2月25日,GitHub正式宣布Copilot CLI进入GA(General Availability)阶段。这意味着这款从2025年9月公开预览以来经历了数百次迭代的终端原生AI编程智能体,现在已面向所有Copilot订阅用户正式开放。 如果你还在编辑器和终端之间来回切换,或者每次遇到复杂的Git操作和Shell命令都要去搜索引擎查语法,那么Copilot CLI可能会从根本上改变你的开发工作流。这篇文章将带你从零开始,完整了解Copilot CLI是什么、怎么装、怎么用、以及它能做到哪些事情。
Copilot CLI是什么
GitHub Copilot CLI将AI驱动的编程辅助能力直接带入命令行,让你通过自然语言对话来构建、调试和理解代码。它不是一个简单的命令行补全工具,而是一个完整的智能体开发环境——它可以规划复杂任务、执行多步骤工作流、编辑文件、运行测试,并持续迭代直到任务完成。 简单来说,你启动它之后,用自然语言告诉它你想做什么,它就会分析你的代码、提出解决方案、生成代码、执行命令,整个过程无需离开终端。
安装与认证
安装Copilot CLI非常简单。首先确保你的系统满足基本条件:需要Node.js 22或更高版本,Windows用户需要PowerShell 6以上,以及一个有效的GitHub Copilot订阅计划。
Copilot CLI包含在所有GitHub Copilot计划中,包括Free、Pro、Pro+、Business和Enterprise。
安装方式有多种选择。最通用的方式是通过npm全局安装:
npm install -g @github/copilot
macOS用户也可以使用Homebrew,Windows用户可以用WinGet。通过Homebrew、WinGet和安装脚本方式安装的版本支持自动更新。此外,Copilot CLI已包含在默认的GitHub Codespaces镜像中,也可作为Dev Container Feature使用。
安装完成后,在终端输入copilot启动。首次启动时,Copilot会要求你确认是否信任当前文件夹中的文件。如果尚未登录GitHub,系统会引导你使用/login命令完成浏览器端的身份认证。
核心功能与使用方式
Copilot CLI提供两种交互界面。交互式界面通过输入copilot启动一个会话,你可以在其中与Copilot持续对话、指派任务并给出反馈。编程式界面则通过-p或--prompt参数直接传入单条指令,任务完成后自动退出。
在交互模式中,除了默认的问答/执行模式外,还有一个Plan模式,Copilot会在写代码之前先构建结构化的实施计划。按Shift+Tab可以在模式间切换。在Plan模式下,Copilot会分析你的需求、提出澄清问题、理解范围后再动手,帮助你在代码生成之前就发现理解偏差。
更进一步的是Autopilot模式。对于你信任Copilot端到端处理的任务,Autopilot模式让Copilot自主工作——执行工具、运行命令、持续迭代,无需每步都等待审批。
实际使用场景非常广泛。比如你想找到当前目录下所有大于10MB的文件,不需要记住find命令的复杂语法,直接用自然语言描述即可。Copilot会分析你的请求,提出正确的Shell命令,并在你确认后执行。同样的逻辑适用于代码审查、测试生成、Bug调试、Git操作等几乎所有日常开发任务。
内置智能体与模型选择
Copilot CLI内置了多个专用智能体,在适当时机会自动委派任务。Explore用于快速代码库分析,在不影响主会话上下文的情况下回答关于代码的问题。Task用于运行测试和构建等命令。Code Review用于高信号的代码变更审查。Plan用于实施规划。多个智能体可以并行运行。
模型方面,你可以选择来自Anthropic、OpenAI和Google的最新模型,包括Claude Opus 4.6、Claude Sonnet 4.6、GPT-5.3-Codex和Gemini 3 Pro。其中GPT-5 mini和GPT-4.1包含在你的Copilot订阅中,不消耗付费计划的高级请求额度。运行/model命令即可查看和切换所有可用模型。 高级特性:记忆、MCP与自定义
Copilot CLI的记忆系统是其区别于普通终端工具的重要特性。仓库记忆功能让Copilot能在跨会话中记住你代码库的约定、模式和偏好,使未来的工作更高效。跨会话记忆则允许你查询过去的工作、文件和PR。当对话接近上下文窗口的95%时,自动压缩功能会在后台压缩历史记录,让会话可以按需持续运行。
MCP(Model Context Protocol)支持让Copilot CLI的能力进一步扩展。Copilot CLI内置了GitHub的MCP服务器,并支持自定义MCP服务器来连接任何工具或服务。你还可以通过/plugin install owner/repo直接从GitHub仓库安装社区和自定义插件,插件可以捆绑MCP服务器、智能体、技能和钩子。MCP生态可在GitHub MCP Registry中浏览:https://github.com/mcp 。
