本日はAWESOME-COPILOTの技術調査枠です。
AWESOME-COPILOTのドキュメントを読みながら実際に操作を試して記事に残します。
今回はカスタムインストラクションの一つGitHub Copilot SDK Python Instructionsについてです。
GitHub Copilot SDK Python Instructions
GitHub Copilot SDK Python InstructionsはPythonで GitHub Copilot SDK を使い、AIエージェントやAI機能をアプリに組み込むためのベストプラクティスです。
CopilotにPython向けに最適化されたAI開発ルールを教え込みます。
以下のページからGenaiscriptのインストールボタンをクリックして取得します。
github.com
インストールボタンを押してGitHub Copilot SDK Python Instructionsをダウンロードします。
すると.github/instructions配下にインストラクションがインストールされます。
インストールしたインストラクションはCopilotの動作に自動的に適用されます。
このインストラクションを読み込むと、CopilotはCopilot SDKを使ったAI機能実装を前提に提案するようになります。
具体的にはCopilotは以下のような行動をとります。
Copilot SDK（Python）前提で実装
CopilotはCopilot SDKを使ったAI統合コードを優先して提案します。
以下の前提で実装します。
- SDK経由でAIと通信
- セッション管理
- ツール実行
セッションベースの対話モデル
Python版でも同様に以下のような会話単位でAIを管理します。
Client → Session → Message → Response
以下の特徴を持ちます。
- 会話履歴保持
- マルチターン対応
- 状態管理
エージェントとしての設計
AIを“エージェント”として扱います。
以下のようなことがAIで実行できます。
- 自律的な判断
- ツール呼び出し
- 複数ステップ処理
非同期・イベント駆動処理
Pythonでも非同期処理（async/await）前提になります。
応答受信、ツール実行などはイベント的に処理されます。
ツール連携（Function Calling）
CopilotはAIからPython関数を実行する設計を提案します。
例えば以下のような処理です。
- API呼び出し
- DB処理
- ファイル操作
Pythonらしい設計（重要）
Node/C#版との違いにPythonのシンプルさ・可読性を重視する点があります。
Copilotはシンプルな関数設計、明確な責務分離、可読性の高いコードを提案します。
データ処理・AIとの相性を活かす
Pythonはデータ処理・AI分野に強いためCopilotは以下と組み合わせた設計を提案します。
- データ分析
- 前処理
- ML連携
ストリーミング応答対応
Copilotは逐次応答（streaming）を扱う設計を提案します。
これは以下の用途に適しています。
- チャットUI
- リアルタイム処理
実行環境・CLI前提
Copilot SDKはCLIや認証環境が前提のためCopilotはセットアップ手順、環境構築も含めて提案します。
AIワークフロー全体を設計
Copilotは単発処理ではなく以下のAIを中心とした処理フロー全体を設計します。
入力 → AI → ツール → 処理 → 応答
