Grundlaget for agentisk AI på GitHub
Øvet
DevOps-tekniker
Administrator
Udvikler
Løsningsarkitekt
GitHub
Lær, hvordan AI-kodningsagenter transformerer softwareudvikling ved at planlægge, handle og forbedre GitHub-workflows.
Læringsmål
Når du har fuldført dette modul, kan du:
- Definer agentisk AI i SDLC og skeln mellem agenter og assistenter
- Forklar og anvend planen → handle → evaluere livscyklussen i agentens arbejdsgange
- Beskriv, hvordan GitHub fungerer som systemet for registrering og kontrol af agentaktivitet
- Identificer ansvar, risici, anti-mønstre og krav til sporbarhed i agentsystemer
- Anvend bidragydermodellen til at evaluere agent-genereret arbejde
Forudsætninger
Før du går i gang, bør du have:
- En GitHub-konto og kendskab til repositorier, branchs og pull requests
- Grundlæggende erfaring med GitHub Actions og statustjek
- En generel forståelse af softwareudviklingslivscyklussen (SDLC)
- Fortrolighed med AI-assisterede udviklingsværktøjer (såsom GitHub Copilot)
- Bevidsthed om grundlæggende koncepter for repository-styring (for eksempel anmeldelser, CODEOWNERS og branch-beskyttelse)
Nogle kontroller, der diskuteres i dette modul (for eksempel regelsæt, grenbeskyttelse og nødvendige kontroller) skal konfigureres af repository- eller organisationsadministratorer. Du kan stadig anvende supervisionsmodellen uden administratoradgang, men håndhævelse kræver de nødvendige tilladelser.