课程：LLM赋能软件研发全流程实战演练训练营

咨询

成功案例

相关课程

全部课程 >人工智能

LLM赋能软件研发全流程实战演练训练营

30 次浏览

2 次

范老师
航天信息前首席架构师。

时间地点：北京、上海、深圳根据报名开班

课程费用：4500元/人

报公开课		要内训

企业内训：可以根据企业需求,定制内训,详见内训学习手册

认证方式：
培训前了解能力模型。
培训后进行能力评测：

在线考试

能力分析，给出学习建议

合格者颁发证书，作为职业技能资格证明

课程简介：

       Agent智能体是一种能够自主决策、与环境进行交互并完成任务的软件实体。它们能够感知环境、理解用户需求、制定并执行计划，从而为用户提供智能化的服务。随着大数据、云计算和深度学习等技术的不断发展，大模型Agent智能体已经能够在众多领域发挥重要作用，如智能家居、自动驾驶、智能客服、医疗辅助等。
       本课程首先通过全流程工作坊的形式演练，如何以知识库的形式为LLM制定模板与规范，然后在此基础上，以人机结合的方式编写用例模型、领域模型，生成领域对象、服务接口、DSL配置，最后让LLM编写规范的程序代码、测试用例，完成整个开发的全过程。
       此外，学习Agent智能体开发还具有广泛的实用价值。在智能家居领域，Agent智能体可以实现智能家居设备的自动化控制和智能化管理，提高家庭生活的便捷性和舒适性。在自动驾驶领域，Agent智能体可以感知车辆周围的环境，制定并执行驾驶策略，从而确保行车安全和效率。在智能客服领域，Agent智能体可以自动处理用户咨询和投诉，提高客户满意度和服务效率。在医疗辅助领域，Agent智能体可以协助医生进行疾病诊断和治疗方案制定，提高医疗服务的准确性和效率。

培训收益：

1. 利用LLM进行软件研发的思路
2. 关于AI编程的局限与反思
3. 业务架构的规划与设计过程
4. 用例模型与需求规格说明书
5. 基于LLM的领域建模过程
6.基于AI编程的设计开发
7.基于DDD的平台架构设计
8.在AI时代应该如何编程
9.基于LLM的代码整洁与重构过程

