Tutorial GitHub Copilot CLI: Fitur, Instalasi, dan Use Case

GitHub Copilot CLI menghadirkan bantuan AI langsung di terminal untuk membantu pengembang menulis kode, mengotomatisasi tugas, dan mengelola alur kerja menggunakan bahasa alami. Ini memperluas kemampuan Copilot melampaui editor dan mengubah command line menjadi ruang kerja cerdas yang peka konteks.

Panduan ini membahas semua yang perlu Anda ketahui: cara kerja Copilot CLI, cara memasang dan mengonfigurasinya, serta cara menggunakannya dalam skenario dunia nyata.

Untuk menggunakan Copilot CLI secara efektif, Anda perlu terbiasa dengan CLI itu sendiri. Kursus Introduction to Shell membangun memori otot dasar yang ditujukan untuk diotomatisasi oleh Copilot CLI.

Apa itu GitHub Copilot CLI?

GitHub Copilot CLI adalah alat baris perintah yang membawa bantuan AI langsung ke terminal Anda. Anda dapat memintanya membuat perintah, memahami skrip kompleks, dan men-debug masalah langsung dari shell. Alih-alih mengganggu alur kerja untuk menelusuri dokumentasi atau menghafal flag yang asing, Anda cukup menjelaskan apa yang ingin dicapai.

Anda juga dapat mengelola repositori jarak jauh, membuka isu, membuat pull request, dan bekerja dengan GitHub Actions menggunakan perintah berbahasa alami. Ini secara signifikan mengurangi perpindahan konteks, sehingga Anda dapat menangani hampir semua hal yang biasanya dilakukan di situs web GitHub langsung dari CLI.

Memahami GitHub Copilot CLI

GitHub Copilot CLI sedang beralih dari sekadar pembantu command-line menjadi agen yang lebih otonom. Bagian ini membahas transisi tersebut dan kemampuan barunya.

Evolusi dari ekstensi CLI menjadi agen otonom

Versi paling awal dukungan AI di terminal hadir melalui ekstensi gh-copilot. Ini bekerja sebagai add-on untuk GitHub CLI. Anda dapat mengetik prompt bahasa alami dan menerima perintah atau skrip yang sesuai dengan tugas yang Anda jelaskan. Misalnya:

gh copilot generate "Write a bash script that deletes merged branches"

#!/bin/bash
git branch --merged main | grep -v "main" | xargs git branch -d

Anda dapat menyalin output dan menjalankannya di terminal. Perlu diperhatikan bahwa Anda tetap harus menyalin dan mengeksekusinya sendiri. Bagaimana jika alat tersebut melakukannya sendiri? Itulah yang dibawa oleh GitHub Copilot CLI baru.

Untuk menyesuaikan dengan kemajuan AI saat ini, GitHub secara resmi menghentikan ekstensi lama pada 25 Oktober 2025, dan merilis Copilot CLI baru. Versi ini menghadirkan pengalaman yang jauh lebih agen di terminal. Ia memahami konteks, menjalankan alur kerja multi-langkah, menerapkan perubahan kode, dan membantu men-debug masalah langsung dari command line.

Ekstensi Copilot IDE vs Copilot CLI

Copilot CLI melengkapi ekstensi Copilot IDE, dan keduanya menggunakan model AI GitHub untuk mendukung bagian berbeda dari alur kerja pengembangan. Di editor, Copilot membantu Anda menulis, memfaktorkan ulang, dan melengkapi kode. Di terminal, Anda menggunakan Copilot CLI untuk alur kerja berbasis terminal.

Sebagai contoh, Anda mungkin menggunakan Copilot di VS Code untuk membuat Dockerfile, lalu beralih ke terminal dan meminta Copilot CLI membangun image dan melakukan containerization pada aplikasi.

Apa yang Baru di GitHub Copilot CLI?

Rilis ini memperkenalkan serangkaian fitur kuat yang mengubah CLI dari asisten pasif menjadi mitra pengembangan yang proaktif dan otonom.

Kemampuan agenik

Bantuan gh lama hanya bisa menjelaskan kode atau menghasilkan skrip shell dasar. Copilot CLI baru melampaui itu. Ini adalah agen otonom yang merencanakan dan mengeksekusi tugas multi-langkah. Ia dapat men-debug kode, memodifikasi file, membuat struktur proyek baru, dan menangani alur kerja kompleks sepenuhnya dari terminal.

