案例01｜自訂 Teams Copilot：開發環境、SharePoint 測試與 Git 部署流程
| 核心主題 | 主要觀點／方法 | 實務用途 | 重要條件／限制 |
|---|---|---|---|
| 擴充選項 | 宣告式代理程式、連接器、Power Platform 連接器、外掛程式 | 依需求選擇低程式碼或完整程式碼擴充方式 | 能力越大，安全、權限與維護責任越高 |
| 開發先決條件 | Microsoft 外掛程式架構、程式設計背景、開發者帳號 | 確認團隊具備完整程式碼開發條件 | 不適合把複雜開發當成純公民開發 |
| 開發環境 | Node.js、npm、.NET、Visual Studio Code、Azure AI Studio 軟體開發套件（Software Development Kit, SDK）、TypeScript | 建立 Teams Copilot 專案 | 版本與相依性必須管理；原書示例以 .NET 8.0／最高非預覽版本為參考 |
| SharePoint 測試環境 | 建立可用於建置／測試的 SharePoint Online 網站 | 提供自訂 Copilot 的資料與測試情境 | 需有適當網站建立與資料權限 |
| 除錯／測試 | 在部署前測試 Copilot 的回覆與功能 | 找出功能與整合問題 | 本機成功不代表已具備正式環境上線條件 |
| Git 版本控制 | 初始化儲存庫、暫存／提交／推送／拉取 | 建立版本追蹤與復原基礎 | 部署前應保存可回復快照 |
| 部署 | 完成測試與版本控制後部署到 Teams／企業環境 | 讓自訂 Copilot 進入實際使用 | 需配合企業部署、安全審查與責任歸屬 |
| Semantic Kernel | 原書最後介紹 Semantic Kernel 作為人工智慧協調／開發相關能力 | 理解更進階人工智慧應用程式架構 | 需工程知識，不應只靠生成程式碼直接上線 |
第 15 章從 Copilot Studio 的低程式碼世界進一步走向完整程式碼 Teams Copilot。原書先比較宣告式代理程式、連接器、外掛程式等擴充模式，再花大量篇幅建立完整開發環境。
這一章的教學重點不是某一段程式碼，而是整條工程工作流程：Node.js／npm、.NET、VS Code、Azure 人工智慧軟體開發套件（Software Development Kit, SDK）、TypeScript、Git 與 SharePoint 測試網站都要先準備，再建置、除錯、測試，最後部署。
原書特別把 Git 放在部署前：先初始化儲存庫並提交，讓程式碼有版本控制快照。這說明人工智慧輔助開發仍需要標準軟體工程紀律；生成速度不能取代版本控制、測試、安全審查與復原能力。