Podstawy sztucznej inteligencji agentów w GitHub
Średni
Inżynier DevOps
Administrator
Deweloper
Architekt rozwiązań
GitHub
Dowiedz się, jak agenci kodowania sztucznej inteligencji przekształcają tworzenie oprogramowania, planując, działając i ulepszając przepływy pracy GitHub.
Cele szkolenia
Po ukończeniu tego modułu będziesz wiedzieć, jak wykonać następujące czynności:
- Określenie sztucznej inteligencji posiadającej zdolność działania w SDLC i odróżnianie agentów od asystentów
- Wyjaśnij i zastosuj cykl życia planowania → działania → oceny w przepływach pracy agenta
- Opis sposobu działania GitHub jako systemu płaszczyzny rekordów i kontroli dla działania agenta
- Identifikacja obowiązków, czynników ryzyka, antywzorów i wymagań śledzenia w systemach agentowych.
- Stosowanie modelu współautora w celu oceny pracy wygenerowanej przez agenta
Wymagania wstępne
Przed rozpoczęciem należy dysponować:
- Konto GitHub i znajomość repozytoriów, gałęzi i pull requestów
- Podstawowe doświadczenie w sprawdzaniu GitHub Actions i stanu
- Ogólna wiedza na temat cyklu życia tworzenia oprogramowania (SDLC)
- Znajomość narzędzi programistycznych wspomaganych przez sztuczną inteligencję (takich jak GitHub Copilot)
- Świadomość podstawowych pojęć związanych z zarządzaniem repozytoriami (na przykład przeglądów, właścicieli kodu i ochrony gałęzi)
Niektóre kontrolki omówione w tym module (na przykład zestawy reguł, ochrona gałęzi i wymagane kontrole) muszą być skonfigurowane przez administratorów repozytorium lub organizacji. Nadal można zastosować model nadzoru bez dostępu administratora, ale wymuszanie wymaga odpowiednich uprawnień.