|
第一天:AI赋能研发流程变迁与全栈工程师转型案例剖析
| 课时安排
|
AI赋能研发流程与开发范式变迁
| - 传统开发模式困局
- 需求梳理低效
- 开发周期长
- 代码质量参差不齐
- 测试成本高
- 迭代速度慢
- 跨团队协作壁垒
- 底层开发范式的根本转变
- 从“编写代码”到“定义意图 + 模型生成”
- 从“单人 / 团队编码”到“人机结对编程”
- 软件开发全流程的重构
- 需求分析:从模糊文档到精准结构化
- 架构设计:从经验驱动到智能推荐
- 编码实现:从手写为主到AI 生成主导
- 测试与质量:从人工用例到智能自动化
- 运维与迭代:从被动响应到自愈优化
- 协作模式:从文档驱动到对话驱动
- 传统研发范式 VS AI赋能研发新范式对比
- AI赋能研发困局变迁与赋能全景
- 大模型赋能需求生成与评审
- 大模型赋能前端代码生成
- 大模型赋能后端代码生成
- 大模型赋能代码质量提升
- 大模型赋能测试自动化
大模型赋能自动化运维
| 2课时
|
全栈工程师职业发展优势
| - 适配AI开发新模式
- 全局视角看懂业务链路
- 高效承接完整业务需求
- 故障排查高效
- 高效前后端联调
- 晋升路线多元化
行业波动抗风险强
| 0.5课时
|
全栈工程师核心技能
| - 前后端开发技术基础
- 项目架构设计能力
- 业务拆解能力
- 提示词工程能力
- AI开发工具熟练应用能力
- AI代码治理能力
- AI工具规范落地能力
- 测试能力
运维基础能力
| 1课时
|
全栈工程师转型问题与应对方案
| - “洗脑”会
- 岗位层级设计
- 前端转型路径与周期
- 转型流程
- 新工具引入
- KPI设定
- 转型绩效考评机制
- 转型效率提升度量指标
员工情绪应对
| 1课时
|
企业转型案例
| - OKR目标驱动
- 研发效能团队牵头
- 【案例】某石油企业全栈工程师转型案例
【案例】某互联网企业全栈工程师转型案例
| 1课时
|
员工畅谈与诊断
| - 针对AI全栈开发转型,员工还有哪些顾虑?
针对员工问题,结合经验与案例,分享解决方案
| 0.5课时
|
第二天:AI全栈Spec Coding与项目实战
| 课时安排
|
OLIama部署应用
| - OLIama简介
- 网络安全隔离
- OLIama常用操作命令
- 离线模型CLI接口
·模型API接口
| 0.5课时
|
IDEA+Continue环境配置
| - 本地部署Qwen-coder大模型
- IDEA+Continue环境配置
- 大模型对接
| 0.5课时
|
OpenSpec插件应用详解
| - OpenSpec插件的核心定位
- 插件部署
- OpenSpec命令详解
- /opsx:explore
- /opsx:new
- /opsx:ff
- /opsx:apply
- /opsx:verify
- /opsx:sync
- /opsx:archive
- /opsx:bulk-archive
- /opsx:onboard
- /opsx:continue
- /opsx:propose
【案例】基于以上命令实现Spec Coding
| 1课时
|
利用大模型生成代码核心操作
| - 多模态大模型调用
- @ Symbols 快捷指令
- @Files单文件引用
- @Folders文件夹引用
- @代码分析
- @图片
- 【案例】引用文件生成代码
- 【案例】引用文件夹生成代码
- 【案例】引用UI控件图像生成代码
- 【案例】引用类图生成代码
- 【上机实操】
| 1课时
|
代码库存量工程深度理解
| - 【案例】使用大模型进行存量代码理解
- 【案例】设计合理提示词
- 【案例】进行增量功能续写
| 0.5课时
|
新需求代码生成
| - 【案例】基于需求生成设计文档
- 【案例】设计文档review与优化
- 【案例】根据设计文档生成代码
| 0.5课时
|
代码理解与重构建议
| - 代码重构概述
- 使用大模型进行代码解释
- 使用大模型进行代码重构
- 【案例】代码重构效果对比
| 0.5课时
|
项目实操~项目1 前端技术实战项目: Web-Dev-For-Beginners 打字游戏项目
| - 【实操1】将页面翻译成中文
- 【实操2】增加实时 WPM(打字速度)、正确率
- 【实操3】保存历史成绩、最高分、历史记录列表
- 【实操4】限时模式追加
| 1.5课时
|
第三天:Spec Coding进阶实战
| 课时安排
|
大模型在CICD中应用
| | 0.25课时
|
规格驱动的全新代码生成
| - 向 Continue传递规格文档的最佳实践
- 代码生成粒度控制:文件级、类级、函数级
- 分层代码生成:数据层→服务层→接口层
- 生成代码的自动格式化与规范检查
- 【案例】基于完整规格生成全量代码
| 0.25课时
|
提示词工程进阶最佳实践
| - 提示词万能公式
- 提示词优化方案
- RE2
- Few-Shot少样本示例法
- 常用分隔标识
- 关键词指令标签
- 内容输出约束
- 【案例】提示词返回精准答案
| 0.5课时
|
缺陷检测与代码审查
| - Code review概述
- Code review结果解析
- Code review结果推送
- 【案例】大模型进行自动化code review
- 【上机实操】
| 0.25课时
|
Bug根因定位与修复
| - Bug信息提交技巧
- 清晰描述Bug现象
- 提供日志和代码片段
- 生成根因报告
- 避免大模型误判
| 0.5课时
|
项目实操~项目2 前后端技术实战项目:
RuoYi(若依)后台管理系统
| - 结合OpenSpec插件,实现Spec Coding
- 【实操1】在 RuoYi 登录页增加图形验证码、密码错误次数限制
- 【实操2】增强 RuoYi 操作日志,记录IP 城市、运营商、浏览器、OS
- 【实操3】增强 RuoYi 数据权限,从部门权限升级为部门+角色+用户组合权限
- 【实操4】把 RuoYi字典从每次查询改为Redis缓存+前端一次性加载
【实操5】增加日志导出、清空、批量删除功能
| 2.5课时
|
自动生成API文档
| - API文档核心需求与规范
- Prompt设计技巧
- 精准描述API接口
| 0.25课时
|
性能瓶颈分析与优化
| - 【案例】利用大模型进行前端代码性能瓶颈分析
- 【案例】利用大模型进行后端代码性能瓶颈分析
- 【案例】利用大模型进行SQL性能瓶颈分析
- 【案例】大模型提供优化方案后的性能验证
| 0.5课时
|
上机实操
| - 【实操1】基于开源项目进行瓶颈分析与优化
- 【实操2】基于RuoYi(若依)后台管理系统项目进行bug修复
- 【实操3】基于RuoYi(若依)后台管理系统项目进行性能优化
- 【实操4】大模型自动生成API文档
| 1课时
|
课程总结与答疑
| | 0.25课时
|