Tekoälyohjelmistokehityksen koulutus
Osa 1 – Harness-suunnittelun perusteet
Opit:
- Miksi tekoälyeditorin paimentaminen ei skaalaudu
- Harness-suunnittelu: ihmiset ohjaavat, agentit toteuttavat
- Repon käynnistäminen CodeFactory CLI:llä
- Teknologiapinon, riskitasojen ja arkkitehtuurirajojen tunnistaminen
- CLAUDE.md:n kirjoittaminen agentin ohjauskerrokseksi
- Promptien ja guardien versioiminen koodina
- Pre-commit-koukut, riskikäytäntöportit ja suojatut tiedostot
Osa 2 – Automatisoitu kehitys GitHub Actionsissa
Opit:
- Issue-triage-, planner- ja implementer-agentit
- Vain-luku-review-agentit strukturoiduilla verdikteillä
- Korjaussilmukat ja suojattujen tiedostojen automaattinen palautus
- Riskiporrastetut CI-putket SHA-kurinalaisuudella
- Dokumentaation hoito ja viikoittaiset harness-metriikat
- Koko issue → PR → merge -silmukan ajo livenä
- Harnessien mukauttaminen omaan koodipohjaasi
Näytä osaamisesisertifikaatillamme!
Lopeta tekoälyeditorin paimentaminen
Useimmat kehittäjät käyttävät tekoälyä nykyään väärin. He istuvat Cursorissa tai Copilot Chatissa, hyväksyvät ehdotuksen, vierittävät, hyväksyvät toisen, peruvat, yrittävät uudelleen, liittävät virheen takaisin chattiin ja päättävät päivän. Se tuntuu tuottavalta, mutta se on manuaalista työtä tekoälypuvussa. Ihminen on edelleen pullonkaula. Agentti arvaa edelleen. Mikään ei ole toistettavissa, mikään ei ole tarkistettavissa eikä mikään skaalaudu yhden kehittäjän ja yhden haaran yli.
Tämä koulutus kääntää mallin ympäri. Tiimisi oppii siirtämään tekoälykoodauksen pois editorista GitHub Actionsiin, jossa agentit ajetaan lyhytikäisissä runnereissa, versioitujen promptien ja automaattisten laatuporttien suojaamina. Kehittäjä avaa issuen, tarkistaa pull requestin ja klikkaa mergeä. Kaikki näiden välillä — triage, suunnittelu, toteutus, koodikatselmus, korjaukset — tapahtuu automaattisesti tavallisessa CI-infrastruktuurissa.
CodeFactory-harness-työkalupakki
Opetamme CodeFactoryn
päällä, joka on avoimen lähdekoodin CLI, joka käynnistää täydellisen agenttiturvaharnessin mihin tahansa olemassa olevaan repoon. Yksi komento — codefactory init — ja repoosi saa 16 harnessia ja yli 14 GitHub Actions -työnkulkua, jotka on räätälöity tekniikkapinollesi:
- Riskisopimus (
harness.config.json), joka luokittelee jokaisen tiedoston Tier 1, 2 tai 3 -tasolle ja pakottaa oikean tarkkuustason - Agenttiohjeet (
CLAUDE.md), jotka kuvaavat konventiot, riippuvuussäännöt ja suojatut tiedostot - Issue-triage-agentti, joka arvioi selkeyden, toistettavuuden ja laajuuden ennen kuin yhtäkään koodiriviä kirjoitetaan
- Issue-planner, joka lukee koodipohjaa vain-luku-tilassa ja julkaisee strukturoidun toteutussuunnitelman
- Issue-implementer, joka luo haaran, toteuttaa muutoksen, ajaa perusvalidoinnin ja avaa PR:n
- Review-agentti, joka ajetaan vain-luku-työkaluilla ja antaa APPROVE / REQUEST_CHANGES / COMMENT -verdiktin, jonka toinen kevyt malli luokittelee
- Korjaussilmukka, joka syöttää review-verdiktit takaisin implementerille jopa kolmeen auto-fix-kierrokseen ennen ihmiselle eskaloitumista
- Dokumentaation hoito, rakennetestit, harness-savutestit ja viikoittaiset metriikat -työnkulut, jotka pitävät itse harnessin terveenä
Kaikki elää repossa. Ei ulkoisia kojelautoja, ei vendor lock-iniä, ei piilotettua tilaa. Promptin muokkaaminen on normaali pull request.
Oikea tuotantoesimerkki: sport-affiliate
Käymme läpi QualityUnit/sport-affiliate -repon, joka on oikea tuotantomonorepo (kolme Next.js-sivustoa, jaettu moottori ja Python-datapipeline) ja ajaa täydellistä CodeFactory-harnessia. Luet oikeat työnkulkutiedostot, promptit ja guard-skriptit, jotka ohjaavat sitä:
- 15 GitHub Actions -työnkulkua, jotka orkestroivat koko issue → PR → merge -silmukan
- Neljä räätälöityä promptia kansiossa
.codefactory/prompts/(issue-triage.md,issue-planner.md,issue-implementer.md,review-agent.md) - TypeScript guard-skriptit (
scripts/*-guard.ts), jotka esitarkistavat jokaisen agenttiajon ja päättävät, pitäisikö sen edes alkaa - Neliportainen fail-fast-CI-putki, joka ohittaa täydelliset Next.js-buildit (25 minuuttia kukin) type-checkin + lintin + rakennetestin hyväksi
- SHA-kurinalaisuus: jokainen alavirran työ checkout-aa tarkan riskiportin raportoiman SHA:n, jotta agentti ei voi kilpa-pushata kesken putken
- Suojatut tiedostot (
.github/workflows/*,harness.config.json,CLAUDE.md, lock-tiedostot, deployment-konfiguraatiot), jotka palautetaan automaattisesti, jos agentti koskee niihin - Review-prompt ladataan
origin/main-haarasta — ei PR-haarasta — jotta agentin kirjoittamat PR:t eivät voi peukaloida omaa tarkastajaansa
Päästä päähän -kehittäjäkokemus näyttää tältä: ihminen avaa issuen. Triage-agentti merkitsee sen, esittää tarvittaessa tarkentavia kysymyksiä ja luovuttaa sen plannerille. Planner julkaisee toteutussuunnitelman kommenttina. Implementer luo issue-N:n, toteuttaa muutoksen, ajaa laatuportit ja avaa PR:n. Review-agentti tarkistaa. Jos muutoksia pyydetään, implementer käynnistetään uudelleen review-fix-tilassa — jopa kolmeen kertaan — ennen ihmiselle eskaloitumista. Ainoat ihmiskosketuspinnat ovat issuen avaaminen ja lopullisen mergen hyväksyminen.
Mitä tiimisi vie kotiin
Koulutuksen jälkeen kehittäjäsi osaavat käynnistää tämän tarkan asetelman omissa repoissaan, kirjoittaa ja virittää omia agenttipromptiaan, määritellä arkkitehtuuriaan vastaavia riskitasoja ja mitata Mean-Time-To-Harness- ja SLO-metriikoilla, toimiiko harness oikeasti. He lähtevät ajavalla harnessilla yhdessä oikeassa repossasi — ei leluesimerkillä.
Liity seuraavaan ryhmään
Varaa paikkasi tänään!
Tulevaisuus ei odota — ota yhteyttä nyt ja varaa tekoälyohjelmistokehityksen koulutuksesi aloittaaksesi insinöörityönkulkusi automatisoinnin.