5 Tipps zur Verwendung von GitHub Copilot mit Unity
Da Unitys KI-Tools nun in der Betaversion verfügbar sind, sehen wir eine Menge Aufregung um ihre neuen Funktionen, nämlich den In-Editor-KI-Assistenten und seine Integration in beliebte Entwicklertools. Wenn Sie neu in der Beta sind, können Sie mehr auf der AI Tools Webseite erfahren. Wir haben auch eine Video-Tutorial-Serie erstellt, um Ihnen den Einstieg in die Kernfunktionen zu erleichtern.
Wir haben uns mit Stacey Haffner zusammengesetzt, um zu besprechen, wie sie GitHub Copilot mit Unity verwendet, um ihre Spielentwicklungsworkflows zu optimieren. Stacey ist ein ehemaliger Hauptentwickler bei Microsoft und YouTuber mit mehr als einem Jahrzehnt Erfahrung als unabhängiger Spieleentwickler. Ihr Hintergrund erstreckt sich über Creator-Technologie in .NET, Xbox und Unity. Wenn sie sich nicht für Entwickler einsetzt, leitet sie ihr eigenes Indiestudio und veröffentlicht alle zwei Wochen Spieleentwicklungs-Tutorials.
Tauchen wir ein.
Tipp 1: Arbeiten Sie mit dem Kontextfenster, nicht dagegen
„Das Kontextfenster ist der Arbeitsspeicher der KI für eine Sitzung, die ein Limit hat. Abhängig davon, welches zugrunde liegende Modell verwendet wird, kann sich die Leistung verschlechtern, bevor sie überhaupt ihr Limit erreicht, so dass Antworten im Laufe einer Sitzung weniger genau werden können. GitHub Copilot hilft dabei, indem es Ihnen ermöglicht, eine Sitzung zu kompaktieren. Wenn Sie jedoch eine Komprimierung auslösen, nachdem das zugrunde liegende Modell bereits mit der Degradation begonnen hat, wird der degradierte Zustand zu Ihrer neuen Ausgangsbasis. Deshalb empfehle ich, Ihren Workflow von Anfang an um dieses Limit herum zu strukturieren.“
„Für komplexere Funktionen nutze ich den Hauptchatthread, um diese Arbeit zu orchestrieren. Für ein großes Feature lasse ich den Hauptthread die Arbeit in fokussierte Stücke brechen und starte dann Hintergrundagenten, um jeden einzelnen zu bearbeiten. Ein Codieragent übernimmt die Implementierung, ein Validierungsagent überprüft sie und sobald die Überprüfung besteht, wiederholt sich der Zyklus, bis das Feature fertig ist. Jeder Agent arbeitet in seinem eigenen Kontext, sodass der Hauptthread konzentriert bleibt und länger konstant funktioniert.“
Tipp 2: Projektumgebung einrichten
„Die zugrunde liegenden Modelle, die GitHub Copilot unterstützen, sind in der Regel generalistisch, aber Sie können das Verhalten von Copilot anpassen, indem Sie Konfigurationsdateien zum GitHub-Ordner in Ihrem Projekt hinzufügen. Sie können drei Hauptdateitypen hinzufügen, damit GitHub Copilot Ihr Projekt und Ihre Domain besser verstehen kann.“
- Benutzerdefinierte Anweisungen sind immer verfügbare Kontexte, die Copilot für jede Sitzung lädt, die die Basis Ihres Projekts definiert. Sie sollten Ihre bevorzugten Kodierkonventionen, Unity Projektspezifikationen (z. B. Unity Engine Version und Rendering Pipeline), Architekturmuster und allgemeine Präferenzen enthalten. Verwenden Sie diese für Dinge, die immer wahr sein sollten, unabhängig davon, an welchem Teil des Projekts Sie arbeiten.
- Agenten sind Domain-Experten-Personen, die jeweils ihre eigenen Tools und Anweisungen haben. Ich habe Agenten, die sich auf Shader, UI Toolkit, Spielsysteme und so weiter konzentrieren. Im einfachsten Fall wählen Sie den Agenten aus, der zur vorliegenden Arbeit passt, aber Sie können mehr Struktur hinzufügen, indem Sie Übergaben zwischen Agenten einschließen.
- Skills sind modulare, wiederverwendbare Anweisungen, die nur geladen werden, wenn eine bestimmte Aufgabe sie auslöst. Die Fertigkeitsbeschreibung wird in jeder Sitzung geladen, damit das Modell weiß, wann es aufgerufen werden muss, aber die vollständigen Details werden nur geladen, wenn sie tatsächlich benötigt werden. Mein UI Toolkit Agent ruft beispielsweise individuelle Fähigkeiten für Styling, UXML-Schreiben und damit verbundene Aufgaben auf, je nachdem, was benötigt wird. Dadurch bleibt der Speicherkontext des Modells zwischen den Aufgaben effizient.
