AI 輔助軟體交付培訓
本進階實務研討會旨在幫助軟體工程師、架構師、技術負責人、工程經理及交付團隊,了解如何運用人工智慧加速完整的軟體交付生命週期,涵蓋從需求分析到產出可部署的程式碼。
該課程重點在於以結構化、受控且符合企業標準的方式使用 AI 與代理型工具。參與者將學習如何將利害關係者的規範轉換為架構、合約、程式碼、測試以及受管的交付流程,而非僅僅依賴簡易的提示詞。
我們特別重視人工監督、品質控制、追溯性、安全性、測試及安全迭代模型,確保 AI 成為生產力倍增器,而非風險來源。
透過實務演示、真實案例研究以及結構化練習,參與者將獲得在現代軟體工程環境中負責任地運用 AI 的框架。
課程簡介
模組 1:脈絡、範圍與交付挑戰
- 自動補完與自主多步驟執行的對比
- 軟體交付中常見的 AI 迷思
- 為什麼僅改善提示詞並不够
- 識別參與者的工具、痛點與目標
- 為工程團隊選擇合適的 AI 運作模型
模組 2:規範擷取與結構化解構
- 建立利害關係者文件的結構化清單
- 需求提取技術
- 分塊策略:結構性、語義性、滑動視窗
- 保留依賴關係與交叉參照
- 處理表格、圖表、流程圖與混合輸入內容
- 有效管理上下文視窗
模組 3:人工判斷的界線
- 人工決策依然關鍵的情境
- 識別虛構的依賴關係
- 偵測捏造的約束條件與反向邏輯
- 防止不安全的預設協助行為
- 用於追溯性、一致性及完整性的驗證框架
模組 4:從需求到程式碼的代理型工具應用
- 架構為主的交付模式
- 元件對應與服務邊界定義
- 以 API 合約作為交付錨點
- AI 工具中的持久性規則與約束
- 與需求連結的任務指示
- 最小化提示與受限提示方法的比較
- 基於合約的前後端程式碼生成
模組 5:代理型迭代循環
- 自我修正螺旋
- 受控的迭代交付週期
- 審查差異與程式碼變更
- 偵測範圍蔓延與未經授權的修改
- 管理有限的上下文記憶
- 利用迭代歷史進行持續改善
模組 6:程式碼品質管控
- 針對邊界條件的提示約束
- 將規則文件作為活躍的治理 artifact
- 結合程式碼檢查與靜態分析的自動門控
- AI 生成程式碼的安全性掃描
- 依賴性與架構合規性檢查
- AI 輸出的人工審查協議
模組 7:回饋循環與持續改善
- 將結構化失敗經驗反饋至 AI 工作流程
- 有限迭代與停止標準
- 記錄週期與結果
- 持續優化規則文件
- 建立可重複使用的工程智慧
模組 8:AI 交付中的安全反模式
- 生成程式碼中常見的安全風險
- 特定技術的安全規則附錄
- 提交前安全掃描
- AI 輔助開發的安全 SDLC 控制
- 安全交付中的人工責任
模組 9:基於規範的測試
- 從需求生成測試規格
- 領域語言測試設計
- 安全地生成測試實現
- 變異測試概念
- 規範覆蓋率驗證
- 斷言強度審查
- 診斷性提問模型
模組 10:系統維護
- 活躍 artifact:合約、映射圖、規則、測試規格
- 隨時間演變的約束條件
- 長期可維護性的 AI 治理
- 利用 AI 控制防止技術債累積
- 永續 AI 工程團隊的運作模型
最低要求
參與者應具備:
- 軟體開發專案經驗
- 應用程式架構基礎知識
- 熟悉 API、後端/前端系統或全端交付
- 基本的敏捷或迭代軟體交付知識
- 了解軟體測試概念
- 接觸過 AI 編碼工具者佳,但非必要
- 適合中階至資深技術專業人員
公開培訓課程需要5名以上參與者。
AI 輔助軟體交付培訓 - 訂單
AI 輔助軟體交付培訓 - 詢問
AI 輔助軟體交付 - 咨詢詢問
即將到來的課程
相關課程
使用 Gemini 3 與 Google Antigravity 進行代理式開發
21 小時Google Antigravity 是一個代理式開發環境,旨在打造能夠透過 Gemini 3 的多模態能力,進行規劃、推理、編碼並執行動作的全能自主代理。
本課程為講師帶領的現場培訓(線上或現場進行),專為希望利用 Gemini 3 與 Antigravity 環境設計、建置並部署自主代理的高階技術專業人士而設計。
完成此培訓後,參與者將能夠:
- 建立利用 Gemini 3 進行推理、規劃與執行的自主工作流程。
- 在 Antigravity 中開發能夠分析任務、撰寫程式碼並與工具互動的代理。
- 將 Gemini 驅動的代理整合至企業系統與 API 中。
