GitHub Copilot 命令行界面编程参考

除了以交互方式运行 Copilot CLI 外，还可以在单个命令中直接将提示传递到 CLI，而无需输入交互式会话。 这样，就可以在脚本、CI/CD 管道和自动化工作流中以编程方式使用 Copilot 。 有关详细信息，请参阅“以编程方式运行GitHub Copilot CLI”。

本文介绍以编程方式运行时 Copilot CLI 特别相关的命令行选项和环境变量。

若要查看可用选项的完整列表，请参阅 GitHub Copilot CLI 命令参考 或在终端中输入以下命令：

copilot help

copilot help

命令行选项

在以编程方式运行Copilot CLI时，有许多命令行选项特别有用。

运行动态工作流

用于 copilot workflow run WORKFLOW-NAME 从脚本运行动态工作流。 若要了解动态工作流，请参阅 动态工作流。

用于 --args 内联 JSON 或带前缀的 @JSON 文件路径。 参数不是从标准输入读取的。

copilot workflow run WORKFLOW-NAME \
  --args @workflow-input.json \
  --silent --output-format json

copilot workflow run WORKFLOW-NAME \
  --args @workflow-input.json \
  --silent --output-format json

在运行命令之前配置身份验证并授予所需的工具权限。 共享选项，例如--model，--allow-tool``--allow-url和--add-dir应用。 该命令不显示权限审批提示。 -p、-i、--agent、--fleet、--autopilot、--resume 和 --continue 等提示和会话模式选项不受 workflow run 支持。

项目扩展仅会从受信任的文件夹中加载，或在明确启用后加载。 在自动化中，GITHUB_COPILOT_PROMPT_MODE_EXTENSIONS=true 允许加载该次调用的项目扩展。 仅对信任的存储库代码启用此功能。 不授予工具权限。

有关所有特定于工作流的选项，请参阅 GitHub Copilot CLI 命令参考。

工作流输出

启用 --output-format json 时，标准输出采用 JSONL 格式。 当运行完成或停止时，最终记录包含以下字段。 添加 --silent 以禁止显示进度及其他事件记录。

使用 --result-file PATH时，该文件仅包含返回的值作为 JSON。 暂停、失败或中断的运行不会替换现有结果文件。 已完成且未返回任何值的运行不会生成结果文件。

未完成的运行的错误和诊断将写入标准错误，即使在静默模式下也是如此。 工作流开始前发生错误，或执行过程中发生中断，都可能导致命令在未生成最终 JSON 记录的情况下终止。

工作流退出代码

在使用结果文件之前，请检查退出代码。 运行失败后，早期结果文件可能仍然存在。 设置为 data.run.status``completed “的最终记录”无法保证成功保存结果文件。

--allow-tool 选项的工具

您可以使用选项指定各种工具。

工具筛选器

使用shell、write、url和MCP服务器工具类型，您可以在括号中指定一个筛选器，以控制允许哪些特定工具。

环境变量

可以使用环境变量在以编程方式运行时配置 CLI 行为的各个方面。 这对于在 CI/CD 工作流或其他自动化环境中设置配置特别有用，你可能不希望直接在命令行中指定某些选项。

有关环境变量 Copilot CLI的完整详细信息，请使用终端中的命令 copilot help environment 。

选择模型

在非交互模式下向Copilot CLI发送提示时，如果-s或--silent选项未使用，CLI 用于生成响应的模型会在响应输出中显示。

可以使用此选项 --model 来指定 CLI 应使用的 AI 模型。 这样，你可以选择最适合提示的模型、平衡速度、成本和功能等因素。

例如，对于简单的任务（例如解释某些代码或生成摘要），可以选择快速、低成本的模型，例如 Claude Haiku 模型：

copilot -p "What does this project do?" -s --model claude-haiku-4.5

copilot -p "What does this project do?" -s --model claude-haiku-4.5

对于需要更深层次推理（如调试或重构代码）的更复杂的任务，可以选择更强大的模型，例如 GPT Codex 模型：

copilot -p "Fix the race condition in the worker pool" \
  --model gpt-5.3-codex \
  --allow-tool='write, shell'

copilot -p "Fix the race condition in the worker pool" \
  --model gpt-5.3-codex \
  --allow-tool='write, shell'

或者，可以将环境变量设置为 COPILOT_MODEL 在 shell 会话期间指定模型。

若要跨 shell 会话保留模型选择，可以在 CLI 配置文件中设置 model 密钥。 此文件位于 ~/.copilot/settings.json（如果您已设置 $COPILOT_HOME/settings.json 环境变量，则位于 COPILOT_HOME）。 某些模型还允许你设置推理工作量级别，该级别控制模型在响应之前思考的时间。

{
  "model": "gpt-5.3-codex",
  "effortLevel": "low"
}

{
  "model": "gpt-5.3-codex",
  "effortLevel": "low"
}

模型优先级

确定要用于给定提示的模型时，CLI 会按以下优先级顺序检查模型规范（从最高到最低）：

• 使用自定义代理的位置：自定义代理定义中指定的模型（如果有）。
• --model命令行选项。
• COPILOT_MODEL 环境变量。
• model配置文件中的键（~/.copilot/settings.json或$COPILOT_HOME/settings.json）。
• CLI 的默认模型。

使用自定义代理

可以使用此选项 --agent 将工作委托给专用代理。 有关详细信息，请参阅“为 GitHub Copilot CLI 创建和使用自定义智能体”。

在此示例中， code-review 使用代理。 这要求已使用此名称创建自定义代理。

copilot -p "Review the latest commit" \
  --allow-tool='shell' \
  --agent code-review

延伸阅读

• GitHub Copilot CLI
• GitHub Copilot CLI 命令参考
• GitHub Copilot CLI 插件参考