Grundlagen agentischer KI in GitHub
Fortgeschrittene Anfänger
Technische Fachkraft für DevOps
Administrator
Entwickler
Lösungsarchitekt
GitHub
Erfahren Sie, wie KI-Codierungs-Agents softwareentwicklung transformieren, indem Sie innerhalb GitHub Workflows planen, handeln und verbessern.
Lernziele
In diesem Modul lernen Sie Folgendes:
- Definieren agentischer KI im SDLC und Unterscheiden von Agenten von Assistenten
- Erläutern und Anwenden des Plans → Handeln → Bewerten des Lebenszyklus in Agentworkflows
- Beschreiben, wie GitHub als System der Datensatz- und Kontrollebene für Agentaktivitäten fungiert
- Identifizieren von Verantwortlichkeiten, Risiken, Antimustern und Rückverfolgbarkeitsanforderungen in Agentsystemen
- Anwenden des Mitwirkendenmodells, um vom Agent generierte Arbeit auszuwerten
Voraussetzungen
Bevor Sie beginnen, sollten Sie folgendes haben:
- Ein GitHub-Konto und Vertrautheit mit Repositories, Verzweigungen und Pull-Requests
- Grundlegende Erfahrung mit GitHub Actions und Statusprüfungen
- Allgemeines Verständnis des Softwareentwicklungslebenszyklus (SDLC)
- Vertrautheit mit KI-unterstützten Entwicklungstools (z. B. GitHub Copilot)
- Bewusstsein für grundlegende Repository-Governance-Konzepte (z. B. Überprüfungen, CODEOWNERS und Branch-Schutz)
Einige steuerelemente, die in diesem Modul behandelt werden (z. B. Rulesets, Branch-Schutz und erforderliche Prüfungen), müssen von Repository- oder Organisationsadministratoren konfiguriert werden. Sie können das Aufsichtsmodell weiterhin ohne Administratorzugriff anwenden, aber die Erzwingung erfordert entsprechende Berechtigungen.