Akses ke model terbaru

Copilot CLI baru memberi Anda akses ke model terbaru dari Anthropic, OpenAI, Google, dan lainnya. Pendekatan multi-model ini menawarkan fleksibilitas lebih dibanding alat penyedia tunggal seperti Gemini CLI atau OpenAI Codex CLI.

Ia menggunakan Claude Sonnet 4.5 sebagai model default, dan Anda dapat beralih model kapan saja dengan menjalankan perintah garis miring /model dan memilih opsi baru dari daftar.

Ekstensibilitas bertenaga MCP

Model Context Protocol (MCP) memungkinkan CLI mengakses dataset internal, basis pengetahuan spesifik, dan menghasilkan solusi khusus domain untuk use case Anda. 

Copilot CLI menyertakan server MCP GitHub yang telah dikonfigurasi sebelumnya, sehingga mudah berinteraksi dengan GitHub.com dan mengelola repositori jarak jauh langsung dari terminal. Anda juga dapat menghubungkan Copilot CLI ke server MCP kustom dan mengambil konteks dari alat atau basis data milik Anda.

Manajemen sesi

Saat Anda memulai Copilot CLI, Anda memasuki sebuah sesi yang tetap aktif hingga Anda keluar. Di dalam sesi, Copilot mengingat dan membangun konteks pada setiap interaksi. 

Sebagai contoh, Anda dapat meminta Copilot merevisi output dari permintaan terakhir, memperpanjang skrip yang baru saja dihasilkan, atau menerapkan perubahan lanjutan tanpa mengulang semua konteks di setiap prompt.

Cara Mengakses GitHub Copilot CLI

Anda dapat menjalankan Copilot CLI di macOS, Linux, atau Windows dan menghubungkannya ke repositori, alur kerja, serta pengaturan organisasi Anda. Berikut cara arsitekturnya bekerja dan apa yang Anda butuhkan untuk menjalankannya.

Prasyarat untuk GitHub Copilot CLI

Anda memerlukan tiga prasyarat sebelum dapat menggunakan GitHub Copilot CLI:

• Akun GitHub Copilot: GitHub menawarkan berbagai paket untuk individu dan bisnis, plus paket gratis dasar dengan 50 permintaan chat per bulan. Pilih paket yang sesuai kebutuhan dan aktifkan GitHub Copilot di akun Anda.
• Node.js versi 22 atau lebih baru: GitHub membangun dan mendistribusikan Copilot CLI sebagai aplikasi Node.js, jadi Anda harus memasang Node.js 22 atau lebih baru di lingkungan Anda.
• npm versi 10 atau lebih baru: Karena aplikasi berjalan di Node.js, npm adalah pengelola paket standar. Pasang npm 10 atau versi yang lebih baru untuk mengelola Copilot CLI.

Platform sistem operasi yang didukung dan spesifik lingkungan

Ada beberapa hal yang perlu diingat saat mengakses GitHub Copilot CLI, tergantung sistem operasi.

Linux & macOS

GitHub Copilot CLI sepenuhnya mendukung Linux dan macOS. Ia berjalan secara native di bash dan zsh, dan kedua platform menangani Node.js, npm global, serta integrasi shell dengan mulus. Jika Anda menginginkan setup Copilot CLI yang paling stabil dengan kompatibilitas fitur penuh, Linux dan macOS adalah yang terbaik.

Windows

Di Windows, cara yang direkomendasikan untuk menjalankan Copilot CLI adalah melalui WSL. WSL memberi Anda lingkungan Linux lengkap di dalam Windows, sehingga Anda mendapatkan stabilitas dan kompatibilitas shell yang sama seperti di sistem Linux native.

Copilot CLI juga dapat berjalan di Windows PowerShell native, namun opsi ini saat ini bersifat eksperimental. Ini memerlukan PowerShell 6 atau lebih tinggi, tetapi bahkan versi terbaru Windows 11 dikirimkan dengan Windows PowerShell 5.1. Oleh karena itu, Anda harus memasang PowerShell 6 atau lebih baru secara manual jika ingin menggunakan PowerShell native.

Menyiapkan GitHub Copilot CLI: Proses instalasi langkah demi langkah

Mari mulai dengan GitHub Copilot CLI.

