کد نویسی با AI - ( ویژه توسعه دهنده )

در دنیای امروز، ابزارهای هوش مصنوعی به بخش مهمی از فرایند توسعه نرم‌افزار تبدیل شده‌اند و آشنایی با روش استفاده صحیح از این ابزارها به یکی از مهارت‌های مهم برای توسعه‌دهندگان تبدیل شده است. دوره AI Coding با هدف آشنایی توسعه‌دهندگان با مفاهیم، ابزارها و روش‌های نوین توسعه نرم‌افزار با کمک هوش مصنوعی طراحی شده است.

در این دوره، ابتدا با مفاهیم پایه‌ای مانند مدل‌های زبانی بزرگ (LLM)، Token، Context، Prompt، Reasoning، Tool Calling، Agent، Agent Loop، RAG، MCP و Skills آشنا خواهید شد و سپس نحوه استفاده از این مفاهیم را در ابزارهای مختلف AI Coding بررسی خواهید کرد. همچنین ابزارهایی مانند ChatGPT، GitHub Copilot، Cursor، Cline، Continue، Kilo Code، OpenCode و سایر ابزارهای مطرح بررسی و با یکدیگر مقایسه می‌شوند.

در ادامه، نحوه استفاده از هوش مصنوعی در مراحل مختلف توسعه نرم‌افزار، از تحلیل و طراحی پروژه گرفته تا پیاده‌سازی، تست، دیباگ، Refactoring و Code Review بررسی خواهد شد. هدف این است که بتوانید به جای استفاده صرفاً از AI برای تولید کد، یک Workflow مؤثر و حرفه‌ای برای توسعه نرم‌افزار با کمک هوش مصنوعی ایجاد کنید.

مخاطبین دوره:

  • توسعه‌دهندگان نرم‌افزار که می‌خواهند از ابزارهای هوش مصنوعی در فرایند توسعه استفاده کنند.

  • برنامه‌نویسانی که قصد دارند با ابزارها و روش‌های جدید AI Coding آشنا شوند.

  • توسعه‌دهندگان مبتدی تا حرفه‌ای که می‌خواهند بهره‌وری خود را با کمک هوش مصنوعی افزایش دهند.

  • افرادی که به مفاهیم Agent، LLM، MCP و نسل جدید ابزارهای توسعه نرم‌افزار علاقه‌مند هستند.

با شرکت در این دوره، با مفاهیم و ابزارهای اصلی AI Coding آشنا خواهید شد و یاد می‌گیرید چگونه هوش مصنوعی را به شکل اصولی و کنترل‌شده در فرایند توسعه نرم‌افزار به کار بگیرید؛ از تولید و اصلاح کد گرفته تا تحلیل پروژه، تست، دیباگ و طراحی یک Workflow حرفه‌ای برای توسعه مبتنی بر هوش مصنوعی.

AI Coding چیست و تاثیر در برنامه نویسی
چرخه عملکرد ابزار های AI Coding
LLM چیست و چه تفاوتی با Agent داره
Reasoning و Thinking Models
Tokenization - Input or Output Token
Context و Context Window
Prompt و System Prompt
مبانی Tool و Tool Calling
Skills در سیستم‌های AI Coding
آشنایی با مفهوم Harness
MCP (Model Context Protocol
مهندسی فرایند توسعه نرم‌افزار با هوش مصنوعی
Local Models و Cloud Models
دسته‌بندی توانمندی‌های مدل‌های زبانی
بررسی Ollama و Bionic
نصب و راه‌ اندازی Ollama
نصب و راه اندازی Bionic - LM Studio
نحوه استفاده از API در Ollama
نحوه استفاده از API در Bionic - LM Studio
انتخاب مدل لوکال بر اساس سخت افزار با LLM Fit
آشنایی با Model Provider و چند سرویس دهنده
آشنایی با Model Router و راهکار ها
پیکربندی و استفاده از OmniRoute
پیکربندی و استفاده از 9Router
ارزش افزوده ها و تنظیمات 9Router
آشنایی با huggingface
ساخت پروژه مشابه Handy
پیکربندی VSCode Chat و نحوه استفاده
معرفی بخش Open Agents در VSCode
دموی انجام یک تسک با VSCode Open Agents
معرفی افزونه های AI Coding در VSCode
معرفی و نصب افزونه Continue
نحوه اتصال Continue به Model Router
معرفی و پیکربندی افزونه Cline
بررسی ماهیت MCP و تفاوت های آن با API
MCP Client و MCP Server
MCP Tools
مدل های استفاده و نصب MCP
اتصال MCP به یک ابزار توسعه AI
مفاهیم Skills و چه مشکلی را حل می کند
تفاوت Skill با Rule و Prompt
ساختار یک Skill و نصب و پیکربندی
استفاده از Skills در AI Coding
Agentic Coding چیست
Agent Loop
Loop Engineering چیست
درک مفاهیم پایه Plan, Act ,Observe ,Verify, Iterate
Feedback Loop
Human in the loop
جلوگیری از Infinite Loop
OpenCode
DeepSeek Harness
استفاده از Model Providerها
استفاده از MCP و Skills
اجرای Agentic Workflow
Planning → Coding → Testing → Debugging → Verification
instructor-image

علی بیگدلی

توسعه دهنده backend (AI,IOT,Python)

بیشتر از 10 سال سابقه فعالیت در زمینه برنامه نویسی و تدریس

امتیازات شرکت کنندگان

0

(بر اساس بررسی کلی)

ثبت دیدگاه


نکته: آدرس ایمیل شما منتشر نخواهد شد
0/400

دیدگاه کاربران (0)


هیچ دیدگاهی ثبت نشده است. می‌توانید اولین نفر باشید.