培训对象：

AI工程师、代码工程师、对AI感兴趣的人员

学员基础：

具有软件开发经验，有一定AI代码编程基础

课程安排：2天

主题	课程安排
第一单元基于LLM的软件研发思路
利用LLM进行软件研发的思路	1. LLM智能大模型的应用场景： 1）代码解释：通过LLM对代码进行解释与注释 2）代码改写：通过LLM对原有代码进行优化 3）代码生成：通过LLM根据新需求编写代码 4）代码测试：通过LLM根据新需求编写测试用例 2. LLM智能大模型核心原理与应用： 1）提示词工程：如何通过提示词的互动，指导LLM编码 2）示例文档上传：如何通过编写与上传示例文档，指导LLM工作 3）搭建本地知识库：通过搭建知识库，为LLM制定开发规范
关于AI编程的局限与反思	1. AI编程无法去应对复杂的、大规模的应用开发 2. AI编程同样需要制定相应的编码规范 3. AI编程同样需要架构规划与层次划分 4. AI编程同样需要基于设计思想进行设计编码结论：AI替代的不是人，而是不会使用AI的人 1）需要更加深刻的理解业务而不是技术 2）需要更强的架构规划与设计能力 3）需要对AI编码的正确与否的甄别与判断能力 4）需要掌握与AI工作与协同的工作技能
解决方案：以DDD为指导的AI编程实践	1. 制定LLM软件开发的模板与规范： 1）文档模板：架构设计的模板、用例模型的模板、领域模型的模板 2）开发规范：领域对象、服务接口、DSL配置、测试用例的开发规范 2. 基于领域模型的LLM软件开发：上半场：梳理业务需求，构建领域模型 1）LLM辅助的软件需求探索与编写需求文档 2）LLM辅助编写用例模型 3）LLM辅助编写领域模型下半场：基于领域模型的设计开发 4）LLM辅助形成数据库设计，编写SQL脚本 5）LLM辅助编写领域对象与服务接口代码，进行DSL配置 6）LLM辅助，基于某个平台进行业务代码的编写 7）LLM辅助创建测试用例代码
第二单元 DDD的AI编程全程演练
业务架构的规划与设计过程	1. 业务需求探索与业务架构规划实战演练：AI辅助与人机结合的业务架构探索过程 2. 由粗到细的业务梳理过程 3. 动态模型与静态模型相结合的分析过程 1). 动态模型：用例模型每个用例及其业务流程的梳理过程 2). 静态模型：领域模型领域对象及其相互关系的梳理过程
用例模型与需求规格说明书	实战演练：智能汽车驾驶平台的业务梳理过程 1. 用例模型的分析设计过程 1）站在全局的业务规划与战略设计 2）由粗到细的用例建模过程：用例、参与者与系统边界 3）三种类型的用例描述：业务流程、查询报表、图表展示 4）按照用例描述的方式编写需求规格说明书 2. 界面原型设计 3. 演练：基于LLM的进行需求探索，建立用例模型 1）基于LLM进行业务架构的规划与业务需求的探索 2）为用例模型编写rules文件并且不断调教 3）业务架构+rules文件，让LLM自动生成用例模型与用例描述 4）对LLM生成的用例模型与用例描述进行审查与调教 5）基于用例模型形成需求规格说明书
演练基于LLM的领域建模过程	1. 从领域中吸取业务领域知识 2. 统一语言建模：与用户沟通需求的高级技巧 3. 领域驱动的设计思想：将真实世界与软件世界对应起来 1）将真实世界的事物与软件世界的对象对应起来 2）将真实世界中事物的行为，与软件世界中对象的方法对应起来 3）将真实世界中事物间的关系，与软件世界中对象间的关联对应起来 4. 演练：用LLM基于用例模型形成领域模型 1）为领域模型编写和调教rules文件 2）用例模型+rules文件，通过LLM形成领域模型 3）对AI生成的领域模型进行梳理与确认 4）按照领域模型划分限界上下文 5. 基于DDD进行业务架构规划 1）为每个限界上下文构建业务领域模型 2）划分并识别主题域、支撑域、通用域 3）落实各子域之间的联系、接口及事件通知机制 6. 对LLM生成的领域模型进行审查与调教
演练基于AI编程的设计开发	1. 利用LLM将领域模型的设计转变成数据库设计脚本 1）为数据库设计编写rules文件 2）领域模型+rules文件，由LLM生成数据库脚本 3）开发人员对数据库脚本进行审查与优化 2. 利用LLM将领域模型的设计转变成程序设计 1）为领域对象编写rules文件 2）为服务接口编写rules文件 3）为DSL的配置编写rules文件 4）基于领域模型+rules文件，由LLM生成初步的程序代码 5）开发人员对程序代码进行审查与优化 3. 基于DDD的平台规范，由LLM实现业务功能 1）基于DDD的规范，搭建一套支持DDD的开发平台 2）编写DDD开发平台的API接口文档 3）通过注释的方式，对服务接口Service的每个方法进行设计 4）基于接口注释+平台API接口文档，由LLM编写和实现业务功能 5）开发人员对AI生成的程序代码进行审查与调优 4. 基于用例模型的业务需求，由LLM生成测试用例代码 1）为测试用例代码编写rules文件 2）用例模型+rules文件，由LLM生成测试程序代码 3）开发人员对测试代码进行确认与调教，并完成最终的测试
基于DDD的平台架构设计	1. 解决软件层次的复杂性：将业务与技术解耦 2. 整洁架构与六边形架构的设计思想 3. CQRS命令与查询职责分离的设计思想 4. 基于整洁架构的DDD架构设计思路 1）制作通用仓库与工厂的设计思路 2）引入DSL的思路与设计实现 3）支持DDD的增删改功能架构设计 4）支持DDD的查询功能的架构设计 5. 基于DDD的底层平台，进行AI编程开发 6. 用AI去优化与规范底层开发平台
第三单元 LLM的高质量软件设计
在AI时代应该如何编程	1. AI是用于替代人，还是给人提供更加高效的工具？ 2. 脱离设计的AI编程只能是低质量的代码 3. 高质量的软件设计才能指导AI高质量地编码维护结论：AI时代给设计者提出的是更高的设计要求 1）基于业务需求进行分析设计 2）将大任务拆分成无数个小任务 3）基于rules对AI编程进行规范 4）基于rules对AI编写的测试用例进行规范
基于LLM的代码整洁与重构过程	1. AI编程是软件重构与代码整洁的解决之道 1）解析软件退化的根源与代码整洁 2）传统的软件重构的困境 3）AI编程是软件重构的解决之道 2. 重构是代码整洁与高质量编码的实现方式 1) 准确理解软件重构 2) 每次变更的时候，先重构再实现需求 3) 每过一段时间就通过重构整理一次代码 3. 基于LLM的软件重构新思路 1）用LLM进行原始代码的理解 2）用LLM进行代码的重构与优化 3）用LLM编写测试用例 4. 案例：演练业务需求变更与代码维护过程 1)基于LLM进行业务需求与用例模型的变更 2)基于LLM与用例模型进行领域模型的变更 3)基于用例模型与领域模型的变更，让LLM进行程序代码的变更 4)基于用例模型与领域模型的变更，让LLM编写新的测试用例