Copilot en action : De l'idée au code de production

Ceci est la partie 3 d'une série en 4 parties sur la construction d'Andon-SSP avec GitHub Copilot. Lisez la partie 1 et la partie 2 pour le contexte.

Bientôt disponible : Cet article présentera des exemples concrets de GitHub Copilot générant du code de production pour Andon-SSP. Vous verrez les prompts réels, le code généré et le processus de raffinement.

Ce que cet article couvrira

• Générer des entités Dataverse et des interfaces de service : Du commentaire au code prêt pour la production en 15 minutes
• Construire l'infrastructure de hub SignalR : Gestion de connexion complexe, abonnements de groupe, récupération d'erreurs
• Créer la passerelle Windows : Traduction de protocole RF pour les appareils de fabrication
• Écrire des tests unitaires complets : De 40% à 85%+ de couverture avec l'assistance de l'IA
• La boucle d'itération : Prompt → Générer → Raffiner → Livrer

Exemple 1 : Génération d'entités avec validation

Avant Copilot (approche traditionnelle) :

• Écrire manuellement la classe d'entité : 30 minutes
• Ajouter la logique de validation : 15 minutes
• Créer l'interface du référentiel : 20 minutes
• Implémenter les opérations CRUD : 45 minutes
• Total : ~2 heures par entité

Avec Copilot :

• Écrire un commentaire descriptif
• Copilot génère l'entité avec validation
• Réviser et raffiner
• Total : ~15 minutes par entité

Je montrerai le prompt exact et le code généré dans cet article.

Exemple 2 : Hub SignalR pour les alertes de production

Les alertes de production en temps réel nécessitent une logique SignalR complexe : gestion de connexion, abonnements de groupe, récupération d'erreurs, stratégies de reconnexion.

Le défi :

• Les clients doivent rejoindre des groupes par ID de cellule de production
• Diffuser les mises à jour de statut à des cellules spécifiques uniquement
• Gérer les reconnexions avec élégance
• Maintenir l'état du client à travers les déconnexions
• Enregistrer tous les événements pour le débogage

La solution assistée par Copilot :

Je partagerai la stratégie de prompting en plusieurs parties qui a généré un hub SignalR prêt pour la production avec des modèles async/await appropriés, la gestion du cycle de vie des connexions et la journalisation structurée.

Exemple 3 : Le service de passerelle Windows

L'une des pièces les plus complexes : un service Windows qui traduit les protocoles d'appareils RF en requêtes HTTP vers l'API cloud.

Exigences :

• Fonctionner comme service Windows
• Surveiller les ports COM pour les messages des appareils RF
• Analyser les formats de protocole propriétaires
• Mettre en file d'attente les messages pour réessayer en cas d'échec réseau
• Gérer l'arrêt gracieux

Copilot a aidé à générer le squelette du service, la logique de surveillance des ports COM et les mécanismes de réessai. Je montrerai comment le prompting itératif a raffiné la solution.

Exemple 4 : Explosion de la couverture de tests

Le modèle :

1. Écrire le code de production
2. Prompt : "Générer des tests xUnit couvrant le succès, l'échec et les cas limites"
3. Réviser les tests générés
4. Ajouter des cas de test spécifiques au domaine manuellement
5. Résultat : 85%+ de couverture vs typique 40%

Je partagerai des exemples de suites de tests générées par Copilot et ce que j'ai ajouté manuellement.

Partie 4 (finale) : Leçons apprises—ce qui fonctionne brillamment avec la programmation en binôme IA, ce qui nécessite une supervision humaine, métriques de vélocité de développement, et meilleures pratiques pour le développement d'entreprise assisté par l'IA.

Questions sur l'utilisation de Copilot pour des scénarios d'entreprise complexes? Contactez-moi—j'ai documenté des centaines d'exemples.