- 在複雜環境中優化代理的行為、安全性與可靠性。
課程形式
- 專家示範結合互動式討論。
- 自主代理開發的實作探索。
- 使用 Antigravity、Gemini 3 及支援雲端工具的實際實施。
課程客製化選項
- 如果您的團隊需要特定領域的代理行為或客製化整合,請聯繫我們以量身打造該計畫。
進階 Antigravity:回饋迴路、學習與長期代理記憶
14 小時Google Antigravity 是一個用於實驗長存代理(long-lived agents)與湧現互動行為的進階框架。
此課程為由講師主導的實境訓練(線上或現場),專為希望設計、分析並最佳化具備記憶保留、回饋改善及長期演進能力之代理的高階專業人士打造。
完成本課程後,學員將獲得以下技能:
- 設計長期記憶結構以實現代理的持續運作。
- 實施有效的回饋迴路以塑造代理行為。
- 評估學習軌跡與模型漂移。
- 將記憶機制整合至複雜的多代理生態系統中。
課程形式
- 專家引導的討論搭配技術示範。
- 透過結構化設計挑戰進行實作探索。
- 將概念應用於模擬代理環境。
課程客製化選項
- 若貴機構需要客製化內容或特定案例範例,請聯繫我們以客製化此訓練。
進階 Mastra 整合:API、工具、企業數據與外部系統
21 小時Mastra 是一個框架,支援 AI 代理程式、API、企業應用程式以及外部數據系統之間的深度整合。
此課程為由導師帶領的實作培訓(線上或線下),對象是希望建立可靠、安全且可擴展的 Mastra 代理程式與更廣泛企業生態系統之間整合的中階工程師。
完成本培訓後,學員將具備以下能力:
- 實作基於 API 的整合,連接 Mastra 代理程式與外部服務。
- 將企業數據系統和工具連線至自動化代理工作流程。
- 應用安全的數據交換與身份驗證最佳實踐。
- 設計可擴展、易維護且具備生產環境可用性的整合架構層。
課程格式
- 互動式講授與討論。
- 實作整合工程與 API 練習。
- 透過真實企業情境進行實驗室實作。
課程客製化選項
- 可依需求提供客製化的 API 情境、企業系統映射或數據整合工作坊。
互動式AI代理:AgentCore記憶、程式碼解譯器與瀏覽器工具實務
14 小時AgentCore提供記憶持久化、安全的程式碼解譯器以及瀏覽器工具,使AI代理能夠交付互動性、動態且具情境感知能力的體驗。
此課程為導師帶領的實地培訓(線上或線下),旨在幫助中高級技術人員設計並部署具備長期情境保留、即時計算及直接操作網頁UI能力的AI代理。
完成培訓後,學員將能夠:
- 為有狀態且具情境感知的工作流實作AgentCore記憶。
- 利用安全的程式碼解譯器進行動態計算與轉換。
- 整合瀏覽器工具,以實現即時數據擷取與UI互動。
- 為分析、客戶支援及研究場景設計互動式代理。
課程形式
- 互動式講授與討論。
- AgentCore記憶與工具的實作演練。
- 分析、自動化及客戶支援場景的案例分析。
課程客製化選項
- 如需為本課程申請客製化培訓,請與我們聯繫安排。
加速 AI 代理部署,使用 AgentCore Runtime 和 Gateway
14 小時AgentCore Runtime 與 Gateway 是一套 AWS 服務組合,用於打包、部署 AI 代理,並將其安全地暴露給外部系統。它提供簡化的集成機制。
這門由講師指導的培訓課程(線上或線下)面向中級工程師團隊,旨在幫助他們通過掌握 AgentCore Runtime 進行部署,以及使用 Gateway 實現安全連接和 API 集成,從代理原型過渡到生產環境。
完成本培訓後,學員將能夠:
- 搭建 AgentCore Runtime 環境,並打包代理以供部署。
- 透過 Gateway 公開代理,使用經過身份驗證、限流的端點。
- 使用穩定協議將外部工具和 API 集成到代理工作流程中。
- 為生產環境運營設置可觀測性、日誌記錄和使用量監控。
課程形式
- 互動式講座與討論。
- 結合 Runtime 部署和 Gateway 集成的實作實驗室。
- 專注於可靠性、安全性和發布的實踐練習。
課程客製化選項
- 如需為本課程請求客製化培訓,請聯絡我們安排。
Antigravity for Developers: Building Agent-First Applications
