主题

内容

一、利用LLM进行软件研发的思路

1. LLM智能大模型的应用场景：

1）代码解释：通过LLM对代码进行解释与注释

2）代码改写：通过LLM对原有代码进行优化

3）代码生成：通过LLM根据新需求编写代码

4）代码测试：通过LLM根据新需求编写测试用例

2. LLM智能大模型核心原理与应用：

1）提示词工程：如何通过提示词的互动，指导LLM编码

2）示例文档上传：如何通过编写与上传示例文档，指导LLM工作

3）搭建本地知识库：通过搭建知识库，为LLM制定开发规范

4）Skills/Rules：为AI提供编程的技能，制订开发的规范

二、氛围编程vibe coding的AI编程思路

1. 氛围编程（vibe coding）的设计思想

1）设定环境、目标与业务需求

2）让AI去编码，完成开发的工作

3）不断地运行调试与反馈，让AI去修复与解决问题

2. 从传统编程到氛围编程的转变

1）从“实现者”到“引导者/产品经理”的转变

2）从“关注细节”到“关注体验”的转变

3）从“全面地设计”到“快速启动、逐步迭代”的转变

3. 氛围编程（vibe coding）的设计实战

实战演练：图书管理系统的AI编程过程

1）提出最小需求让AI去设计实现

2）提出需求让AI去不断地调试与优化

3）在原有的基础上，提出更多的业务需求

4. 氛围编程（vibe coding）的局限与问题

1） AI编程无法去应对复杂的、大规模的应用开发

2） AI编程同样需要制定相应的编码规范

3） AI编程同样需要架构规划与层次划分

4） AI编程同样需要基于设计思想进行设计编码

结论：AI替代的不是人，而是不会使用AI的人

1） 需要更加深刻的理解业务而不是技术

2） 需要更强的架构规划与设计能力

3） 需要对AI编码的正确与否的甄别与判断能力

4） 需要掌握与AI工作与协同的工作技能

三、契约编程spec coding的AI编程思路

1. 契约编程spec coding与规范驱动开发SDD

1）人与AI一起制订契约（业务需求、业务架构、UI原型、非功能需求）

2）人与AI一起制订技术架构、拆解开发任务

3）AI驱动进行设计、开发、测试与运行调试

2. 从氛围编程到契约编程的转变

1）从“模糊指令”到“精准契约”的转变

2）从“代码优先”到“规范优先”的转变

3）从“实现者”到“架构师/审核者”的转变

4）从“结果不可控”到“过程可验证”的转变

3. 契约编程spec coding的设计实践

实战演练：图书管理系统的AI编程过程

1）为AI制订契约：spec、tasks、checklist

2）人AI基于契约进行设计、开发与调试

3）通过修改契约，迭代地扩展业务需求

4. 契约编程spec coding的探讨与思考

1）用什么方式表达契约：用例模型与领域模型

2）如何制订开发任务：以领域驱动为规范制订开发任务

3）以rules和skills为核心，规范AI的编程质量

四、以DDD为指导的AI编程实践

1. 制定LLM软件开发的模板与规范：

1）文档模板：架构设计的模板、用例模型的模板、领域模型的模板

2）开发规范：领域对象、服务接口、DSL配置、测试用例的开发规范

3）依次为基础，提前为AI设计一系列的rules和skills

2. 基于领域模型的LLM软件开发：

上半场：梳理业务需求，构建领域模型，形成契约

1）LLM辅助的软件需求探索与业务架构规划

2）LLM辅助编写用例模型，由人来审核

3）LLM辅助编写领域模型，由人来审核

下半场：基于领域模型的AI驱动开发、测试与调试

4）LLM辅助形成数据库设计，编写SQL脚本

5）LLM辅助编写领域对象、服务接口与DSL代码

6）LLM辅助，基于底层平台实现业务代码的编写

7）LLM辅助，基于业务需求创建测试用例代码

8）LLM辅助完成前端的开发，并进行运行调试与优化

第二天：单模块的AI编程全程演练

主题

内容

一、业务架构的规划与设计过程

1. 业务需求探索与业务架构规划

    实战演练：AI辅助与人机结合的业务架构探索过程

2. 由粗到细的业务梳理，建立业务架构

