# Agent Orchestration: Build Your AI Dream Team（GitHub Skills 练习）

- 发布方：GitHub Skills（GitHub 官方）；作者：GitHub Skills
- 形式：实践教程 · en
- 原始资源：[https://github.com/skills/agent-orchestration-build-your-ai-dream-team](<https://github.com/skills/agent-orchestration-build-your-ai-dream-team>)
- 本站页面：[https://oplearnx.com/resources/res\_3wv7rcawwepc](<https://oplearnx.com/resources/res_3wv7rcawwepc>)
- 学习主题：人工智能 / AI Agent；人工智能 / AI Agent / 工具调用与工作流；人工智能 / AI Agent / 多 Agent 协作
- 内容状态：状态待核验
- 原始发布时间：未知（待核验）
- 本站首次收录：2026-10-24 05:01

## 能学到什么

在 GitHub Codespaces 中用 GitHub Copilot CLI 的自定义 Agent（Orchestrator、Planner、Coder、Designer）协作完成一个可运行的 Project Pulse 仪表盘，并产出规划与交接文档。

- 在 Codespace 中启动并打开 GitHub Copilot CLI，进入练习环境
- 查看 .github/agents/ 下的 Orchestrator、Planner、Coder、Designer 自定义 Agent 配置
- 用 Orchestrator 与 Planner 生成 Project Pulse 的分阶段实施计划
- 用 Orchestrator 把仪表盘设计与编码任务分派给专门 Agent
- 搭建 app/index.html、app/styles.css、app/project-data.json 与 .vscode/launch.json
- 运行仪表盘并验证结果，整理最终协调交接说明

## 适合我吗

- 适合：想用终端里的 AI Agent 完成一个小项目、并体验多角色 Agent 分工协作的学习者，一小时内可完成。
- 需要留意：想系统学习多 Agent 架构理论、或需要大量 Python/训练代码的学习者不适合；这里只做一次小型前端仪表盘练习。

## 前置条件与费用

- 知识前置：熟悉 GitHub 与 GitHub Copilot 基本使用，了解仓库、提交与 Markdown，习惯在集成终端里操作。原站未列出其他先修知识。
- 软件、账号与硬件：GitHub 账号且具备 GitHub Copilot 访问权限；可使用 GitHub Codespaces；浏览器即可，需在终端操作。
- 内容费用：免费：README 完整给出学习目标与步骤，练习通过复制公开仓库模板在 Codespace 中完成，页面未设付费墙；站点页脚的 MIT License 为站点声明，练习本身费用未单独说明。
- 实践费用：实践费用待核验：网页只要求有 GitHub Copilot 与 Codespaces 访问权限，未说明这些服务是否由学习者付费（如订阅或 Actions 分钟）。
- 转载与修改：按材料分别核对，见本页“来源核验与开课实跑”；仓库许可不自动适用于教材或视频。

## 准备工具

- [GitHub 账号](<https://github.com/signup>)：复制练习模板与托管仓库
- [GitHub Copilot](<https://github.com/features/copilot>)：提供 CLI 中的 agentic 编码能力
- [GitHub Codespaces](<https://github.com/features/codespaces>)：运行练习所需的在线开发环境

