال
- مرور کلی دستیاران ترمینال
- سه یاور
- از سه دستیار ترمینال استفاده کنید
- تولید دستورات ترمینال
- رفع خطاهای ترمینال
- از ابزار کمکی کمک بگیرید
- از چت درون خطی استفاده کنید
چت تعاملی - نماینده طرح
- درک عوامل ابری و پسزمینه
- حالت برنامهریزی در کمک خلبان - مرور سریع
- پنل جلسه
- یک برنامه ایجاد کنید
- ذخیره طرح به عنوان markdown
- اجرای طرح روی عامل پسزمینه
- استفاده از ترمینال با عامل پسزمینه
- درخت کاری گیت
- تغییرات را بررسی کنید
- ادغام تغییرات
ادغام پنل گیت
- پیامهای کامیت
- سفارشیسازی پیام کامیت
- توضیحات درخواست pull را بنویسید
- بررسی کد درخواست Pull
- مراحل بررسی کد را تأیید کنید
با سرورهای MCP کار کنید
- بررسی اجمالی MCP
- پرس و جو از پایگاه داده با سرور MCP
- کد دسترسی به پایگاه داده TypeScript را تولید کنید
- آشنایی با تنظیمات mcp.json
- فعال کردن مرور کاتالوگ در پنل افزونهها
- نصب سایر سرورهای MCP با پنل افزونه
- یافتن سرورهای MCP در گیتهاب
نتیجهگیری - سفر خود را ادامه دهید
- دستورالعملها و مهارتهای سفارشی
- مراحل بعدی و منابع یادگیری