Investigación con CLI de GitHub Copilot

El /research comando de barra diagonal hace que Copilot actúe como tu asistente de investigación, recopilando información detallada y perspectivas sobre un tema.

En este artículo

Introducción

          CLI de CopilotEl comando slash de `/research` es una herramienta potente para la investigación y el análisis en profundidad. Al escribir `/research` seguido de detalles de lo que quiere saber, Copilot activa un agente de investigación especializado que recopila y procesa información de su código base, de repositorios relevantes GitHub y de la web. Este agente integrado personalizado genera un informe completo en Markdown con citas, además de un breve resumen en la línea de comandos. Puede ver el informe completo y guardarlo como gist en GitHub, lo que facilita el uso compartido.

El comando está diseñado para proporcionar respuestas exhaustivas y bien citadas a preguntas complejas sobre código base, API, bibliotecas, arquitectura de software y otros temas técnicos.

Usar el comando de barra diagonal /research

En una sesión interactiva de la CLI, escriba:

Copilot prompt
/research TOPIC

Dónde TOPIC es una descripción del lenguaje natural de lo que desea averiguar.

En función de los permisos que haya concedido a la CLI, Copilot puede pedir permiso para que cree un directorio en el que almacenar los datos a medida que compila la investigación.

Una vez completada la investigación, Copilot se muestra un resumen de los resultados clave y se proporciona un vínculo a un archivo Markdown que contiene el informe completo.

Visualización y uso compartido de un informe de investigación

Puede usar el vínculo que se muestra cuando se completa la investigación para ver el informe completo en el editor predeterminado para los archivos Markdown.

Como alternativa, presione Ctrl+Y para abrir el informe de investigación más reciente de la sesión actual en el terminal.

Nota:

La aplicación que se usa para mostrar un informe cuando se presiona Ctrl+Y viene determinado por el valor de las COPILOT_EDITORvariables de entorno , VISUALo EDITOR (en ese orden de prioridad). Si no se establece ninguna de estas opciones, la CLI usará vi en Linux o vim en macOS.

Para compartir el informe, puede guardarlo en un archivo o crear un GitHub gist.

  1. Para crear un gist, escriba:

    Copilot prompt
    /share gist research

    Para guardar en un archivo, escriba:

    Copilot prompt
    /share file research [PATH]

    Si omite el [PATH] parámetro , el archivo se guardará en el directorio de trabajo actual con un nombre de archivo basado en el tema de investigación.

  2. Use las teclas arriba o abajo y escriba para seleccionar el informe que desea compartir en la lista de informes de investigación que ha creado durante la sesión actual.

    La dirección URL del gist o la ruta de acceso al archivo se muestra en la CLI.

Ventajas de /research

  • Profundidad con respecto a la velocidad: el chat normal está optimizado para respuestas rápidas. /research está optimizado para ser exhaustivo. Genera informes que pueden ser cientos de líneas largas, con diagramas de arquitectura, fragmentos de código y citas.

  • Salida guardada y compartida: los informes se guardan en disco como archivos Markdown. Puede verlos y compartirlos en cualquier momento. Esto hace que la investigación genera un artefacto permanente, en lugar de un mensaje de chat transitorio.

  • Funciona entre repositorios: cuando se inicia sesión en GitHub, el agente puede buscar en los repositorios de la organización, capturar archivos de cualquier repositorio privado público o accesible y buscar en la web, no se limita a su código base local.

  • Adaptación de tipo de consulta: En lugar de generar un informe genérico, el formato de respuesta se adapta automáticamente a si está haciendo una pregunta sobre procedimientos, una pregunta conceptual o solicitando una indagación técnica.

  • Operación autónoma: el agente nunca le interrumpe con preguntas aclarantes. Realiza suposiciones razonables y las documenta explícitamente en una sección "Evaluación de confianza".

Mensajes de ejemplo para /research

Arquitectura de código base

Copilot prompt
/research What is the architecture of this codebase?

          **Por qué funciona bien**: el agente de investigación tiene acceso a las herramientas `grep`, `glob` y `view` cuyo ámbito es el directorio de trabajo actual. Puede explorar el árbol completo del proyecto, leer archivos clave y sintetizar una visión general de la arquitectura, algo que una respuesta de chat normal podría hacer solo superficialmente. Normalmente, el agente generará diagramas de arquitectura, desgloses de componentes y descripciones de flujo de datos.

Funcionamiento de una tecnología específica

Copilot prompt
/research How does React implement concurrent rendering?