Langkah 1: Verifikasi prasyarat

Memverifikasi prasyarat wajib mencegah sebagian besar kegagalan instalasi, jadi mulailah dari sini. Periksa versi Node.js dan npm Anda dengan menjalankan:

node --version
npm --version

Anda juga memerlukan akun GitHub dengan langganan Copilot aktif. Jika ada prasyarat yang gagal, perbaiki terlebih dahulu sebelum melanjutkan untuk menghindari kesalahan instalasi.

Langkah 2: Instal Copilot CLI

Instal Copilot CLI resmi:

npm install -g @github/copilot

Anda dapat mengonfirmasi instalasi dengan menjalankan:

--version

Jika perintah menampilkan nomor versi seperti pada gambar di atas, berarti Anda telah memasang Copilot CLI dengan benar.

Langkah 3: Autentikasi GitHub

Jika ini pertama kalinya, Anda perlu melakukan autentikasi dengan GitHub dengan mengikuti langkah-langkah di bawah ini:

1. Jalankan perintah: gh auth login.

2. Saat GitHub CLI menanyakan: “Where do you use GitHub?”, pilih GitHub.com dan tekan Enter.

3. Saat ditanya: “What is your preferred protocol for Git operations on this host?” Pilih HTTPS dan tekan Enter.

4. Saat diminta metode autentikasi, pilih “Login with a web browser.”

GitHub CLI kemudian menampilkan kode satu kali dan URL GitHub. Buka URL tersebut, masukkan kode satu kali, setujui permintaan login, dan konfirmasi akses ke akun GitHub Anda.

Setelah Anda menyetujui permintaan, kembali ke terminal dan verifikasi login dengan menjalankan gh auth status. Jika menampilkan nama pengguna GitHub Anda, autentikasi berhasil.

Menggunakan GitHub Copilot CLI

Untuk memulai GitHub Copilot CLI setelah autentikasi, ikuti langkah-langkah berikut:

1. Buka terminal dan navigasikan ke repositori kode tempat Anda ingin menggunakan Copilot CLI.

2. Ketik copilot dan tekan Enter. Ini memulai mode interaktif di mana Anda dapat mengajukan pertanyaan lanjutan dalam satu sesi.

Anda juga dapat menjalankan prompt sekali jalan, misalnya, copilot -p “explain what this function does: [function_name]”. Di sini, CLI menghasilkan penjelasan lalu segera menutup sesi.

Fitur Inti GitHub Copilot CLI

Ada beberapa fitur menarik di Copilot CLI yang mendukung alur kerja agenik. Mari kita lihat penerapannya.

Eksekusi tugas bertenaga agen otonom

Copilot CLI menggunakan arsitektur berbasis agen yang memahami prompt Anda, merencanakan tindakan yang diperlukan, dan mengeksekusi tugas multi-langkah langsung di terminal.

Agen dapat menguraikan instruksi kompleks dan mengorkestrasi tugas yang melibatkan pembacaan file, pembuatan skrip, transformasi data, atau merangkai beberapa operasi secara otomatis. 

Berikut contoh cara kerjanya dalam praktik:

Mengotomatiskan pemeriksaan pra-deployment menggunakan GitHub Copilot CLI

Saya meminta Copilot membuat skrip yang mengotomatiskan pemeriksaan pra-deployment. Copilot memindai repositori, membuat file baru (deploy_prep.sh), dan menulis skrip yang melakukan pemeriksaan umum seperti memverifikasi status Git yang bersih, menjalankan build Gradle, dan membangun image Docker.

Setelah saya menerima diff, Copilot otomatis menambahkan skrip ke repo. Ini menunjukkan bagaimana agen menangani seluruh alur kerja, dari memahami prompt hingga membuat file dan menulis skrip lengkap.

Integrasi native terminal dan pelestarian alur kerja

Copilot CLI berjalan secara native di terminal dan menjaga seluruh alur kerja Anda tetap di satu tempat. Anda dapat merencanakan tugas, menghasilkan kode, dan mengeksekusi perintah tanpa berganti alat.

CLI juga mempertahankan konteks sesi, sehingga mengingat langkah sebelumnya saat Anda bekerja. Kontinuitas ini memudahkan penanganan tugas multi-langkah dan pemecahan masalah yang kompleks.

Integrasi GitHub dan konteks repositori

Copilot CLI terintegrasi langsung dengan ekosistem GitHub, memberi Anda akses ke repositori jarak jauh, branch, dan alur kerja dari terminal.