21 小時Antigravity 是一個旨在開發 AI 驅動、代理優先(Agent-First)應用程式的開發平台。
這是由導師帶領的現場培訓(線上或現場進行),專為中階開發者設計,適合希望在 Antigravity 環境中使用自主 AI 代理構建實際應用程式的開發人員。
完成此培訓後,參與者將具備以下能力:
- 開發依賴自主及協作式 AI 代理的應用程式。
- 使用 Antigravity IDE、編輯器、終端機和瀏覽器進行端到端開發。
- 透過 Agent Manager 管理多代理工作流程。
- 將代理功能整合到生產級軟體系統中。
課程形式
- 結合深入演示的混合式講授。
- 大量的實作練習與指導性練習。
- 在 Antigravity 實際環境中進行真實的實現工作。
課程客製化選項
- 如需與您的開發技術棧相符的客製化內容,請與我們聯繫以安排此培訓的客製化版本。
Antigravity 入門:代理優先 IDE 概論
14 小時Google Antigravity 是一款代理優先的開發環境,旨在透過智慧自動化來簡化工程工作流程。
這門由講師主導的即時訓練(線上或現場)專為初級實務人員設計,讓學員探索 Antigravity 的基礎知識,並理解代理驅動的編碼環境如何提升生產力。
完成此訓練後,學員將能夠:
- 安裝並設定 Google Antigravity。
- 瀏覽並理解編輯器檢視(Editor View)與管理器檢視(Manager View)。
- 有效地與代理協作,以自動化簡單的開發任務。
- 使用 Antigravity 生成、修飾及管理專案檔案。
課程形式
- 講師講解並輔以即時示範。
- 聚焦於代理實作操作的引導式練習。
- 在受控實驗環境中實際探索 Antigravity 的核心功能。
課程客製化選項
- 若您有此訓練的客製化版本需求,請聯繫我們以安排客製化課程。
Antigravity:用於網頁自動化與瀏覽器端任務的平台
21 小時Google Antigravity 是一個用於建立能夠與網頁應用、瀏覽器環境及多介面工作流程互動的代理(Agent)的平台。
本課程為由講師主導的即時訓練(線上或現場進行),專為希望使用 Google Antigravity 建置、自動化並測試瀏覽器端工作流程的中階專業人士設計。
完成培訓後,參與者將能夠:
- 建立能在瀏覽器介面中與網頁應用互動的代理。
- 自動化橫跨不同瀏覽器情境的端到端工作流程。
- 在 UI 驅動的環境中驗證並排解代理的行為問題。
- 利用 Antigravity 實施跨介面自動化策略。
課程形式
- 結合示範的引導式教學。
- 實作性動手練習與情境式演練。
- 在互動式實驗環境中建置代理工作流程。
課程客製化選項
- 若有客製化培訓需求,請聯繫我們,以便根據您的目標調整課程內容。
使用AgentCore建構全托管AI代理:從概念到生產
14 小時AgentCore透過提供一套針對大規模部署量身打造的統一服務,簡化了全托管AI代理的建構、增強與監控流程。
此課程為教師授課的線上或線下培訓,面向初級至中級實踐者,旨在幫助學員透過AgentCore獲得創建生產就緒AI代理的實務經驗。
完成本課程後,學員將能夠:
- 理解AgentCore在AI代理開發方面的核心能力。
- 使用托管服務設計並配置簡單的AI代理。
- 整合工作流程以增強代理功能。
- 部署並監控生產環境中的AI代理。
課程形式
- 互動式講解與討論。
- 使用AgentCore服務的動手實驗室。
- 從代理概念到部署的引導練習。
課程客製化選項
- 如需申請此課程的客製化培訓,請聯繫我們安排。
使用 Mastra 開發 AI 代理
14 小時這是由講師帶領的實時培訓(線上或線下),面向希望使用 Mastra 構建可擴展、可觀察 AI 系統的中級軟體開發人員和工程團隊。
完成本培訓後,參加者將能夠:
- 理解 Mastra 的架構,及其如何與 LLM 和外部 API 整合。
- 使用 TypeScript 設計和實現 AI 代理和工作流。
- 利用 Mastra 的可觀察性和記憶工具,監控並優化代理效能。
- 藉助 Mastra 的框架特性,部署具備生產級別的 AI 應用。
Mastra 除錯、評估與 AI 代理品質保證
