Szkolenie z rozwoju oprogramowania z AI – Przestań niańczyć edytory AI

Szkolenie z rozwoju oprogramowania z AI

Praktyczny, hands-on kurs dla zespołów inżynierskich. Naucz się automatyzować cały cykl rozwoju oprogramowania za pomocą agentów AI działających wewnątrz GitHub Actions — nie wewnątrz twojego edytora. Oparty na open-source'owym zestawie narzędzi CodeFactory harness engineering i prawdziwych produkcyjnych monorepach.

Format:

2 x pół dnia

Praktyczne sesje szkoleniowe

Additional material

Hints & Tips ebook

1-6 osób:

€900

7-12 osób:

€1100

Praktyka na twoim własnym repozytorium Darmowa wersja próbna FlowHunt

Zarezerwuj teraz

Sesja 1:

Część 1 – Podstawy harness engineering

Nauczysz się:

• Dlaczego niańczenie edytora AI nie skaluje się
• Harness engineering: ludzie sterują, agenty wykonują
• Bootstrapowanie repozytorium z CodeFactory CLI
• Wykrywanie stacku, poziomów ryzyka i granic architektonicznych
• Pisanie CLAUDE.md jako control plane agenta
• Wersjonowanie promptów i guardów jako kodu
• Pre-commit hooks, bramki polityki ryzyka i chronione pliki

Sesja 2:

Część 2 – Zautomatyzowany rozwój w GitHub Actions

Nauczysz się:

• Agenty issue triage, planner i implementer
• Read-only review agenty ze strukturalnymi werdyktami
• Pętle naprawcze i auto-revert chronionych plików
• CI pipeline'y z bramkami ryzyka i dyscypliną SHA
• Doc gardening i cotygodniowe metryki harnessa
• Uruchamianie pełnej pętli issue → PR → merge na żywo
• Dostosowanie harnessów do własnego kodu

Pokaż swoją ekspertyzęZ naszym certyfikatem!

Przestań niańczyć edytor AI

Większość programistów używa dziś AI w niewłaściwy sposób. Siedzą w Cursorze lub Copilot Chat, akceptują sugestię, przewijają, akceptują kolejną, cofają, ponawiają próbę, wklejają błąd z powrotem do czatu i uznają dzień za zakończony. Wydaje się to produktywne, ale to ręczna praca w kostiumie AI. Człowiek nadal jest wąskim gardłem. Agent nadal zgaduje. Nic nie jest powtarzalne, nic nie jest do przejrzenia i nic nie skaluje się poza jednego programistę i jeden branch.

To szkolenie odwraca model. Twój zespół nauczy się przenosić kodowanie AI poza edytor i do GitHub Actions, gdzie agenty działają w efemerycznych runnerach, chronione przez wersjonowane prompty i zautomatyzowane bramki jakości. Programista otwiera issue, przegląda pull request i klika merge. Wszystko pomiędzy — triage, planowanie, implementacja, code review, naprawy — dzieje się automatycznie, na standardowej infrastrukturze CI.

Zestaw narzędzi CodeFactory harness

Uczymy w oparciu o CodeFactory , open-source’owe CLI, które bootstrapuje kompletny harness bezpieczeństwa agenta w dowolnym istniejącym repozytorium. Jedno polecenie — codefactory init — i twoje repo zyskuje 16 harnessów oraz 14+ workflowów GitHub Actions dostosowanych do twojego stacku:

• Kontrakt ryzyka (harness.config.json), który klasyfikuje każdy plik do Tier 1, 2 lub 3 i wymusza odpowiedni poziom kontroli
• Instrukcje agenta (CLAUDE.md) opisujące konwencje, reguły zależności i chronione pliki
• Agent issue triage, który ocenia jasność, odtwarzalność i zakres przed napisaniem jakiegokolwiek kodu
• Issue planner, który czyta kodbazę w trybie read-only i publikuje ustrukturyzowany plan implementacji
• Issue implementer, który tworzy branch, implementuje zmianę, uruchamia podstawową walidację i otwiera PR
• Review agent działający z narzędziami read-only i wydający werdykt APPROVE / REQUEST_CHANGES / COMMENT sklasyfikowany przez drugi, lekki model
• Pętla naprawcza, która przekazuje werdykty review z powrotem do implementera na maksymalnie trzy cykle auto-fix przed eskalacją do człowieka
• Workflowy doc gardening, testów strukturalnych, harness smoke tests i cotygodniowych metryk, które utrzymują sam harness w zdrowiu

Wszystko żyje w repozytorium. Żadnych zewnętrznych dashboardów, żadnego vendor lock-in, żadnego ukrytego stanu. Edycja prompta to zwykły pull request.

Prawdziwy przykład produkcyjny: sport-affiliate

Przechodzimy przez QualityUnit/sport-affiliate , prawdziwe produkcyjne monorepo (trzy strony Next.js, współdzielony silnik i pipeline danych w Pythonie) uruchamiające pełny harness CodeFactory. Przeczytasz rzeczywiste pliki workflow, prompty i skrypty guard, które je napędzają:

• 15 workflowów GitHub Actions orkiestrujących pełną pętlę issue → PR → merge
• Cztery niestandardowe prompty w .codefactory/prompts/ (issue-triage.md, issue-planner.md, issue-implementer.md, review-agent.md)
• Skrypty guard w TypeScript (scripts/*-guard.ts), które pre-flightują każde uruchomienie agenta i decydują, czy w ogóle powinno się rozpocząć
• Czteroetapowy fail-fast CI pipeline, który pomija pełne buildy Next.js (25 minut każdy) na rzecz type-check + lint + testów strukturalnych
• Dyscyplina SHA: każde downstream’owe zadanie robi checkout dokładnie tego SHA, które zgłosiła risk gate, więc agent nie może zrobić race-push w środku pipeline’a
• Chronione pliki (.github/workflows/*, harness.config.json, CLAUDE.md, pliki lock, konfiguracje deploymentu), które są automatycznie przywracane, jeśli agent ich dotknie
• Prompt review załadowany z origin/main — nie z brancha PR — dzięki czemu PR-y napisane przez agenty nie mogą manipulować swoim własnym reviewerem

Pełne doświadczenie programisty wygląda tak: człowiek otwiera issue. Agent triage nadaje etykiety, zadaje pytania wyjaśniające jeśli to konieczne, i przekazuje je plannerowi. Planner publikuje plan implementacji jako komentarz. Implementer tworzy issue-N, implementuje zmianę, uruchamia bramki jakości i otwiera PR. Review agent przegląda. Jeśli proszone są o zmiany, implementer jest ponownie uruchamiany w trybie review-fix — do trzech cykli — zanim nastąpi eskalacja do człowieka. Jedynymi punktami dotyku człowieka są otwarcie issue i zatwierdzenie końcowego merge.

Co twój zespół wyniesie ze szkolenia

Pod koniec szkolenia twoi programiści będą w stanie zbootstrapować dokładnie ten zestaw we własnych repozytoriach, pisać i dostrajać własne agent prompts, definiować poziomy ryzyka pasujące do ich architektury oraz mierzyć, czy harness faktycznie działa za pomocą metryk Mean-Time-To-Harness i SLO. Wyjdą z działającym harnessem na jednym z twoich prawdziwych repozytoriów — a nie z przykładem-zabawką.

Dołącz do następnej kohorty

Zarezerwuj swoje miejsce już dziś!

Przyszłość nie czeka — skontaktuj się z nami teraz i zarezerwuj szkolenie z rozwoju oprogramowania z AI, aby zacząć automatyzować swój workflow inżynierski.

Skontaktuj się z nami