大模型輔助編程
[美] 內森·B.克羅克（Nathan B. Crocker） 著 郭濤 譯
- 出版商: 清華大學
- 出版日期: 2025-10-01
- 售價: $359
- 語言: 簡體中文
- ISBN: 7302703051
- ISBN-13: 9787302703051
-
相關分類:
AI Coding
- 此書翻譯自: AI-Powered Developer: Build Great Software with ChatGPT and Copilot (Paperback)
下單後立即進貨 (約4週~6週)
商品描述
作者簡介
目錄大綱
目 錄
第Ⅰ部分 基礎
第1章 了解LLM 3
1.1 加速開發 4
1.2 LLM介紹 10
1.3 何時使用或避免使用生成式AI 11
1.4 本章小結 13
第2章 使用LLM 15
2.1 ChatGPT 16
2.1.1 使用GPT-4處理細微差別 16
2.1.2 使用GPT-3.5繪制路徑 22
2.1.3 在AI海洋中航行：從GPT-3.5“海岸”到GPT-4“天際線” 25
2.2 Copilot 26
2.3 CodeWhisperer 29
2.4 比較ChatGPT、Copilot和CodeWhisperer 31
2.5 本章小結 33
第Ⅱ部分 輸入
第3章 使用ChatGPT設計軟件 37
3.1 項目介紹：ITAM系統 38
3.2 請ChatGPT協助系統設計 38
3.3 記錄架構 43
3.4 本章小結 62
第4章 使用GitHub Copilot 構建軟件 63
4.1 奠定基礎 64
4.1.1 表達領域模型 64
4.1.2 優先采用不可變性 66
4.1.3 修飾最喜歡的類 68
4.1.4 調整折舊策略 73
4.2 編織模式 75
4.2.1 訪問部門 76
4.2.2 使用工廠(模式)創建對象 77
4.2.3 指導系統構建 82
4.2.4 觀察變化 87
4.3 插入端口和適配器 90
4.3.1 六邊形架構回顧 91
4.3.2 驅動應用程序 92
4.3.3 訪問數據和持久化更改 100
4.3.4 集中(和外部化)數據訪問 104
4.4 本章小結 109
第5章 使用GitHub Copilot和Copilot Chat管理數據 111
5.1 構建數據集 112
5.2 使用Kafka實時監控資產 123
5.3 使用Apache Spark進行分析、學習和跟蹤 133
5.4 本章小結 138
第Ⅲ部分 反饋
第6章 基於LLM的測試、評估和解釋 143
6.1 3種測試類型 144
6.1.1 單元測試 144
6.1.2 集成測試 151
6.1.3 行為測試 152
6.2 評估質量 157
6.3 尋找錯誤 160
6.4 代碼覆蓋 162
6.5 代碼轉譯——從代碼到描述 164
6.6 從一種語言翻譯到另一種語言 166
6.7 本章小結 173
第Ⅳ部分 走向世界
第7章 編寫基礎設施代碼和管理部署 177
7.1 構建Docker鏡像並“部署”到本地 179
7.2 使用GitHub Copilot協助Terraform構建基礎設施 182
7.3 移動Docker鏡像(困難模式) 186
7.4 移動Docker鏡像(簡單模式) 186
7.5 將應用程序部署到AWS EKS 188
7.6 在GitHub Actions中設置CI/CD管道 191
7.7 本章小結 194
第8章 使用ChatGPT開發安全應用程序 197
8.1 使用ChatGPT進行威脅建模 199
8.1.1 威脅建模在當今開發環境中至關重要的原因 199
8.1.2 ChatGPT如何輔助威脅建模 200
8.1.3 案例研究：使用ChatGPT模擬威脅建模 203
8.2 審查應用程序設計並識別潛在漏洞 207
8.2.1 評估設計問題 207
8.2.2 識別常見漏洞 208
8.3 應用安全最佳實踐 209
8.3.1 建立安全意識 209
8.3.2 持續安全測試 210
8.4 靜態數據和傳輸中數據的加密 213
8.4.1 數據加密的重要性 213
8.4.2 靜態數據加密 214
8.4.3 傳輸中數據的加密 218
8.5 本章小結 220
第9章 隨時隨地使用GPT 221
9.1 動機理論 221
9.2 本地托管LLM 222
9.2.1 使用ChatGPT進行基準測試 223
9.2.2 要求Llama 2輸出答案 224
9.2.3 用GPT-4All實現答案的民主化 232
9.3 本章小結 235
附錄 237