Integrasi ini menyederhanakan operasi GitHub. Anda dapat membuat pull request, meninjau diff, atau memperbaiki isu terbuka dengan prompt berbahasa alami yang sederhana. Misalnya, Anda dapat meminta CLI membuat PR baru dengan ringkasan perubahan Anda, dan ia akan menyiapkan permintaan, menghasilkan deskripsi, serta mendorongnya ke GitHub.com.

Mode Operasional GitHub Copilot CLI

Untuk memberi Anda tingkat kontrol yang tepat untuk berbagai tugas, CLI diorganisasi ke dalam tiga mode operasional yang berbeda: ask, edit, dan agent.

Mode Ask

Dalam mode “Ask”, Anda dapat meminta definisi, contoh, perbandingan, atau panduan langkah demi langkah, dan Copilot merespons secara percakapan.

Misalnya, jika Anda tidak yakin cara kerja sebuah flag, apa yang dilakukan sebuah pipeline, atau mengapa sebuah skrip gagal, mode “Ask” memberi penjelasan langsung tanpa meninggalkan terminal. 

Mode Edit

Saat Anda memberi prompt ke Copilot dalam mode “Edit”, ia menganalisis proyek Anda, mengidentifikasi file yang perlu diperbarui, dan menghasilkan perubahannya. Anda meninjau diff di terminal dan menyetujuinya.

Anda dapat menggunakannya untuk memfaktorkan ulang fungsi, memperbarui file konfigurasi, mengganti nama variabel di seluruh proyek, atau memigrasikan kode ke pola baru. 

Mode Agent

Mode Agent adalah saat Copilot CLI beralih dari membantu tugas menjadi mengeksekusinya secara otonom. Agen menafsirkan permintaan Anda, membuat alur kerja multi-langkah, menjalankan setiap langkah, memeriksa hasil, dan menyesuaikan seperlunya.

Mode ini menangani tugas yang memerlukan beberapa perintah atau perencanaan manual. Misalnya, agen dapat menyiapkan lingkungan pengembangan dengan membuat direktori, menghasilkan file, dan memasang dependensi.

Fitur Lanjutan GitHub Copilot CLI 

Setelah membahas fitur inti dan mode operasional, mari lihat beberapa fitur lanjutan lainnya.

Perintah garis miring dan pintasan alur kerja

Perintah garis miring bertindak sebagai pintasan untuk operasi umum di Copilot CLI. Perintah ini memicu aksi secara instan tanpa prompt lengkap, sehingga berguna untuk tugas cepat atau berulang. Contoh umum meliputi:

• /explain untuk menafsirkan perintah atau skrip

• /commit untuk menyiapkan pesan commit dari perubahan yang di-staging

• /pr untuk membuat draf deskripsi pull request

• /fix untuk mengidentifikasi isu dalam kode dan mengusulkan perbaikan

• /review untuk meringkas atau meninjau perubahan lokal

• /run untuk menghasilkan dan mengeksekusi perintah

Kustomisasi

Copilot CLI menyimpan pengaturannya dalam file konfigurasi JSON di dalam direktori Copilot default: ~/.copilot. File ini mencakup model AI default Anda, pengaturan integrasi editor, dan preferensi alur kerja. 

Anda dapat mengeditnya secara manual untuk mengontrol perilaku Copilot. Karena file berada di direktori home Anda, pengaturannya berlaku global untuk setiap proyek, memungkinkan konsistensi lintas proyek. 

CLI juga menyertakan perintah untuk menyesuaikan konfigurasi tanpa mengedit file secara manual. Perintah umum meliputi:

• copilot config view untuk menampilkan pengaturan Anda saat ini

• copilot config set <key> <value> untuk memperbarui nilai konfigurasi tertentu

• copilot config reset untuk mengembalikan semuanya ke default

Dalam lingkungan multi-pengguna atau enterprise, tim dapat mendistribusikan templat konfigurasi standar atau menggunakan skrip onboarding untuk menetapkan perilaku default bagi setiap pengembang. 

Setiap pengguna tetap menyimpan direktori konfigurasi masing-masing, namun administrator dapat menggabungkan default bersama dengan kustomisasi individual. Keseimbangan ini menciptakan pengalaman Copilot yang konsisten di seluruh organisasi sekaligus mempertahankan fleksibilitas yang dibutuhkan pengembang.

