รากฐานของ Agentic AI ใน GitHub
ปานกลาง
วิศวกร DevOps
ผู้ดูแลระบบ
นักพัฒนา
โซลูชันสถาปนิก
GitHub
เรียนรู้ว่าตัวแทนการเข้ารหัส AI กําลังเปลี่ยนแปลงการพัฒนาซอฟต์แวร์โดยการวางแผน ดําเนินการ และปรับปรุงภายในเวิร์กโฟลว์ GitHub อย่างไร
วัตถุประสงค์การเรียนรู้
ในตอนท้ายของโมดูลนี้ คุณจะสามารถ:
- กําหนด AI ตัวแทนใน SDLC และแยกแยะตัวแทนจากผู้ช่วย
- อธิบายและใช้แผน→ดําเนินการ→ประเมินวงจรชีวิตในเวิร์กโฟลว์ของตัวแทน
- อธิบายว่า GitHub ทํางานอย่างไรในฐานะระบบระนาบบันทึกและระนาบควบคุมสําหรับกิจกรรมของตัวแทน
- ระบุความรับผิดชอบ ความเสี่ยง การต่อต้านรูปแบบ และข้อกําหนดในการตรวจสอบย้อนกลับในระบบตัวแทน
- ใช้แบบจําลองผู้สนับสนุนเพื่อประเมินงานที่สร้างโดยตัวแทน
สิ่งที่จำเป็นต้องมี
ก่อนเริ่มต้น คุณควรมี:
- บัญชี GitHub และความคุ้นเคยกับที่เก็บ สาขา และคําขอดึงข้อมูล
- ประสบการณ์พื้นฐานกับ GitHub Actions และการตรวจสอบสถานะ
- ความเข้าใจทั่วไปเกี่ยวกับวงจรการพัฒนาซอฟต์แวร์ (SDLC)
- ความคุ้นเคยกับเครื่องมือพัฒนาที่ใช้ AI ช่วย (เช่น GitHub Copilot)
- การรับรู้แนวคิดการกํากับดูแลที่เก็บพื้นฐาน (เช่น บทวิจารณ์ CODEOWNERS และการป้องกันสาขา)
ตัวควบคุมบางอย่างที่กล่าวถึงในโมดูลนี้ (ตัวอย่างเช่น ชุดกฎ การป้องกันสาขา และการตรวจสอบที่จําเป็น) ต้องได้รับการกําหนดค่าโดยผู้ดูแลระบบที่เก็บหรือองค์กร คุณยังคงสามารถใช้รูปแบบการกํากับดูแลได้โดยไม่ต้องมีสิทธิ์การเข้าถึงของผู้ดูแลระบบ แต่การบังคับใช้จําเป็นต้องมีสิทธิ์ที่เหมาะสม