Ontwikkelen in agentische AI-systemen deel 1 van 2
In een oogopslag
-
Vaardigheid
-
Product
Meer informatie over het ontwerpen, implementeren en beheren van agentische AI-systemen binnen de levenscyclus van softwareontwikkeling.
In dit leertraject gaat u het volgende doen:
- AI-agents integreren in de levenscyclus van softwareontwikkeling (SDLC) door agenttaken, invoer/uitvoer en uitvoeringsgrenzen te definiëren
- Agentarchitecturen ontwerpen en configureren die afzonderlijke planning, redenering en uitvoering bieden om de betrouwbaarheid en controle te verbeteren
- Hulpprogrammagebruik en omgevingsinteracties implementeren door agenthulpprogramma's, machtigingen en MCP-servers binnen ontwikkelomgevingen te configureren
Vereisten
- Een GitHub-account
- Basiskennis van ai-basisprincipes
- Basiskennis van opslagplaatsen, vertakkingen en pull-aanvragen
- Algemene kennis van CI- en CD-concepten
Prestatiecode
Wilt u een prestatiecode aanvragen?
Modules in dit leertraject
Ontdek hoe AI-coderingsagenten softwareontwikkeling transformeren door binnen GitHub werkstromen te plannen, te handelen en te verbeteren.
Meer informatie over hoe agentische systemen GitHub werkstromen gebruiken om veilig software te bouwen.
Leer hoe agents hulpprogramma's, MCP en GitHub werkstromen gebruiken om taken veilig uit te voeren, met duidelijke grenzen, beveiligingscontroles en schaalbare automatisering.