## 学习指南

开课检查：提示词由本站整理，尚未按提示词实际完成开课检查。

### 开课提示词

```text
请帮我把「Agent Orchestration: Build Your AI Dream Team（GitHub Skills 练习）」的学习环境一次准备好，让我之后只需要按顺序学习和做练习。
开始前先问我：课程放在哪个目录（等我给出完整路径），确认我的操作系统和已有工具。确认前不要创建文件或安装软件。

课程入口：https://github.com/skills/agent-orchestration-build-your-ai-dream-team
我的系统：Windows。如果实际不符，先调整方案。
本次路线：浏览器或在线环境。只准备这条路线需要的工具；只读路线不安装运行环境、不配置模型密钥。
练习：练习以小型前端仪表盘为载体，网页未说明需要额外付费云服务或 API；运行环境为 GitHub Codespaces。
课节（官方顺序）：
1. Agent Orchestration: Build Your AI Dream Team（练习主页）：https://github.com/skills/agent-orchestration-build-your-ai-dream-team

1. 环境
- 浏览器与 GitHub 账号（含 Copilot 与 Codespaces 权限）
- GitHub Codespaces 在线环境，含集成终端
- GitHub Copilot CLI
- 安装前先列出要装的软件和命令，等我同意；已装好的直接复用。
2. 材料
- 官方课程页面：只记录链接 https://github.com/skills/agent-orchestration-build-your-ai-dream-team
3. 目录（最外层放在我确认的位置）
agent-orchestration-dream-team/
├── README.md        # 课程入口、课节清单、每次怎么开始
├── progress.md      # 每课：读讲义 / 做练习 / 记笔记
├── questions.md     # 待解决的问题
├── check-env.md     # 环境自检，按 README 操作
├── data/            # 练习用到的样例数据
└── lessons/         # 每课一个文件夹：notes.md + exercises/
    └── 01-01-agent-orchestration-build-your-ai/
- 每课文件夹里建 notes.md（顶部写本课官方链接）和 exercises/；课节文件夹名称与上面一致。
- 已有课程目录先检查并复用；不覆盖笔记、作业或 progress.md，不重置已有进度。尚未发布的课节保留入口并注明未发布，不能代写讲义或虚构练习。
4. 自检
- 创建 check-env.md，逐项检查并记录“通过/未通过”：
- 按浏览器或在线 notebook 清单检查，不为自检安装本机终端。
  - 在复制后的仓库中打开 Actions 标签页  → 能看到准备课程的运行任务，状态为进行中或已完成
  - 在 Codespace 终端列出 .github/agents/ 目录内容  → 能看到 Orchestrator、Planner、Coder、Designer 对应的 Agent 文件
  - 检查 app/ 与 .vscode/ 目录  → 存在 index.html、styles.css、project-data.json 与 launch.json，且仪表盘能运行
- 标注为人工检查、浏览器操作或 notebook 单元的项目，按相应方式操作，不直接粘贴进 shell；脚本只包含当前系统可执行的命令。
- 仅在当前路线需要、对应材料已获准保存、工具已安装时运行该项；需要登录、付费或尚未开放的材料记为“需要我操作/未验证”，不能伪报通过。不执行会调用付费 API、提交作业或修改云服务的检查。
- 运行一次，把结果给我看；未通过的项目说明原因和修复办法。
5. 学习计划
- README.md：课程入口、课节清单（带链接）、每次学习怎么开始（使用“每课提示词”）。
- progress.md：每课三项勾选——读讲义、做练习、记笔记。
6. 最后分三部分汇报：已完成、需要我自己操作的、尚未验证的。

边界：
- 需要管理员权限、会产生费用或需要填写密钥的操作，先告诉我原因，等我同意。密钥由我在本机配置，不发到聊天，不写进笔记或版本库；原项目需要 .env 时确认已被 Git 忽略。
- 不替我写练习或作业答案，也不替我提交。我卡住时只给提示；我明确要求时才给解答。
- 只下载许可允许个人保存的材料；其余只放链接。不把未运行的命令说成成功。
如果你不能直接操作我的文件系统，请在确认目录后给出适用于我的系统、可直接执行的命令和需要保存的文件内容。
```

### 每课提示词

```text
继续学习「Agent Orchestration: Build Your AI Dream Team（GitHub Skills 练习）」。课程目录是 agent-orchestration-dream-team/（不知道完整路径就先问我）。
1. 读 progress.md，找到下一课；如果我指定了第几课，就准备那一课。
2. 打开这一课的官方页面和本地讲义，列出本课练习要用的工具、文件和样例数据。缺少的先告诉我，等我同意再安装或下载。
3. 在 lessons/ 对应的课节文件夹里准备好练习：exercises/ 里给每道题建一个文件，写上题号和题目原文链接，不写答案；已有文件保留，样例数据放到 data/。拿不到官方题目或起始代码时记录限制，不编造替代品。
4. 按 README 运行开课时生成的自检脚本或在线检查清单，并检查本课新增工具能否正常使用。
5. 告诉我：本课先读哪几节、从哪道练习开始、大约需要多久。我学完后，帮我在 progress.md 勾选并把问题整理到 questions.md。

边界：
- 需要管理员权限、会产生费用或需要填写密钥的操作，先告诉我原因，等我同意。密钥由我在本机配置，不发到聊天，不写进笔记或版本库；原项目需要 .env 时确认已被 Git 忽略。
- 不替我写练习或作业答案，也不替我提交。我卡住时只给提示；我明确要求时才给解答。
- 只下载许可允许个人保存的材料；其余只放链接。不把未运行的命令说成成功。
```

### 课节（官方顺序）

1. [Agent Orchestration: Build Your AI Dream Team（练习主页）](<https://github.com/skills/agent-orchestration-build-your-ai-dream-team>)

## 指南参考

- [课程主页](<https://github.com/skills/agent-orchestration-build-your-ai-dream-team>)

## 来源、许可与验证记录

- **开课提示词未完整验证，需要自备账号或资源**：GitHub 账号，且需能访问 GitHub Copilot；GitHub Codespaces 访问权限；需在 Codespace 的集成终端中使用 GitHub Copilot CLI
- 转载与修改 · 课程页面与材料：MIT。仓库页面页脚标注 “© 2026 GitHub • Code of Conduct • MIT License”；具体适用范围以仓库内说明为准 [依据](<https://github.com/skills/agent-orchestration-build-your-ai-dream-team>)
- 链接检查：1/1 个可以访问

## 来源与推荐

- 编辑整理收录

---
来源：LearnMap · 学径（https://oplearnx.com）