scottyux/ai-augmented-software-engineering
Developer toolsこのページは AI により自動翻訳されています。技術的な詳細は原文をご確認ください。 原文を見る
IStinye大学でAI-Augmented Software Engineeringの講義シリーズのコース資料.
概要
講義シリーズのコース資料。 このリポジトリは、現代のAIツールがどのようにソフトウェアが設計、構築、テスト、およびメンテナンス方法を変更するかを調べる、講義ノート、スライド、コード例、課題、およびリソースを収集します。 AI-augmentedソフトウェアエンジニアリングは、ソフトウェア開発ライフサイクル全体でアクティブ・コラビオレータとして、コードアシスタント、エージェント、およびLLMベースのツーリングを使用することの実践です。 このコースでは、これらのツール(これらのツールの実践的な使用)と、その理由(エンジニアリング練習のための強度、限界、および影響)の両方をカバーしています。 1。 セットアップ環境 — Git、GitHub、Python、およびコーディングエージェントをインストールして、コースの残りの部分の前にインストールします。 2. Specs主導の開発 — SDD が適合するとき、有能な SDLC、計画モード、SDD の成熟度のレベル、よい指定および SDD フレームワーク。 3。 コーディングエージェントの解剖学 - LLM の仕組み、モデルの風景、LLM がコーディングに適している理由、およびフードの下のコーディングエージェント。 4.
概要（AI 翻訳）
AI-Augmented Software Engineeringの講義シリーズのコース資料。
コース概要とシラバスはコースのウェブサイトにあります。
このリポジトリは、現代のAIツールがどのようにソフトウェアが設計、構築、テスト、およびメンテナンス方法を変更するかを調べる、講義ノート、スライド、コード例、課題、およびリソースを収集します。
コース概要
AI-augmentedソフトウェアエンジニアリングは、ソフトウェア開発ライフサイクル全体でアクティブ・コラビオレータとして、コードアシスタント、エージェント、およびLLMベースのツーリングを使用することの実践です。 このコースは、how(これらのツールの実践的な使用)とwhy(強度、限界、およびエンジニアリング慣行に対する影響)の両方をカバーしています。
講義
1。 セットアップ環境 — Git、GitHub、Python、およびコーディングエージェントをインストールして、コースの残りの部分の前にインストールします。 2. Specs主導の開発 — SDD が適合するとき、有能な SDLC、計画モード、SDD の成熟度のレベル、よい指定および SDD フレームワーク。 3。 コーディングエージェントの解剖学 - LLM の仕組み、モデルの風景、LLM がコーディングに適している理由、およびフードの下のコーディングエージェント。 4. エージェントコードベース構造 — スキル、ルール、ガードレール; CLAUDE.md / AGENTS.md / SKILL.md / intent.md; hooks; and subagent パターン。 5.
このページは AI により自動翻訳されています。技術的な詳細は原文をご確認ください。
README
以下は原文 README の抜粋です。原文を見る。
AI-Augmented Software Engineering
Course materials for the AI-Augmented Software Engineering lecture series.
The course outline and syllabus are on the course website.
This repository collects lecture notes, slides, code examples, assignments, and resources exploring how modern AI tools change the way software is designed, built, tested, and maintained.
Course Overview
AI-augmented software engineering is the practice of using AI systems — code assistants, agents, and LLM-based tooling — as active collaborators across the software development lifecycle. This course covers both the how (practical use of these tools) and the why (their strengths, limits, and implications for engineering practice).
Lectures
- Setup Environments — install Git, GitHub, Python, and a coding agent before the rest of the course.
- Specs-Driven Development — the agentic SDLC, when SDD fits, Plan Mode, SDD maturity levels, good specs, and SDD frameworks.
- Anatomy of Coding Agents — how LLMs work, the model landscape, why LLMs are good at coding, and coding agents under the hood.
- Agentic Codebase Structure — skills, rules, and guardrails; CLAUDE.md / AGENTS.md / SKILL.md / intent.md; hooks; and subagent patterns.
- Advanced Context Management — a taxonomy of context, context assembly and discovery, the agent runtime pipeline, session management, and MCP fundamentals.
- Agentic Code Review and Testing — deterministic guardrails, LLM-based review, safe deployment, runtime safety, and monitoring agents.
- Agent Orchestration — the generator-critic loop, the goal pattern, the Ralph loop, running multiple agents, and the subagent pattern.
- Security in the Age of AI — SAST/SCA and secret leaks, prompt injection and agent attack surfaces, and agent-assisted triage.
- Software Factory and the Future of Software Engineering — self-running, self-improving systems and where AI software engineering goes next.
- AI-Native Engineering Teams — how AI-native teams work, the standardized team stack, and LLM gateways, model routing, and cost optimization.
Midterm
The midterm (25 multiple-choice questions, 1 hour, 30% of the grade) covers Lectures 1–5 and their required readings. See the Midterm Study Guide.
Repository Structure
.
├── lectures/ # Lecture notes and slides, one folder per session
├── assignments/ # Homework and project briefs, one folder per lecture推奨ツール
別のキーワードを試すか、フィルタを外してください。
インストール
npx skillfish add scottyux/ai-augmented-software-engineering