Del 5 av 8

Copilot Skills och Agenter

Copilot är mer än autocomplete — i agentläget kan det utföra flerstegsuppgifter autonomt. Lär dig skillnaderna mellan Copilots lägen och hur VS Code- och Visual Studio-upplevelserna skiljer sig.

Lektion 4 — V2 dag 2 Vi utforskar Copilots tre lägen, lär oss använda @-variabler och #-referenser effektivt, och kör vår första agentuppgift som spänner över flera filer.

Copilots tre lägen

LägeVad det görAktiveringVS CodeVisual Studio
Ask Svarar på frågor, förklarar kod, ger råd Copilot Chat-panel Ja Ja
Edit Redigerar kod i öppna filer baserat på instruktion Copilot Edits (Ctrl+Shift+I) Ja Ja (begränsat)
Agent Utför flerstegsuppgifter: läser filer, kör terminalkommandon, itererar Agentläge i Copilot Chat Ja Ja

Kontextreferenser — @ och #

I Copilot Chat kan du precisera exakt vilken kontext AI:n ska använda med prefix-kommandon:

ReferensVad den inkluderarExempel
#file En specifik fil #file:src/Domain/Order.cs
#selection Markerad kod i editorn Markera metod → skriv #selection förklara
#codebase Hela workspace (semantisk sökning) #codebase var hanteras betalningar?
#sym En specifik symbol (klass, metod) #sym:OrderService refaktorera
@workspace Semantisk sökning i hela projektet @workspace vilka klasser implementerar IRepository?
@terminal Terminalutdata från senaste kommando @terminal varför misslyckas build-steget?
Visual Studio-skillnad I Visual Studio 2026 fungerar #file och @workspace, men inte alla @-variabler finns tillgängliga. Terminalkoppling (@terminal) och MCP kräver VS Code.

Agentläget i detalj

I agentläget arbetar Copilot autonomt i flera steg: det planerar uppgiften, läser relevanta filer, skriver kod, kör tester i terminalen och itererar tills uppgiften är klar — eller tills du avbryter.

Vad agenten kan göra

Vad agenten INTE gör automatiskt

Granska alltid agentens output Agentläget är kraftfullt men kan göra fel som sprider sig över flera filer. Granska varje fil-diff innan du accepterar. Aktivera "Review changes" i Copilot Edits-panelen innan du godkänner större ändringar.

Praktiskt agentflöde — nytt DDD-aggregat

Exempel på hur du delegerar skapandet av ett nytt aggregat till agenten:

# I Copilot Chat (agentläge):

Skapa ett nytt DDD-aggregat "Shipment" i src/Domain/Shipments/.

Krav:
- Följ mönstret i #file:src/Domain/Orders/Order.cs exakt
- Shipment har: ShipmentId (Guid), OrderId, Address (Value Object), Status (enum)
- Status-flöde: Created → Dispatched → Delivered (inga andra övergångar tillåtna)
- Domänhändelser: ShipmentCreatedEvent, ShipmentDispatchedEvent, ShipmentDeliveredEvent
- Tester i tests/Domain/ShipmentTests.cs — minst 8 tester

Kör tester efter generering och fixa kompileringsfel automatiskt.
Varför fungerar det här bra? Du har gett agenten ett exakt referensexempel (#file:Order.cs), tydliga krav på domänmodellen, och bett den verifiera sig själv genom att köra tester. Instruktionsfilerna från del 04 säkerställer att namnkonventioner och mönster respekteras automatiskt.

MCP — Model Context Protocol

Model Context Protocol (MCP) är en öppen standard som låter Copilot ansluta till externa datakällor och verktyg. I praktiken innebär det att Copilot kan:

MCP-servrar konfigureras i VS Code-inställningarna (settings.json) och är i dagsläget ett VS Code-exklusivt koncept. Visual Studio 2026 stöder inte MCP ännu.

MCP i kurskontexten Kursen täcker inte djupdykning i MCP-konfiguration, men konceptet är viktigt att känna till. Det är riktningen AI-assisterade IDE:er rör sig mot — från ett isolerat verktyg till en fullt integrerad del av ditt tekniska ekosystem.

VS Code vs. Visual Studio 2026 — samlad jämförelse

FunktionVS CodeVisual Studio 2026
Inline suggestionsJaJa
Copilot Chat (Ask-läge)JaJa
Copilot Edits (Edit-läge)JaBegränsat
AgentlägeJaJa
copilot-instructions.mdJaJa
.instructions.md med applyToJaNej
.prompt.md-filerJaNej
MCP-stödJaNej
@terminal-referensJaNej
Modellval i UIDropdown i ChatInbyggd dropdown
.NET-debugger-integrationVia tilläggInbyggd, mer mogen
Refactoring-integrationVia tilläggInbyggd AI-refactoring
Rekommendation För full tillgång till AI-funktioner (agentläge, prompt-filer, MCP) — använd VS Code. För tung .NET-debuggning, profiling och Enterprise-stöd — Visual Studio 2026. Många C#-team kör båda parallellt: VS Code för AI-drivet arbete, Visual Studio för debuggning och prestationsprofiling.

Referenser

Elektroniska resurser

Böcker

Övningar

Lös övningarna självständigt. Det finns inget facit — lärandet sker i processen.

  1. Jämför Ask och Edit-lägena
    Välj en C#-metod som behöver refaktoreras. Lös uppgiften med (a) Ask-läget (Copilot föreslår, du applicerar manuellt) och (b) Edit-läget (Copilot redigerar direkt). Dokumentera: skillnad i kontroll, tid och riskupplevelse.
  2. Agentuppgift med verifiering
    Ge agentläget i uppgift att skapa ett nytt C# interface, en implementation och tester för ett enkelt use case i ditt projekt. Beskriv uppgiften med ett referensexempel från kodbasen. Granska varje fil agenten skapar och bedöm: hur väl följde den projektets mönster?
  3. Referenstest — VS Code vs. Visual Studio
    Om du har tillgång till båda IDE:erna: kör exakt samma Copilot Chat-prompt i båda. Dokumentera skillnader i svar, tillgängliga kontextreferenser och upplevd arbetsflödeskvalitet.

Soloprojektor

Projekt 1 — Agentdriven feature-implementation Välj en ny feature till ditt C#-projekt (minst en ny domänklass, ett use case och tester). Delegera hela implementationen till agentläget med en välformulerad prompt och dina instruktionsfiler som kontext. Dokumentera: vilka delar fick du justera manuellt, vad var 100% korrekt, och vad saknades?
Projekt 2 — Skapa ett SKILL.md (fördjupning) Skapa en SKILL.md-fil som kapslar in domänkunskapen om ditt projekts arkitektur som en återanvändbar skill. Filen ska kunna användas av Copilot för att svara på frågor om kodbasen utan att behöva läsa alla källfiler. Testa den mot minst tre frågor som en ny teammedlem skulle ställa.

← Föregående: Prompt-filer Nästa: Koda en stabil arkitekturgrund →