感謝您提交詢問!我們的一位團隊成員將在短時間內與您聯繫。
感謝您提交預訂!我們的一位團隊成員將在短時間內與您聯繫。
課程時長 14 時間:
課程簡介
利用 LLM 理解程式碼
- 用於程式碼解釋與導覽的提示策略
- 處理陌生的程式碼庫與專案
- 分析控制流、依賴關係與架構
為可維護性重構程式碼
- 識別程式碼異味、無用代碼與反模式
- 重新組織函式與模組以增強清晰度
- 使用 LLM 建議命名規範與設計改進
提升效能與可靠性
- 利用 AI 輔助偵測低效效能與安全風險
- 建議更高效的演算法或函式庫
- 重構 I/O 操作、資料庫查詢與 API 調用
自動化程式碼文件
- 生成函式/方法級別的註解與摘要
- 根據程式碼庫撰寫與更新 README 檔案
- 借助 LLM 支援創建 Swagger/OpenAPI 文件
與工具鏈整合
- 使用 VS Code 外掛與 Copilot Labs 進行文件撰寫
- 在 Git 提交前鉤子中整合 GPT 或 Claude
- 在 CI 管道中整合文件生成與靜態程式分析(Linting)
處理遗留與多語言程式碼庫
- 逆向工程較舊或未記錄的系統
- 跨語言重構(例如:從 Python 到 TypeScript)
- 案例研究與 AI 協作編程示範
倫理、品質保證與審查
- 驗證 AI 生成的變更並避免幻覺(Hallucinations)
- 使用 LLM 時的同儕審查最佳實務
- 確保結果的可重現性並符合編程標準
總結與後續步驟
最低要求
- 具備 Python、Java 或 JavaScript 等程式語言的開發經驗
- 熟悉軟體架構與程式碼審查流程
- 了解大型語言模型的基本運作原理
目標受眾
- 後端工程師
- DevOps 團隊
- 資深開發者與技術負責人
客戶評論 (1)
我獲得了關於Python中Streamlit庫的知識,我肯定會嘗試使用它來改進我們團隊中基於R Shiny開發的apps。
Michal Maj - XL Catlin Services SE (AXA XL)
課程 - GitHub Copilot for Developers
機器翻譯