課程簡介
關卡 1:探索地牢——需求的祕密
任務:使用大型語言模型(如 ChatGPT)從模糊輸入中提取結構化需求。
關鍵活動:
- 解釋模糊的產品想法或功能請求
-
使用人工智能:
- 生成用戶故事和驗收標準
- 建議用戶角色和場景
-
生成視覺工件(如使用 Mermaid 或 draw.io 創建簡單圖表)
成果:結構化的用戶故事積壓 + 初始領域模型/視覺圖表
關卡 2:設計工坊——架構師的卷軸
任務:使用人工智能創建和驗證架構計劃。
關鍵活動:
-
使用人工智能:
- 建議架構風格(單體、微服務、無服務器)
- 生成高級組件和交互圖
- 搭建類/模塊結構
-
通過同行設計評審挑戰彼此的選擇
成果:經過驗證的架構 + 代碼骨架
關卡 3:代碼競技場——代碼挑戰
任務:使用人工智能助手實現功能並改進代碼。
關鍵活動:
- 使用 GitHub Copilot 或 ChatGPT 實現功能
-
重構人工智能生成的代碼,以提升:
- 性能
- 安全性
- 可維護性
-
注入“代碼異味”並進行同行清理挑戰
成果:功能完善、經過重構的人工智能生成代碼庫
關卡 4:Bug 沼澤——測試黑暗
任務:使用人工智能生成和改進測試,然後在他人代碼中尋找 Bug。
關鍵活動:
-
使用人工智能生成:
- 單元測試
- 集成測試
- 邊緣情況模擬
-
與另一團隊交換有 Bug 的代碼,進行人工智能輔助調試
成果:測試套件 + Bug 報告 + Bug 修復
關卡 5:管道門戶——自動化之門
任務:在人工智能輔助下設置智能 CI/CD 管道。
關鍵活動:
-
使用人工智能:
- 定義工作流(如 GitHub Actions)
- 自動化構建、測試和部署步驟
-
建議異常檢測/回滾策略
成果:人工智能輔助的、可運行的 CI/CD 管道腳本或流程
關卡 6:監控城堡——日誌瞭望塔
任務:分析日誌並使用機器學習檢測異常並模擬恢復。
關鍵活動:
- 分析預生成或生成的日誌
-
使用人工智能:
- 識別異常或錯誤趨勢
- 建議自動化響應(如自愈腳本、警報)
-
創建儀表板或視覺摘要
成果:監控計劃或模擬的智能警報機制
最終關卡:英雄競技場——構建終極人工智能支持的 SDLC
任務:團隊應用所學知識,爲一個小型項目構建一個可運行的 SDLC 循環。
關鍵活動:
- 選擇一個團隊小型項目(如 Bug 追蹤器、聊天機器人、微服務)
-
在 SDLC 的每個階段應用人工智能:
- 需求、設計、編碼、測試、部署、監控
- 在簡短的團隊演示中展示成果
同行投票或評審最具效率的人工智能驅動管道
成果:端到端的人工智能增強 SDLC 實現 + 團隊展示
工作坊結束時,參與者將能夠:
- 應用生成式人工智能工具提取和結構化軟件需求
- 生成架構圖並使用人工智能驗證設計選擇
- 使用人工智能助手實現和重構生產級代碼
- 自動化測試生成並執行人工智能輔助調試
- 設計能夠檢測和應對異常的智能 CI/CD 管道
- 使用人工智能/機器學習工具分析日誌,識別風險並模擬自愈
- 通過一個小型團隊項目展示完整的人工智能增強 SDLC
最低要求
受衆:軟件開發者、測試人員、架構師、DevOps 工程師、產品負責人
參與者應具備:
- 對軟件開發生命週期(SDLC)的基本理解
- 至少一種編程語言的實際經驗(如 Python、Java、JavaScript、C# 等)
-
熟悉以下內容:
- 編寫和閱讀用戶故事或需求
- 基本軟件設計原則
- 版本控制(如 Git)
- 編寫和執行單元測試
- 運行或解釋 CI/CD 管道
這是一箇中級到高級的工作坊,非常適合已經參與軟件交付團隊的專業人士(開發者、測試人員、DevOps 工程師、架構師、產品負責人)。
客戶評論 (1)
講師在Copilot高級使用方面的知識以及充分且高效的實踐環節
Tan - ViTrox Technologies Sdn Bhd
課程 - Intermediate GitHub Copilot
機器翻譯