          **Por qué funciona bien**: el agente usa herramientas especializadas para extraer información de Internet y para ver el código fuente real de React en GitHub. Se instruye que se dé prioridad al código sobre la documentación y se proporcionen rutas de archivo con números de línea.

Descripción de los patrones de implementación internos

Copilot prompt
/research How are feature flags implemented at our organization?

          **Por qué funciona bien**: el agente se indica explícitamente que "priorice siempre las implementaciones internas o privadas a través de alternativas públicas o de código abierto" y busque primero los repositorios de la organización mediante `org:ORGNAME` consultas. Sabe buscar patrones de nomenclatura internos como `-hub`, `-service`, `-client`.

Comparación de tecnologías o enfoques

Copilot prompt
/research What's the difference between JWT and session-based authentication?

          **Por qué funciona bien**: el agente adapta su respuesta a "Preguntas conceptuales/explicativas" con explicaciones narrativas, inconvenientes y decisiones de diseño. Normalmente, usará tablas para comparaciones de tres o más elementos.

Preguntas de procedimientos y procesos

Copilot prompt
/research How do I add an endpoint to the API?

          **Por qué funciona bien**: el agente está entrenado para detectar el tipo de consulta y proporcionar una guía paso a paso con enlaces a documentos, contactos y sistemas relevantes para preguntas de proceso o cómo hacer.

Profundización en un componente de código base específico

Copilot prompt
/research How is the session management system implemented in this repo?

          **Por qué funciona bien**: combinar herramientas locales (`grep`, `glob`, `view`) con las instrucciones del agente para "realizar un seguimiento de las importaciones, llamadas y referencias de tipo" y "seguir las dependencias" significa que recorrerá la implementación real, no solo dar una respuesta de alto nivel.

Puede que no quiera usar /research

  • Preguntas rápidas y sencillas: si solo desea saber "¿Qué hace esta función?" o "Corregir este error", un mensaje de chat normal es más rápido y más adecuado. /research está diseñado para preguntas que requieren una investigación extensa.

  • Cuando necesite cambios de código: /research genera un informe, no modificaciones de código. Usa la create herramienta para guardar el archivo de informe, pero no usa edit, bashu otras herramientas de modificación de código. Si necesita que el agente realmente cambie su código, use una solicitud normal (normalmente empezando por el modo del plan).

  • Interacciones sensibles al tiempo: la investigación tarda más tiempo que una respuesta normal porque el agente realiza muchas llamadas a herramientas (búsqueda de código, captura de archivos, búsqueda en la web). Si necesita una respuesta rápida en el flujo de codificación, es mejor el chat normal.

Consideraciones y aspectos que se deben tener en cuenta

  • Los informes están vinculados a la sesión: los informes de investigación se almacenan en un directorio de investigación específico de la sesión. Si inicia una nueva sesión, la investigación anterior no estará disponible en la CLI cuando use el acceso directo Ctrl+Y o el comando de barra diagonal /share. Sin embargo, puede acceder a los informes anteriores desde el directorio adecuado ~/.copilot/session-state/SESSION-ID/research/ .

    En Linux o macOS, puede usar el siguiente comando en un terminal para enumerar los 10 directorios más recientes de sesión de la CLI:

    Bash
    ls -dtl ~/.copilot/session-state/*/ | head -10

  • El agente de investigación usa un modelo específico: el agente de investigación está codificado de forma rígida para usar un modelo de IA determinado (consulte Referencia de comandos de la CLI de GitHub Copilot). La selección del modelo no se puede configurar mediante el /model comando . El agente de investigación siempre usa el modelo definido independientemente del modelo que haya seleccionado para la sesión principal.

  • La calidad del informe varía según el tipo de consulta: el agente clasifica la consulta en tres tipos y adapta su respuesta en consecuencia:

    • Preguntas de proceso → guía paso a paso (código mínimo).
    • Preguntas conceptuales → explicación narrativa con contexto.
    • Los análisis técnicos exhaustivos: diagramas completos de arquitectura, secciones de componentes y ejemplos de código.

    La forma en que se redacta el mensaje puede afectar a la elección de la clasificación de investigación del agente. Por ejemplo, si desea una profundización técnica, pero frase su pregunta como "¿Qué es X?", podría obtener una respuesta conceptual. En esta situación, podría volver a escribir el mensaje para que sea más explícito sobre el tipo de informe que desea Copilot generar. Por ejemplo: "Dame una profundización técnica en X, con diagramas de arquitectura y ejemplos de código".

Lectura adicional