AI Agent 需要處理的程式碼庫規模愈來愈大、系統也日益複雜，因此視覺化編排與高效率的情境管理，已成為現代開發不可或缺的一環。

在本場次中，您將了解如何運用 GitHub Copilot app 中的 Canvases、情境工程與可擴充的 Agent 功能，設計更聰明且經過 Token 最佳化的 AI 工作流程。透過實際示範，您將看到開發者如何協調 multi-agent 協作、更有效地管理情境，並從線性的聊天式提示，進化到視覺化的 Agent 編排。

您將學到

・如何將 GitHub Copilot app 中的 Canvases 作為視覺化工作區，用於複雜的 multi-agent 開發
・Token 預算配置、提示快取（Prompt Caching）與情境精簡如何提升工作流程效率
・如何運用 Agent Plugins 與 Model Context Protocol (MCP) 擴充 Agent 工作流程
・從一次性提示邁向協作式 Agent 編排的最佳實務

使用技術

・GitHub Copilot 各項工具，包括 CLI、app 與 Visual Studio Code
・Agent Plugins 與 Model Context Protocol (MCP)
・Token 最佳化與情境工程

適合對象

・在複雜程式碼庫中打造 agentic 工作流程的開發者
・希望提升 AI 工作流程效率與情境管理能力的工程師
・想以可重複使用的 Agent 功能擴充 GitHub Copilot 的團隊
・對視覺化、multi-agent 開發體驗有興趣的每一位開發者