Résumé

Effectué

Dans ce module, vous allez :

• Construit une définition opérationnelle de l’IA agentique dans SDLC et a appris comment les agents diffèrent des assistants.

• Découvrez comment les agents apparaissent dans GitHub en tant que contributeurs via des branches, des pull requests, des exécutions de workflows et des révisions.

• Pratiquez le plan → agir → évaluer le cycle de vie comme modèle principal pour l’exécution et l’itération de l’agent.

• Découvrez comment GitHub sert de système d’enregistrement et de plan de contrôle, à l’aide de contrôles tels que les ensembles de règles/protection de branche, les vérifications requises, les révisions requises, CODEOWNERS et les environnements (lorsqu’ils sont configurés).

• Les risques courants et les anti-schémas ont été identifiés et nous avons appris comment la traçabilité, ainsi qu'un modèle de révision basé sur les contributeurs, vous aident à évaluer le travail des agents de manière fiable.

Pour en savoir plus

Pour une lecture plus approfondie, utilisez la documentation officielle GitHub sur :

• Examen d'une pull request créée par GitHub Copilot

• Création d’ensembles de règles pour un référentiel et à propos des branches protégées (règles de protection des branches)

• À propos des propriétaires de code (CODEOWNERS)

• Utiliser GITHUB_TOKEN pour l’authentification dans les flux de travail

• Téléversement d'un fichier SARIF sur GitHub (analyse de code)

• À propos de la protection push (analyse des secrets)

• Journal d’audit pour une entreprise (la disponibilité dépend de la configuration de l’organisation/de l’entreprise)