Utveckling inom agent-baserade AI-system del 1 av 2

  • Inlärningsväg
  • 3 Moduler

I korthet

Lär dig hur du utformar, distribuerar och hanterar agentiska AI-system inom livscykeln för programvaruutveckling.

I det här lärandespåret kommer du att:

  • Integrera AI-agenter i programvaruutvecklingslivscykeln (SDLC) genom att definiera agentuppgifter, indata/utdata och körningsgränser
  • Utforma och konfigurera agentarkitekturer som separerar planering, resonemang och körning för att förbättra tillförlitligheten och kontrollen
  • Implementera verktygsanvändning och miljöinteraktioner genom att konfigurera agentverktyg, behörigheter och MCP-servrar i utvecklingsmiljöer

Förutsättningar

  • Ett GitHub-konto
  • Grundläggande förståelse för AI
  • Grundläggande förståelse för lagringsplatser, grenar och pull-begäranden
  • Allmän kunskap om CI- och CD-begrepp

Moduler i den här utbildningsvägen

Grunderna för agentisk AI i GitHub

Lär dig hur AI-kodningsagenter transformerar programvaruutveckling genom att planera, agera och förbättra i GitHub arbetsflöden.

Utforma agentarkitektur och SDLC-integrering

Lär dig hur agentiska system använder GitHub arbetsflöden för att skapa programvara på ett säkert sätt.

Verktygssystem, MCP och agentkörningsmiljöer

Lär dig hur agenter använder verktyg, MCP och GitHub arbetsflöden för att utföra uppgifter på ett säkert sätt, med tydliga gränser, säkerhetskontroller och skalbar automatisering.

Start