Kurs
digicode: GH600
Developing in Agentic AI Systems – Intensive Training (GH-600)
GH-600
Kurs-Facts
Als PDF herunterladen- Integrieren von KI-Agenten in den Software-Entwicklungslebenszyklus (SDLC) durch Definition von Agentenaufgaben, Ein- und Ausgängen sowie Ausführungsgrenzen
- Entwerfen und Konfigurieren von Agenten-Architekturen, die Planung, Schlussfolgerung und Ausführung voneinander trennen, um die Zuverlässigkeit und Kontrolle zu verbessern
- Implementieren der Tool-Nutzung und der Interaktionen mit der Umgebung durch Konfigurieren von Agenten-Tools, Berechtigungen und MCP-Servern innerhalb von Entwicklungsumgebungen
- Entwerfen zuverlässiger Multi-Agenten-Systeme in GitHub unter Verwendung beobachtbarer Workflows, koordinierter Artefakte und sicherer Wiederherstellungs-Mechanismen
- Erlernen der Verwaltung von Agentenspeicher und -zustand, der Persistenz des Fortschritts über Umgebungen hinweg sowie der Bewertung des Agentenverhaltens anhand klarer Erfolgssignale
- Entwickeln einer sicheren und konformen Agentensteuerung unter Verwendung von GitHub-nativen Kontrollen, «Human-in-the-Loop»-Genehmigungen und dem Prinzip der geringsten Berechtigungen
Die Teilnehmenden lernen, wie sie die Leistung von Agenten bewerten und optimieren, Governance-Massnahmen und Sicherheitsvorkehrungen umsetzen sowie Multi-Agenten-Systeme koordinieren, um sichere, zuverlässige und effiziente Ergebnisse zu gewährleisten. Durch praktisches Lernen erwerben die Teilnehmenden die erforderlichen Fähigkeiten, um KI-Agenten in Produktionsumgebungen unter Verwendung von GitHub als Steuerungsebene zu betreiben, zu überwachen und zu steuern.
1 Grundlagen der agentenbasierten KI in GitHub
Erfahre, wie KI-Codierungsagenten die Softwareentwicklung verändern, indem sie innerhalb von GitHub-Workflows planen, handeln und Verbesserungen vornehmen.
2 Entwurf der Agentenarchitektur und Integration in den SDLC
Erfahre, wie agentenbasierte Systeme GitHub-Workflows nutzen, um Software sicher zu entwickeln.
3 Werkzeuge, MCP und Ausführungsumgebungen für Agenten
Erfahre, wie Agenten Werkzeuge, MCP und GitHub-Workflows nutzen, um Aufgaben sicher auszuführen – mit klaren Grenzen, Sicherheitskontrollen und skalierbarer Automatisierung.
4 Multi-Agenten-Systeme und Orchestrierung
Erfahre, wie du in GitHub zuverlässige Multi-Agenten-Systeme mithilfe von beobachtbaren Workflows, koordinierten Artefakten und sicheren Wiederherstellungsmechanismen entwirfst.
5 Speicher, Zustand und Auswertung
Erfahre, wie du den Speicher und den Zustand von Agenten verwaltest, den Fortschritt über verschiedene Umgebungen hinweg beibehältst und das Verhalten von Agenten anhand klarer Erfolgssignale auswertest.
6 Governance, Schutzmassnahmen und Betrieb
In diesem Modul wurde behandelt, wie man eine sichere und konforme Agent-Governance mithilfe von GitHub-eigenen Kontrollen, «Human-in-the-Loop»-Genehmigungen und dem Prinzip der geringsten Berechtigungen entwirft. Ausserdem wurden betriebliche Schutzmassnahmen vorgestellt, um die Zuverlässigkeit, Rechenschaftspflicht und Wiederherstellung zu verbessern.
Die Teilnehmenden sollten über Fachkenntnisse im Betrieb, in der Integration, Überwachung und Steuerung von KI-Agenten innerhalb produktionsreifer SDLC-Workflows und Entwicklungs-Umgebungen verfügen und dabei Zuverlässigkeit, Sicherheit und Geschwindigkeit gewährleisten, wobei GitHub als System of Record und Control Plane dient. Die Teilnehmenden arbeiten eng mit Architekten, Plattform-Ingenieuren, DevOps-Ingenieuren, Anwendungs-Entwicklern, Produkt-Managern und Sicherheits-Ingenieuren zusammen, um Agenten zu entwickeln, bereitzustellen, zu betreiben und zu verwalten, die innerhalb der GitHub-Plattform arbeiten. Die Teilnehmenden sollten über Erfahrung mit dem Software-Entwicklungszyklus (SDLC), den Workflows und Kontroll-Mechanismen in GitHub sowie mit Praktiken zur Codequalität, -sicherheit und -überprüfung verfügen. Ausserdem sollten sie Erfahrung mit der Programmierung von Agenten haben, einschliesslich GitHub Copilot, MCP-Servern und der Anpassung von Agenten, wie z. B. benutzerdefinierte Anweisungen, benutzerdefinierte Agenten, Tools und die Einrichtung von Copilot.
Zu den Aufgaben dieser Rolle gehören:
- Betrieb von Agenten-Workflows innerhalb des SDLC
- Überwachung des autonomen Verhaltens mithilfe von GitHub-Kontrollen
- Auswertung und Optimierung der Agenten-Ergebnisse anhand von Scans und Artefakten
- Konfiguration benutzerdefinierter Agenten
- Sichere Koordination der Ausführung mehrerer Agenten
- Ein GitHub Account
- Grundlegendes Verständnis der Grundlagen der KI
- Grundlegendes Verständnis von Repositories, Branches und Pull Requests
- Allgemeine Kenntnisse der CI- und CD-Konzepte