课程大纲

Vibe Coding简介

  • Vibe coding的定义与历史。
  • “提示到代码”协作的哲学。
  • AI编码与传统开发的区别。

编码中的大型语言模型

  • 开发者视角下的LLM概览:GPT-4、DeepSeek、Qwen、Mistral。
  • 开源与专有AI编码器的比较。
  • 本地或通过API部署LLM。

开发者的提示工程

  • 生成和重构代码的有效提示。
  • 上下文管理与对话状态处理。
  • 为编码任务创建可重用的提示模板。

动手实践Vibe Coding环境

  • 使用Replit进行协作式AI编码。
  • 将GitHub Copilot和Qwen Coder集成到IDE中。
  • 为团队协作定制工作流程。

AI工作流程中的代码质量与验证

  • 审查和测试LLM生成的代码。
  • 确保代码的一致性、可维护性和安全性。
  • 在工作流程中集成代码验证工具。

企业集成与治理

  • 在团队中扩展vibe coding。
  • AI治理、道德与代码生成的合规性。
  • 设计AI辅助开发的组织框架。

高级主题:扩展Vibe Coding

  • 结合多个LLM实现混合AI工作流程。
  • 将vibe coding与CI/CD自动化集成。
  • 未来趋势:多代理开发生态系统。

团队项目与协作

  • 设计一个真实的AI辅助编码项目。
  • 与人类和AI开发者协作。
  • 展示结果并衡量生产力提升。

总结与下一步

要求

  • 了解软件开发工作流程。
  • 具备Python、JavaScript或其他现代编程语言的经验。
  • 熟悉基于Git的版本控制系统。

受众

  • 探索AI辅助开发的软件工程师。
  • 监督编码工作流程中AI采用的工程主管。
  • 希望将LLM集成到生产管道中的企业开发团队。
 21 小时

客户评论 (1)

即将举行的公开课程

课程分类