Curso Detalhes

(não existem exames)

O papel em mudança do programador

De quem escreve código a analista, arquiteto de agentes e revisor

O que é a programação agêntica?

O ciclo agêntico: raciocinar, usar ferramentas, observar, iterar

O panorama das ferramentas de programação agêntica: GitHub Copilot, Claude Code, OpenAI Codex e Cursor

Introdução ao GitHub Copilot e aos LLM

Compreender os LLM

Conhecimento estático vs. conhecimento dinâmico de um LLM

Licenças do GitHub Copilot

GitHub Copilot CLI vs. Visual Studio (Code)

Escolha do modelo: qual o melhor para cada trabalho

Compreender as questões de privacidade e segurança

LAB: ativar a licença gratuita do GitHub Copilot

Fundamentos do GitHub Copilot

Conclusões de código e sugestões da edição seguinte

Copilot Chat: em linha vs. em painel

Modos do agente: Ask, Edit, Agent e Plan

Tipos de agente do Copilot

Geração de mensagens de commit e de descrições de pull request

Compreender as ferramentas do GitHub Copilot

LAB: refatorar e documentar código legado com as funcionalidades normais do chat

IA ao longo do ciclo de vida do software: análise e desenho

Extrair e clarificar requisitos com IA

Especificações de prompt engineering

Desenho de APIs e de arquitetura com o Copilot

Architecture Decision Records (ADR) como contexto orientador

Gerir issues e itens de trabalho

LAB: desenhar a plataforma de comércio eletrónico — especificações, API e arquitetura

Integrações com MCP e ferramentas de linha de comandos

Integrações universais de IA com o Model Context Protocol (MCP)

Servidores MCP úteis

Considerações de segurança dos servidores MCP

Eficiência de contexto: MCP vs. ferramentas de linha de comandos

Dar ao Copilot ferramentas de linha de comandos

LAB: criar uma interface moderna com o Copilot e a CLI do Playwright

Skills, agentes e hooks

Custom Instructions

Definir agentes especializados

Definir capacidades e scripts reutilizáveis com skills

Automatizar a limpeza de código gerado por IA com hooks

Quando usar instructions, skills ou agentes?

LAB: construir instructions, skills e agentes próprios

Alargar a equipa de desenvolvimento com o GitHub Copilot Cloud Agent

Introdução ao Cloud Agent

Definir requisitos de funcionalidades com issues do GitHub

Atribuir ao Copilot a revisão de um pull request

Orientar o Copilot

Rever alterações com o GitHub Codespaces

GitHub Agentic Workflows: definir fluxos autónomos de IA

Desencadear agentic workflows a partir de issues, comentários e agendamentos

LAB: juntar o GitHub Copilot à equipa de desenvolvimento do seu projeto

IA ao longo do ciclo de vida do software: implementação e testes

Usar as suites de testes como guardrails do agente

O ciclo de test-driven development com o Copilot

Análise estática, linters e analisadores como sinais de feedback

Hooks para orientação determinística do agente

Verificação ponta a ponta da interface com a CLI do Playwright

LAB: construir e testar a plataforma de comércio eletrónico com o Copilot

IA ao longo do ciclo de vida do software: rever e verificar código gerado por IA

Rever com eficiência grandes diffs produzidos por IA

Análise estática e verificação de segurança como sinais objetivos de revisão

Verificar o comportamento com testes, Playwright e ferramentas de benchmarking

Orientar o agente para produzir alterações incrementais e revisíveis

LAB: rever, verificar e reforçar a plataforma de comércio eletrónico

Construir aplicações à medida com o GitHub Copilot SDK

Introdução ao GitHub Copilot SDK

O núcleo agêntico e o ciclo de execução do Copilot

Montar o SDK e autenticar

Integrar ferramentas próprias e servidores MCP por código

Construir interfaces próprias e agentes para tarefas específicas

LAB: construir uma ferramenta de automatização própria com o Copilot SDK