自定义能力方面,你可以使用AGENTS.md和Agent Skills来定义自定义指令和工具访问权限,确保行为在不同模型、会话和委派工作中保持一致。Agent Skills是基于Markdown的技能文件,在相关时会自动加载,并可跨Copilot coding agent、Copilot CLI和VS Code使用。
后台任务与GitHub深度集成
在任何提示前加上&符号,即可将工作委派到云端的Copilot coding agent,释放你的终端来做其他事。用/resume可以在本地和远程编程智能体会话之间无缝切换。
GitHub原生集成也是一大亮点。通过GitHub内置的MCP服务器,你可以直接操作issues、分支和PR,而不仅仅是编辑文件。分支保护、必需检查和组织策略会正常工作,Copilot Business或Enterprise的设置也会自动生效。用一条命令就能创建分支、实现变更并开启PR。
官方免费课程:8章实战,从安装到完整工作流
GitHub官方发布了一套完整的免费开源课程——GitHub Copilot CLI for Beginners,采用MIT协议,任何人都可以直接克隆学习。微软开发者博客也对这门课程进行了详细介绍。
这门课程的设计思路非常务实:全程围绕一个Python图书管理应用展开,从零开始逐步引入AI辅助开发的各个环节。每一章都遵循统一的学习节奏——先用日常类比帮你理解概念,再讲核心知识点,接着进入动手实操,最后用作业巩固。课程中所有代码示例都可以直接复制到终端运行,不需要任何AI或机器学习的前置知识。
课程共8章,覆盖了从入门到高级自定义的完整路径。
第0章"快速开始"解决安装和环境验证问题,确保Copilot CLI能够正常运行。
第1章"第一步"通过现场演示介绍三种交互模式——默认的问答/执行模式、Plan模式和Autopilot模式,帮你建立对工具的基本感知。
第2章"上下文与对话"教你使用@引用来指向特定文件和目录,让Copilot理解你的项目结构。这一章还涵盖了会话管理技巧,包括使用--continue和--resume来延续和恢复对话。
第3章"开发工作流"是最贴近日常开发的一章,涵盖代码审查、重构、调试、测试生成以及Git集成。举个例子,你可以直接对Copilot说"Review @samples/book-app-project/books.py for potential improvements. Focus on error handling and code quality.",它就会读取文件并在终端中给出具体的改进建议。
第4章"自定义AI助手"进入高阶领域,教你通过编写.agent.md文件来创建专用智能体。比如你可以创建一个Python审查Agent,让它在每次代码审查时自动检查类型注解。这些自定义Agent可以通过项目的.github/agents目录在团队间共享。
第5章"自动化重复任务"介绍Skills机制。Skills是基于Markdown的任务指令文件,可以根据你的提示内容自动触发,无需手动调用。它们存储在.github/skills目录中,同样支持团队级别的共享和标准化。
第6章"连接GitHub、数据库与API"讲解MCP服务器的集成方法。通过MCP,你可以让Copilot CLI连接到GitHub仓库、文件系统、文档API等外部服务,将它从一个代码助手扩展为一个能与整个开发基础设施交互的智能体。
第7章"综合实战"将前面所有内容串联起来,演示如何在一个完整的功能开发流程中同时运用Agent、Skills和MCP服务器。
课程的入学门槛非常低:你只需要一个GitHub账号、Copilot访问权限(学生和教师可免费使用 )以及基本的终端操作能力。最快的启动方式是点击仓库中的"Open in Codespaces"徽章,几秒钟内就能获得一个预配置的开发环境,直接开始学习。
这套课程不仅适合个人学习者,也适合团队使用。课程中涉及的自定义Agent、Skills和MCP配置方法,本身就是团队标准化AI辅助开发实践的最佳起点。
Copilot产品家族速览
很多人容易混淆GitHub Copilot的各种产品形态。目前Copilot已发展为一个完整的AI工具家族,各产品的定位和运行环境不同。
GitHub Copilot CLI运行在终端中,是本文的主角。GitHub Copilot运行在VS Code、Visual Studio、JetBrains等编辑器中,提供Agent模式、聊天和行内代码建议。Copilot on GitHub.com行在GitHub网页端,支持关于仓库的沉浸式对话和Agent创建。GitHub Copilot coding agent则是云端异步智能体,你可以把GitHub Issue分配给它,它会自动完成开发并提交PR。
四个产品各有侧重,但共享同一套订阅体系。选择哪个取决于你的工作场景——如果你是重度终端用户,CLI就是首选。
总结
GitHub Copilot CLI代表了一种新的开发范式——终端不再只是执行命令的地方,而是一个有AI智能体常驻的协作空间。它能规划、能编码、能审查、能记忆,而且完全在命令行内完成。对于重度终端用户和追求效率的开发者来说,这可能是2026年最值得尝试的开发工具之一。
想体验的话,一行命令即可开始:npm install -g @github/copilot。