Tipp 3: Ein großer Plan geht weit
„Der Planmodus ist der erste Schritt, bevor eine Implementierung beginnt. Wenn Sie den Befehl /plan gefolgt von Ihren spezifischen Anweisungen verwenden, begründet GitHub Copilot dies über Ihre Codebasis und fordert Sie auf, einen Implementierungspfad abzubilden, bevor eine einzige Codezeile geschrieben wird.
Stellen Sie sicher, das Feature zu beschreiben oder so viele relevante Details wie möglich zu beheben, dann bitten Sie Copilot zu untersuchen und mit Fragen zurückzukehren. Der Austausch wird Ihnen helfen, die Benutzererfahrung und Funktionalität detaillierter zu durchdenken, was oft Edge Cases auftaucht. Sobald diese Iteration abgeschlossen ist, soll die KI die Grundzüge der Implementierung definieren, einschließlich der vorhandenen Systeme, die sie verwendet, welche neuen Klassen und Methoden Sie erstellen müssen und wie alles zusammenpasst. Erst dann sollte man ihn den Code schreiben lassen.“
Tipp 4: Überspringen Sie nicht den Code Review
„KI-generierter Code muss überprüft werden, besonders wenn es Code ist, der langfristig im Projekt bleibt. Sobald die Implementierung zurückkehrt, sollte man sie wie eine Pull-Anfrage behandeln und durchlesen.“
„Ich habe verschiedene Ansätze ausprobiert, bevor VS Code das Agentenfenster ausgeliefert hat, und ich nutze das jetzt am meisten. Ich kann bestimmten Code hervorheben und den Befehl /Explain verwenden, damit die KI mich durch das führt, was sie tut, oder den Befehl /Review, damit sie den gerade geschriebenen Code kritisiert. Von dort aus füge ich Inline-Kommentare direkt im Diff hinzu, wie ich es bei einer echten Pull-Anfrage tun würde, und sende sie als Gruppe zur Iteration an die KI zurück.“
„Diese Gewohnheit ist wichtig, weil sie den Code aufrechterhält und sicherstellt, dass ich ein tiefes Verständnis meiner Systeme aufrechterhalte. Dieses Wissen hilft mir, die richtigen Designentscheidungen zu treffen, während das Spiel wächst.“
Tipp 5: KI als persönlichen Tutor nutzen
„Sie können GitHub Copilot verwenden, um ein benutzerdefiniertes Tutorial für jedes Unity Konzept zu erstellen, das Sie lernen möchten. Da GitHub Copilot Ihr Projekt lesen kann, können Sie es bitten, die Lektion auf die Bedürfnisse Ihres Spiels und Ihr Können abzustimmen.“
„Ich wollte schon lange Shader lernen, also habe ich einen Unity Shader Graph Agenten entwickelt, der sich stark in den Unterricht einfügt und ihn benutzt, um bodenorientierte Overlays für den Kampf zu erstellen. Wenn ich auf ein Konzept stieß, das ich nicht ganz verstand, konnte ich Fragen stellen und ging erst zum nächsten Schritt über, wenn ich bereit war."
„Es ist wichtig, eine Reihe von Lektionen zu nutzen, die im Laufe der Zeit Unabhängigkeit aufbauen. Zum Beispiel habe ich es gebeten, geführte Tutorials für die ersten beiden Shader bereitzustellen. Es führte mich durch die unbekannten Knoten und die Mathematik, so dass ich tatsächlich verstand, wie jeder Shader funktionierte. Ich wollte den dritten Shader selbst bauen, also habe ich, als ich feststeckte, nur um einen Hinweis gebeten, anstatt um die Antwort. Es gab mir ein paar Leitfragen, die mir halfen, den nächsten Schritt zu identifizieren, und ich machte weiter. Am Ende des Prozesses verstand ich tatsächlich, was ich geschaffen hatte.“
Ausführlicher Blick mit Stacey und KI Beta-Zugang
Für einen tieferen Tauchgang hat Stacey mehrere Videos zu diesen Themen auf ihrem YouTube-Kanal geteilt. Der Zugriff auf den In-Editor-KI-Assistenten von Unity ist jetzt in der offenen Beta verfügbar. Starten Sie hier Ihre kostenlose 14-tägige Testversion.