课程大纲
四级个性化堆栈
第一级 | 知道(Knows)——规则和AGENTS.md
涵盖主题:
• 定义项目规范和编码标准
• 记录架构和技术约束
• 创建与工具无关的项目指南
• 在开发团队和AI工具之间保持一致性
第二级 | 能够(Can)——技能(Skills)
涵盖主题:
• 创建可复用的专家知识单元
• 仅在需要时加载上下文信息
• 在提升任务性能的同时减小上下文大小
• 构建可复用工作流和专业知识库
第三级 | 连接(Reaches)——MCP
涵盖主题:
• 将AI工具连接到外部系统和服务
• 访问仓库、数据库和文档资源
• 扩展AI编程助手的能力
• 实施安全集成和治理控制
第四级 | 执行(Acts)——智能体(Agents)
涵盖主题:
• 理解自主AI智能体及其能力
• 自主读取、编写、测试和修订代码
• 管理目标驱动的工作流和委派任务
• 建立针对智能体系统的监督和人工审查机制
第一天 | 委派与扩展工具
模块1 | 从助手到智能体
涵盖主题:
• 理解AI助手与自主智能体之间的区别
• 内联代码补全与智能体委派
• 智能体工作流如何改变开发任务的结构
• 识别适合委派给智能体的任务
• 与自主AI系统协作的最佳实践
模块2 | 无需 babysitting 的有效委派
涵盖主题:
• 为AI智能体编写有效的指令
• 提供足够的上下文和业务需求
• 定义执行的约束和边界
• 明确验收标准和成功衡量指标
• 在保持质量的前提下最小化人工干预
模块3 | 个性化堆栈及适用场景
涵盖主题:
• 理解四级个性化堆栈
• 使用规则和AGENTS.md定义项目规范
• 确定不同场景下适用的个性化机制
• 在工具和项目间高效管理上下文
• 创建一致的AI辅助开发环境
模块4 | 技能与子智能体
涵盖主题:
• 为常见工作流和任务创建可复用技能
• 打包专家知识以供重复使用
• 理解子智能体和隔离上下文的作用
• 将有限范围内的任务委派给专用智能体
• 通过模块化AI工作流提升效率
第二天 | 连接工具、并行处理与治理
模块5 | MCP:连接与构建
涵盖主题:
• 理解模型上下文协议(MCP)的原理
• 将AI工具连接到外部系统和服务
• 集成浏览器、数据库、仓库和文档资源
• 构建自定义MCP服务器
• 管理访问控制和安全隐患
模块6 | 严谨的智能体工作流
涵盖主题:
• 建立可重复的AI辅助开发流程
• 与AI智能体进行头脑风暴和规划
• 协作构建和实施解决方案
• 测试和验证生成的输出
• 通过适当的验证步骤审查和最终确定交付成果
模块7 | 并行开发
涵盖主题:
• 同时运行多个AI智能体
• 使用隔离分支和Git工作树
• 在并行工作流中协调开发活动
• 合并并验证多个智能体的输出
• 通过并行执行策略提升生产力
模块8 | 风险、审查与治理
涵盖主题:
• 评估和审核外部技能及MCP服务器
• 理解安全和治理风险
• 管理权限和访问权
• 保护敏感数据和知识产权
• 建立审查流程和质量保证实践
模块9 | AI在软件开发中的采纳:用例与下一步
涵盖主题:
• 组织如何将AI整合到开发生命周期(SDLC)中
• 不同行业的真实用例和实施示例
• 常见的AI采纳方式:个人采纳、团队采纳和组织全面赋能
• SDLC中的典型用例:
• 需求收集与文档编制
• 代码生成与原型设计
• 测试与质量保证
• 代码审查与重构
• 文档与知识管理
• DevOps与事件管理
• 治理模型、政策与安全考量
• 衡量AI辅助开发的生产力和投资回报率(ROI)
• 构建内部AI采纳路线图
• 为参与者及其团队定义切实可行的下一步行动
互动讨论工作坊
• 参与者所在开发团队的当前挑战
• 识别可立即采纳的高价值用例
• 风险、障碍和组织考量
• 制定AI整合的初步行动计划。
要求
具备专业开发经验,熟练使用命令行终端,并具有Git操作知识。需经常使用AI编程工具,或已完成“基础”课程。
受众
已经使用AI工具的开发者、负责团队采纳的技术主管,以及构建技能和MCP服务器的平台或DevOps工程师。
客户评论 (2)
更高效地使用Claude Code
Virgil Trif - Frequentis
课程 - Claude Code: Agentic AI Development · 1-Day
机器翻译
"我了解了该工具的潜力,并掌握了足够的技能,可以立即将其应用于工作中
Angelo Moro
课程 - Claude AI for Developers: Building AI-Powered Applications
机器翻译