Programmation et développement logiciel

Comment créer des interfaces de travail personnalisées dans l’application GitHub Copilot à l’aide des Canvases

GitHub explique comment créer des interfaces de travail interactives dans l’application GitHub Copilot en décrivant le flux de travail en langage naturel, puis modifier l’interface et l’utiliser en parallèle avec l’agent. Ces interfaces peuvent servir pour des tableaux kanban, le tri des problèmes, des listes de contrôle et des tableaux de bord.

2026-09-25
4 min de lecture
25 vues
certi.news Editorial Team
Comment créer des interfaces de travail personnalisées dans l’application GitHub Copilot à l’aide des Canvases

La fonctionnalité Canvases de l’application GitHub Copilot permet à l’utilisateur de créer une interface de travail personnalisée à partir d’une description écrite en anglais, plutôt que de s’adapter à des écrans statiques imposés par les outils traditionnels. GitHub explique que ces interfaces, également appelées extensions Canvas, peuvent prendre la forme d’un tableau kanban, d’un tableau de tri des problèmes, d’une liste de contrôle des versions, d’un formulaire ou d’une feuille de calcul.

Créer un Canvas à partir d’une description textuelle

La création de l’interface ne nécessite ni l’écriture de code ni la conception manuelle de fichiers. L’utilisateur commence une session avec un agent GitHub Copilot, puis saisit la commande /create-canvas suivie d’une description de l’interface souhaitée. Pour obtenir un résultat utile, GitHub suggère de préciser trois éléments : le flux de travail que l’interface doit prendre en charge, les actions que l’utilisateur doit pouvoir effectuer et les tâches que l’agent peut exécuter.

Parmi les exemples cités par l’entreprise figure une demande de création d’un Canvas pour suivre les notes de version relatives aux fonctionnalités réalisées au cours des sessions de l’application GitHub Copilot, avec des outils permettant d’examiner et d’organiser les entrées et d’autoriser l’agent à les ajouter et à les mettre à jour. L’agent construit ensuite l’interface et l’ouvre dans le panneau latéral, sans que l’utilisateur ait besoin de créer les fichiers ou de configurer manuellement la mise en page.

L’interface est un point de départ modifiable

GitHub ne considère pas le premier résultat comme une conception définitive. L’utilisateur peut demander l’ajout de colonnes ou de filtres, récupérer les demandes de tirage ouvertes ou transformer l’interface en liste de tâches quotidienne. L’agent remodèle le Canvas en fonction de ces instructions, qui peut ensuite être enregistré en tant qu’extension réutilisable.

L’extension peut être conservée dans le projet afin d’être partagée avec l’équipe, ou enregistrée en tant qu’extension personnelle. GitHub indique également que la communauté Awesome Copilot propose des extensions prêtes à l’emploi, notamment des outils pour les notes de version, des tableaux kanban et des flux de travail de tri des problèmes, qui peuvent être installés puis personnalisés.

Collaboration directe entre l’utilisateur et l’agent

La principale différence pratique est que Canvas permet aux deux parties de modifier directement l’état partagé. Lorsqu’un utilisateur appuie sur un bouton, met à jour un champ ou déplace une carte, la modification apparaît dans l’interface et devient visible pour l’agent sans étape de synchronisation distincte. De même, l’utilisateur peut demander à l’agent d’utiliser les mêmes fonctions que celles mises à sa disposition pour ajouter une note de version ou déplacer une carte, le résultat apparaissant dans l’interface.

Qu’est-ce qui change en pratique ?

Les Canvases proposent un modèle qui va au-delà de l’interaction consistant à envoyer une commande et à attendre une réponse, puisque l’interface devient un espace de travail partagé que l’utilisateur et l’agent peuvent modifier. Cela rend la fonctionnalité adaptée aux flux de travail qui nécessitent des éléments visuels et un état actualisable, plutôt qu’aux seules réponses textuelles. Toutefois, l’article ne précise pas les détails de la disponibilité, les limites concernant les types de données et les opérations prises en charge, ni les conditions d’accès à cette fonction ; son adéquation aux équipes et aux environnements de production doit donc encore être vérifiée en pratique.

GitHub suggère de commencer par un tableau simple ou une liste de contrôle, puis de l’améliorer progressivement en répondant à trois questions : quelles informations doivent être affichées ? Que souhaite modifier directement l’utilisateur ? Et que doit pouvoir mettre à jour ou exécuter l’agent ?

Source de l’actualité
c
Auteur

certi.news Editorial Team

Dans la même catégorie

À lire également

Voir toutes les actualités