課程簡介
等級 1:發現迷宮 —— 需求之謎
任務:使用大型語言模型(ChatGPT)從模糊輸入中提取結構化需求。
關鍵活動:
- 解讀模糊的產品概念或功能請求
-
使用AI:
- 生成使用者故事與接受標準
- 建議人設與情境
-
生成視覺化內容(例如使用Mermaid或draw.io繪製簡單圖表)
成果:結構化的使用者故事後備清單 + 初始領域模型/視覺內容
等級 2:設計熔爐 —— 架構師的卷軸
任務:使用AI創建並驗證架構計劃。
關鍵活動:
-
使用AI:
- 提出架構風格(单体、微服務、無伺服器)
- 生成高層次的組件與交互圖表
- 構建類/模塊結構
-
通過同行設計審查相互挑戰彼此的選擇
成果:已驗證的架構 + 代碼骨架
等級 3:編碼競技場 —— Codex考驗
任務:使用AI助手實施功能並改進代碼。
關鍵活動:
- 使用GitHub Copilot或ChatGPT實施功能
-
重構AI生成的代碼以改善:
- 效能
- 安全性
- 可維護性
-
注入「代碼壞味」並進行同行清理挑戰
成果:功能完善、經過重構的AI生成代碼庫
等級 4:蟲害沼澤 —— 測試黑暗
任務:利用AI生成並改進測試,然後在他人代碼中尋找錯誤。
關鍵活動:
-
使用AI生成:
- 單元測試
- 整合測試
- 極端情況模擬
-
與其他團隊交換含有錯誤的代碼,以便進行AI輔助除錯
成果:測試套件 + 錯誤報告 + 錯誤修復
等級 5:管線門戶 —— 自動化之門
任務:利用AI輔助建立智慧CI/CD管線。
關鍵活動:
-
使用AI:
- 定義工作流程(例如GitHub Actions)
- 自動化建置、測試與部署步驟
-
建議異常檢測/回滾政策
成果:AI輔助的運作中CI/CD管線腳本或流程
等級 6:監控堡壘 —— 日誌望遠鏡塔
任務:分析日誌並使用機器學習檢測異常及模擬恢復。
關鍵活動:
- 分析預填或生成的日誌
-
使用AI:
- 識別異常或錯誤趨勢
- 建議自動化回應(例如自我修復腳本、警報)
-
建立儀表板或視覺化摘要
成果:監控計劃或模擬的智慧警報機制
最終等級:英雄競技場 —— 建構終極AI輔助SDLC
任務:團隊應用所學內容,為微型專案建立運作的SDLC迴圈。
關鍵活動:
- 選擇團隊微型專案(例如錯誤追蹤器、聊天機器人、微服務)
-
在SDLC每個階段應用AI:
- 需求、設計、編碼、測試、部署、監控
- 透過短小的團隊展示呈現成果
同行投票或評分選出最有效的AI驅動管線
成果:端到端的AI增強SDLC實施 + 團隊展示
在本工作坊結束時,參與者將能夠:
- 運用生成式AI工具提取並結構化軟體需求
- 生成架構圖表並使用AI驗證設計選擇
- 使用AI助手實施和重構生產級代碼
- 自動化測試生成並執行AI輔助除錯
- 設計能檢測並回應異常的智慧CI/CD管線
- 使用AI/ML工具分析日誌以識別風險並模擬自我修復
- 透過微型團隊專案展示完全AI增強的SDLC
最低要求
目標受眾:軟體開發人員、測試人員、架構師、DevOps工程師、產品負責人
參與者應具備:
- 對軟體開發生命週期(SDLC)的基本理解
- 至少一種程式語言的實作經驗(例如Python、Java、JavaScript、C#等)
-
熟悉以下內容:
- 撰寫和閱讀使用者故事或需求
- 基本的軟體設計原則
- 版本控制(例如Git)
- 編寫和執行單元測試
- 運行或解讀CI/CD管線
這是中高級工作坊。適合已屬於軟體交付團隊的專業人士(開發人員、測試人員、DevOps工程師、架構師、產品負責人)。
客戶評論 (1)
我獲得了關於Python中Streamlit庫的知識,我肯定會嘗試使用它來改進我們團隊中基於R Shiny開發的apps。
Michal Maj - XL Catlin Services SE (AXA XL)
課程 - GitHub Copilot for Developers
機器翻譯