21 小時Mastra 是一個框架,提供結構化工具來評估、除錯和確保在複雜工作流程中運作的 AI 代理之可靠性。
此培訓由講師主導,可線上或線下進行。旨在幫助中階實務工作者嚴格測試代理行為,提升可靠性,並實施可衡量的評估流程。
完成此課程後,學員將能自信地:
- 應用除錯技術來識別和修正代理行為問題。
- 使用結構化指標、基準和品質分數來評估代理。
- 實施追蹤可靠性、漂移和幻覺的工具和工作流程。
- 設計品質保證策略,確保代理表現一致且可預測。
課程形式
- 互動式講座與討論。
- 實際除錯與評估練習。
- 使用可觀察性工具對代理行為進行實時實驗室分析。
課程自訂選項
- 可依需求安排客製化的可靠性測試情境及產業特定的品質保證方法。
Mastra Ops 與生產工程:部署及擴展 AI 代理
21 小時Mastra 是一個運作框架,旨在簡化生產環境中 AI 代理的部署、擴展及生命週期管理。
此課程為講師指導的實作培訓(提供線上或線下模式),主要對象為需要將 AI 代理可靠且高效地整合至生產系統的中級至高級技術專業人員。
完成本課程後,學員將具備以下能力:
- 將基於 Mastra 的 AI 代理部署至受控的生產級環境。
- 利用平台原生基礎設施,對代理進行水平與垂直擴展。
- 實施可觀測性數據管道,以追蹤代理行為及效能。
- 最佳化執行階段組態,以降低延遲、成本及運作風險。
課程格式
- 互動式講座與討論。
- 聚焦於真實部署場景的實作練習。
- 使用容器化及協調環境進行實作實驗室演練。
課程客製化選項
- 可依需求提供主題、實作實驗室或產業特定場景的客製化服務。
Mastra 工作流程自動化與多代理編排
21 小時Mastra 是一個框架,能夠在分佈式系統中運作的多個 AI 代理之間實現複雜的工作流程自動化和協調。
這門由講師指導的現場培訓(線上或線下)旨在幫助初級從業者設計、編排並大規模操作多代理工作流程。
通過完成此培訓,參與者將獲得以下技能:
- 使用 Mastra 的編排功能設計複雜的工作流程。
- 協調多個執行平行或依賴任務的代理。
- 實施工作流程執行的監控和調試工具。
- 優化編排邏輯以提高可靠性、吞吐量和自動化效率。
課程格式
- 互動式講授與討論。
- 實作工作流程設計與自動化練習。
- 在容器化的實操實驗室環境中進行實踐實施。
課程定制選項
- 可根據需求提供自定義的自動化場景、企業集成或工作流程模式。
在 Google Antigravity 中管理代理工作流:協作編排、規劃與產出物
14 小時Google Antigravity 是一個以代理(Agent)為核心的開發平台,用於編排、監督和協調由 AI 驅動的程式碼開發與自動化工作流。
本課程為導師主導的實戰訓練(可線上或線下進行),旨在幫助中級專業人員設計、管理和優化 Google Antigravity 中的多代理工作流。
完成本課程後,學員將具備以下技能:
- 在 Manager 介面中設定代理職責與協作編排管線。
- 生成並解讀 Antigravity 產出物,包括任務清單、計劃、日誌及瀏覽器錄製內容。
- 實施驗證策略,確保代理的操作保持透明且可審計。
- 優化多代理協作,以應對複雜的開發與運營任務。
課程形式
- 引導式講解與實用演示。
- 聚焦實際工作流挑戰的場景化演練。
- 在活躍的 Antigravity 工作區中進行動手實驗。
課程客製化選項
- 若您需要此課程的客製化版本,請聯繫我們討論客製化選項。
測試與驗證代理驅動程式碼:Antigravity 中的品質保證
14 小時Antigravity 是一個代表先進代理驅動(agent-driven)開發工作流程的框架。
本課程為由講師主導的現場訓練(可線上或現場進行),專為中高級專業人士設計,旨在協助學員驗證、核實並確保 AI 代理在 Antigravity 驅動環境中所產出結果的安全性與正確性。
完成本課程後,學員將能夠:
- 評估代理生成的程式碼工件的準確性與安全性。
- 運用結構化技術來驗證代理執行的任務。
- 有效分析瀏覽器錄製內容並追蹤代理活動。
- 套用 QA(品質保證)與安全原則,以確保代理工作流程的可靠性。
課程形式
- 由講師引導的技術簡報與討論。
- 針對真實代理工作流程進行驗證的實作練習。
- 在受控實驗環境中進行手動測試與驗證。
課程自訂選項
- 可依需求調整情境、工作流程及測試範例。