~歡迎企業洽談包班需求 ~
課程緣起
隨著生成式 AI 從程式碼輔助工具進一步發展為具備自主規劃、任務執行與工具整合能力的 AI Agent，軟體開發工作正逐漸由「AI 協助寫程式」轉向「AI 代理人協作開發」。GitHub Copilot 的 Agent Mode 結合 Subagents、Custom Agents、Handoffs、Agent Skills 與 MCP Server 等能力，可協助開發者將複雜需求拆解、分派任務並串接規劃、開發、測試與程式碼審查流程。本課程將帶領學員從 Agent 任務規劃開始，逐步建立多代理協作機制，打造可重複使用的 AI 開發助理與專屬 AI 開發團隊。
課程目標
- 掌握 GitHub Copilot Agent Mode 的核心概念與操作方式。
- 學習將複雜軟體需求拆解為可由 AI Agent 執行的開發任務。
- 建立 Subagents、Custom Agents 與 Handoffs 的多代理協作流程。
- 運用 Custom Instructions、Prompt Files 與 Agent Skills 建立可重複使用的 AI 開發能力。
- 了解 MCP Server 與 Agent Hooks，擴充 AI Agent 的外部工具整合與自動化能力。
- 實作規劃、前端、後端、測試及 Code Review 等專業 Agent，建立完整的 AI 軟體開發流程。
適合對象
- 軟體開發人員、程式設計師及軟體工程師
- 前端、後端及全端開發人員
- 使用 GitHub Copilot 進行程式開發的技術人員
- 希望導入 AI Agent 提升軟體開發效率的開發團隊
- 技術主管、架構師及希望推動 AI 輔助開發的相關人員
課前準備：
- 請事先申請 GitHub 帳號（可免費申請）。
- 請事先開通 GitHub Copilot，以利課程實作。
- 建議於課前完成 GitHub Copilot 基本操作體驗。
- 課程實作以 JavaScript、Node.js、React 為主要範例，請預先準備相關開發環境。
先備知識
- 具備基本程式設計概念。
- 具備基本軟體開發流程與程式碼閱讀能力。
- 建議學員熟悉VS Code基礎。
- 具備 Git／GitHub 基礎操作經驗。
- 建議具備 JavaScript、Node.js 基礎，並了解基本前端開發概念。
- 不要求具備 AI Agent、MCP 或 GitHub Copilot Agent Mode 的先備經驗。
課程內容：每日上課時間9:00~17:00、中間午休一小時、共計1日7小時
課程單元 | 課程內容大綱 |
| 將複雜需求轉換成可委派的代理人開發任務 | ● 分析既有專案與技術架構 ● 將功能需求拆解成可執行的開發任務 ● 定義任務目標、限制條件與驗收標準 ● 判斷適合由單一 Agent 或多個 Agent 執行的工作 ● 規劃代理人之間的任務依賴與執行順序 |
| 使用 Subagents 建立多代理協作流程 | ● 主 Agent 與 Subagent 的角色分工 ● 將研究、實作、測試及審查工作委派給不同 Subagent ● 同步、平行與背景任務的使用時機 ● 隔離不同 Subagent 的上下文，避免資訊互相干擾 ● 彙整多個 Subagent 的成果並處理衝突 ● 控制任務委派範圍、工具權限與執行成本 |
| 建立專案專屬的 Custom Agents | ● 使用 .agent.md 建立專案專屬 Agent ● 建立規劃、前端、後端、測試及 Code Review Agent ● 為不同 Agent 設定專屬角色、指令與可用工具 ● 設計不同 Agent 的責任範圍與輸入／輸出 ● 將 Custom Agent 作為 Subagent 執行專業任務 |
| 使用 Handoffs 串接多 Agent 開發流程 | ● 建立規劃、實作、測試與審查的代理人工作流程 ● 將前一個 Agent 的成果交由下一個 Agent 接續處理 ● 設計 Agent 之間的交接內容與驗收條件 ● 控制多 Agent 工作流程中的任務邊界 ● 建立可重複執行的 AI 軟體開發流程 |
| 打造可重複使用的 Copilot 開發能力 | ● Custom Instructions：建立專案共用開發規範 ● Prompt Files：建立可重複使用的開發任務 ● Agent Skills：封裝專業能力與工作流程 ● 建立不同 Agent 可共同遵循的專案規範與能力 |
| 使用 MCP Server 與 Agent Hooks 擴充代理人能力 | ● MCP Server 的角色與應用情境 ● 讓 Agent 使用外部工具與資料來源 ● 控制 Agent 可存取的工具與權限 ● 使用 Agent Hooks 自動執行格式檢查、測試及安全驗證 ● 將外部工具、專案規範與開發流程整合至代理人工作流程 |
| 綜合實作：建立專屬 AI 開發團隊 | 使用 GitHub Copilot 建立 React 與 Node.js 應用程式，由主 Agent 統籌並委派不同 Subagents／Custom Agents 完成： ● Planner Agent：分析需求、設計系統架構及拆解任務 ● Frontend Agent：完成 React 前端功能 ● Backend Agent：完成 Node.js API ● Testing Agent：建立單元測試與整合測試 ● Code Review Agent：進行程式碼審查與問題分析 ● 透過 Handoffs 串接規劃、開發、測試與審查流程 ● 使用 Agent Skills、專案規範與工具協助完成開發任務 ● 多 Agent 成果整合、問題修正與最終驗收 |
* 課程執行單位保留調整課程內容、日程與講師之權利
講師介紹：
講師｜張可佳 Claire Chang
企業 AI 導入／轉型顧問、軟體工程師、AI 應用講師
張可佳（Claire Chang）具 19 年軟體工程實務經驗，技術背景涵蓋前端、後端、影像辨識及 Kubernetes 系統維運，近年專注於 生成式 AI、AI Agent、AI 輔助軟體開發與企業 AI 應用。
擅長將 AI 技術結合實際開發流程，從程式碼生成、除錯、測試、重構與 Code Review，到 Plan、Agent Mode、Subagents、Custom Agents、Agent Skills 及 MCP 等進階應用，協助開發人員建立 AI 協同開發與多代理人工作流程。
曾為企業、醫療院所、政府機關、大專院校及非營利組織提供 AI 內訓、工作坊與技術培訓，累計 36 場以上演講、企業內訓與工作坊，合作機構超過 88 家。
專業領域
- 生成式 AI 與 AI 應用
- GitHub Copilot AI 協同開發
- GitHub Copilot Agent Mode
- AI Agent／Subagents／Custom Agents
- Agent Skills、MCP Server
- AI 輔助程式開發與軟體工程
- AI 工作流程與企業流程優化
- AI 導入與實務應用
代表性經驗
- 《AI 職場超神助手》作者
- 2024 年 11 月天瓏書店單月暢銷榜冠軍
- 2025 年 Biodesign 北醫創業中心創新提案第二名
- 2023 年人工智慧學校創新專題競賽第一名
- 曾與 Acer、VMware、安達人壽、盛群半導體、騰雲科技、台北醫學大學、新竹國泰綜合醫院、數位發展部數位產業署等機構合作
教學特色
以實際工作與軟體開發情境為核心，強調 「理解 AI → 實際操作 → 建立工作流程 → 應用於專案」。
課程不僅介紹 AI 工具功能，更透過實作讓學員將 GitHub Copilot、Agent Mode 及 AI Agent 應用於實際開發工作，建立可重複使用的 AI 協同開發能力。