Konfigurasi keamanan

Untuk data sensitif seperti token atau pengenal khusus enterprise, Copilot CLI menggunakan variabel lingkungan. Anda dapat menambahkan variabel ini ke profil shell, memuatnya dari pengelola rahasia, atau mendefinisikannya per sesi untuk autentikasi jangka pendek. Ini menjaga rahasia tetap di luar kontrol versi dan mengurangi risiko keamanan.

Use Case GitHub Copilot CLI

Bagian ini menyoroti bagaimana CLI dapat meningkatkan produktivitas di berbagai tugas pengembangan umum.

Memulai dengan prompt sederhana

Mulailah dengan prompt sederhana untuk membiasakan diri dengan Copilot CLI. Meskipun agen ini kuat, kualitas output bergantung pada input Anda. Untuk menguasai seni menulis instruksi yang efektif, lihat kursus Understanding Prompt Engineering kami.

Anda dapat menggunakannya untuk menjelaskan perintah shell, meringkas error, atau menghasilkan cuplikan kecil. Misalnya, kita dapat memintanya membersihkan image dan container Docker yang tidak terpakai:

copilot -p "Clean up unused Docker images and containers"

Seperti terlihat pada gambar, skrip lengkap dihasilkan, dan saat Anda menerima saran tersebut, skrip akan dijalankan dan menghapus image serta container yang tidak terpakai, persis seperti yang kita inginkan.

Pembuatan dokumentasi

Anda dapat meminta Copilot membuat dokumentasi, menambahkan komentar inline, atau memperbarui dokumentasi yang ada. Mari lihat bagaimana ia dapat menghasilkan file README untuk sebuah repositori:

copilot -p "Generate a README for this repo: include purpose, install, basic usage, and example commands."

Karena saya sudah memiliki file README, Copilot memperbaruinya agar sesuai dengan persyaratan baru yang diberikan dalam prompt saya. Diff menampilkan teks yang dihapus dalam warna merah dan teks yang ditambahkan dalam warna hijau, sehingga perubahan mudah ditinjau dan disetujui.

Peningkatan framework dan modernisasi kode warisan

Dalam codebase warisan, pengembang menggunakan Copilot CLI untuk mengganti API usang, memigrasikan pola lama, atau melakukan refaktor di seluruh proyek. Anda juga dapat meminta Copilot meningkatkan pustaka yang kedaluwarsa, menulis ulang kode untuk API baru, atau menyiapkan catatan migrasi untuk rilis mayor. 

Sebagai contoh, saya memintanya meningkatkan semua dependensi Gradle ke versi aman terbaru:

copilot -p "Upgrade all Gradle dependencies to their latest safe versions"

Ditemukan dua dependensi dengan pembaruan relevan, dan kita cukup menerima diff untuk memasukkan versi yang lebih baru tersebut.

Kesimpulan

GitHub Copilot CLI mengubah terminal dari prompt perintah statis menjadi agen cerdas yang mampu memahami dan mengeksekusi alur kerja pengembangan yang kompleks. Dengan menggabungkan konteks repositori yang mendalam dengan perencanaan otonom, alat ini memberdayakan pengembang untuk mengotomatisasi tugas-tugas membosankan dan mengelola seluruh siklus hidup GitHub tanpa meninggalkan command line.

Copilot CLI akan terus berkembang dengan integrasi server MCP yang lebih dalam dan otomatisasi berbasis agen yang lebih andal. Masa depan AI agenik juga bergerak menuju integrasi model visi. Ini akan memungkinkan alat AI seperti Copilot menafsirkan tangkapan layar bug atau mockup desain, dan mendukung alur kerja yang lebih otonom langsung dari input visual.

Untuk penerapan organisasi yang mulus, mulailah dengan panduan onboarding bersama yang mencakup instalasi dan autentikasi. Pertahankan konsistensi dengan menggunakan templat konfigurasi berbasis JSON dan variabel lingkungan yang aman. Untuk lingkungan yang lebih besar, sediakan profil konfigurasi khusus per peran atau tim untuk menjaga konsistensi.

Jika Anda ingin menguasai alur kerja agenik dan mengeksplorasi potensi penuh pengembangan berbantuan AI, lanjutkan belajar dengan AI for Software Engineering kami.