Kurzusleírás

Bevezetés a Claude Code-ba és az AI által támogatott szoftverfejlesztésbe

  • Mi a Claude Code és hogyan különbözik a hagyományos AI-eszközöktől
  • A generatív AI-ügynökök szerepe a szoftverfejlesztésben
  • Nagy parancsok használata teljes alkalmazások létrehozásához
  • A termelékenységnövekedés megértése az AI által támogatott fejlesztésben

AI munkaerő és szoftverfejlesztési termelékenység

  • A Claude Code kezelése mint egy AI-fejlesztő csapat
  • A gyakori félelmek és tévhitek kezelése az AI-ről a mérnöki területen
  • Az AI munkaerő-gazdaságtan megértése
  • A Best-of-N minta kihasználása több megoldás generálásához
  • Az optimális implementációk kiválasztása és finomítása

Claude Code, tervezés és kódminőség

  • A kódminőség értékelése az AI által
  • Szoftvertervezési elvek alkalmazása AI segítségével
  • AI használata a követelmények és megoldási területek feltárásához
  • Gyors prototípuskészítés beszélgetésalapú tervezési munkafolyamatokkal
  • Korlátozások és strukturált parancsok alkalmazása a kimeneti minőség javításához

Folyamat, kontextus és a Model Context Protocol (MCP)

  • A folyamat és a kontextus fontossága a nyers kódgenerálás felett
  • Globális állandó kontextus a CLAUDE.md segítségével
  • Projekt szabályok, architektúra és korlátozások strukturálása kontextusfájlokban
  • Újrafelhasználható célzott kontextus a Claude Code parancsokkal
  • Kontextusbeli tanulás példák tanításával a Claude Code-nak

Automatizálás és dokumentáció a Claude Code-val

  • Dokumentáció generálása és karbantartása a Claude Code segítségével
  • Ismétlődő mérnöki feladatok automatizálása
  • Újrafelhasználható munkafolyamatok létrehozása kontextus és parancsok alapján

Verziókövetés és párhuzamos fejlesztés a Claude Code-val

  • A Claude Code integrálása Git-alapú munkafolyamatokba
  • Git ágak és munkafák használata AI-ügynökökkel
  • Claude Code feladatok párhuzamos futtatása
  • Több AI-alügynök koordinálása különböző funkciókon
  • Párhuzamos funkciófejlesztés biztonságos kezelése

A Claude Code skálázása és AI-érvelés

  • A Claude Code keze, szeme és füleként való viselkedés
  • Biztosítása, hogy a Claude Code ellenőrizze és átnézze saját munkáját
  • Token korlátok és architekturális komplexitás kezelése
  • Projektstruktúra és fájlnevezés tervezése AI skálázhatóság érdekében
  • Hosszú távú kódbázis egészségének fenntartása AI támogatással

Multimodális parancsok és folyamatvezérelt fejlesztés

  • A folyamat és a kontextus javítása a kód javítása előtt
  • Informális bemenetek (jegyzetek, vázlatok, specifikációk) lefordítása gyártási kóddá
  • Multimodális bemenetek használata az implementáció irányításához
  • Ismételhető AI által támogatott fejlesztési folyamatok létrehozása

Záróprojekt: A saját Claude Code folyamatod meghatározása

  • Személyes vagy csapat szintű Claude Code munkafolyamat tervezése
  • Kontextusfájlok, parancsok, alügynökök és parancsok kombinálása
  • Újrafelhasználható, skálázható AI által támogatott mérnöki folyamat létrehozása

Követelmények

  • A szoftverfejlesztés alapelveinek és a gyakori mérnöki munkafolyamatoknak a megértése.
  • Tapasztalat egy programozási nyelvben, például JavaScript, Python stb.
  • Parancssoros / terminál használati tapasztalat és a Git munkafolyamatok ismerete.

Közönség

  • Szoftverfejlesztők, akik szeretnék integrálni az AI-t a fejlesztési folyamataikba.
  • Technikai csapatvezetők, akik szeretnék javítani a mérnöki termelékenységet AI-eszközökkel.
  • DevOps mérnökök és mérnöki menedzserek, akik érdeklődnek az AI által támogatott kódolási automatizálás iránt.
 21 Órák

Résztvevők száma


Ár per résztvevő

Vélemények (2)

Közelgő kurzusok

Rokon kategóriák