感谢您发送咨询！我们的团队成员将很快与您联系。
感谢您发送预订！我们的团队成员将很快与您联系。
课程时长 14 小时
课程大纲
使用LLMs理解代码<\/p>
- 代码解释和演练的提示策略<\/li>
- 处理不熟悉的代码库和项目<\/li>
- 分析控制流、依赖关系和架构<\/li>
<\/ul>
重构代码以提高可维护性<\/p>
- 识别代码异味、死代码和反模式<\/li>
- 重组函数和模块以提高清晰度<\/li>
- 使用LLMs建议命名约定和设计改进<\/li>
<\/ul>
提高性能和可靠性<\/p>
- 借助AI辅助检测低效和安全风险<\/li>
- 建议更高效的算法或库<\/li>
- 重构I\/O操作、数据库查询和API调用<\/li>
<\/ul>
自动化代码文档<\/p>
- 生成函数\/方法级别的注释和摘要<\/li>
- 从代码库编写和更新README文件<\/li>
- 使用LLM支持创建Swagger\/OpenAPI文档<\/li>
<\/ul>
与工具链集成<\/p>
- 使用VS Code扩展和Copilot Labs进行文档编写<\/li>
- 在Git预提交钩子中集成GPT或Claude<\/li>
- CI管道集成以进行文档和代码检查<\/li>
<\/ul>
处理遗留和多语言代码库<\/p>
- 逆向工程较旧或未记录的代码库<\/li>
- 跨语言重构（例如，从Python到TypeScript）<\/li>
- 案例研究和配对AI编程演示<\/li>
<\/ul>
伦理、质量保证和审查<\/p>
- 验证AI生成的更改，避免幻觉<\/li>
- 使用LLMs时的同行评审最佳实践<\/li>
- 确保可重现性和符合编码标准<\/li>
<\/ul>
总结和后续步骤<\/p>
要求
- 具备Python、Java或JavaScript等编程语言经验<\/li>
- 熟悉软件架构和代码审查流程<\/li>
- 了解大型语言模型的基本原理<\/li>
<\/ul>
受众<\/strong><\/p>
- 后端工程师<\/li>
- DevOps团队<\/li>
- 高级开发者和技术负责人<\/li> <\/ul>
客户评论 (1)
我获得了关于Python中Streamlit库的知识，我肯定会尝试使用它来改进我们团队中基于R Shiny开发的apps。
Michal Maj - XL Catlin Services SE (AXA XL)
课程 - GitHub Copilot for Developers
机器翻译