3. 动态模型与静态模型相结合的分析过程

1）动态模型：用例模型—每个用例及其业务流程的梳理过程

2）静态模型：领域模型—领域对象及其相互关系的梳理过程

二、用例模型与需求规格说明书

实战演练：用户档案管理系统的业务梳理过程

1. 用例模型的分析设计过程

1）站在全局的业务规划与战略设计

2）由粗到细的用例建模过程：用例、参与者与系统边界

3）三种类型的用例描述：业务流程、查询报表、图表展示

4）按照用例描述的方式编写需求规格说明书

2. 界面原型设计

3. 演练：基于LLM的进行需求探索，建立用例模型

三、演练基于LLM的领域建模过程

1. 从领域中吸取业务领域知识

2. 统一语言建模：与用户沟通需求的高级技巧

3. 领域驱动的设计思想：将真实世界与软件世界对应起来

1）将真实世界的事物与软件世界的对象对应起来

2）将真实世界中事物的行为，与软件世界中对象的方法对应起来

3）将真实世界中事物间的关系，与软件世界中对象间的关联对应起来

4. 演练：用LLM基于用例模型形成领域模型

1）为领域模型编写skills并不断调教

2）用例模型+skills，通过LLM形成领域模型

3）对AI生成的领域模型进行梳理与确认

4）按照领域模型划分限界上下文

5. 基于DDD进行业务架构规划

1）为每个限界上下文构建业务领域模型

2）划分并识别主题域、支撑域、通用域

3）落实各子域之间的联系、接口及事件通知机制

6. 对LLM生成的领域模型进行审查与调教

7. 基于领域模型和用例模型，由LLM生成UI原型

四、演练基于AI编程的软件开发

1. 利用LLM搭建项目软件开发环境

1）编写skill文件定义Springcloud开发环境

2）采用SOLO模式，由LLM搭建后端开发环境

3）通过Maven运行并验证后端开发环境

2. 利用LLM将领域模型的设计转变成数据库设计脚本

1）为数据库设计编写skills文件

2）领域模型+skill文件，由LLM生成数据库脚本

3）开发人员对数据库脚本进行审查与优化

3. 利用LLM将领域模型的设计转变成程序设计

1）为领域对象编写skills文件

2）为服务接口编写skills文件

3）为DSL的配置编写skills文件

4）基于领域模型+skills文件，由LLM生成初步的程序代码

5）开发人员对程序代码进行审查与优化

4. 基于DDD的平台规范，由LLM实现业务功能

1）基于DDD的规范，搭建一套支持DDD的开发平台

2）编写DDD开发平台的API接口文档

3）通过注释的方式，对服务接口Service的每个方法进行设 计

4）基于接口注释+平台API接口文档，由LLM编写和实现业务功能

5）开发人员对AI生成的程序代码进行审查与调优

5. 基于用例模型的业务需求，由LLM生成测试用例代码

1）为测试用例代码编写skills文件

2）用例模型+skills文件，由LLM生成测试程序代码

3）由LLM自动完成代码调试，并完成最终的测试

五、基于DDD的平台架构设计

1.  解决软件层次的复杂性：将业务与技术解耦

2.  整洁架构与六边形架构的设计思想

3.  CQRS命令与查询职责分离的设计思想

4.  基于整洁架构的DDD架构设计思路

5.  基于DDD的底层平台，进行AI编程开发

6.  用AI去优化与规范底层开发平台

第三天：多模块的AI编程全程演练

主题

内容

一、领域驱动的战略设计与规划

1. 最初的产品需求并不复杂，但随着业务的拓展越来越复杂

2. 随着业务的拓展，系统规模越来越大，交付速度越来越慢

3. 越来越激烈的市场竞争，需要越来越快的交付速度

4. 越来越快的技术更迭，需要软件系统越来越快速的技术更迭

领域驱动设计的解决方案：

1. 问题空间与解空间的设计思路

2. 划分子域、限界上下文与领域建模

3. 将限界上下文的划分落实到业务模块的开发

二、演练人机协同的AI业务规划过程

演练：AI辅助业务架构与限界上下文划分

1. 站在全局的角度构建业务架构，划分子系统

2. 基于领域模型划分限界上下文，确定彼此边界

3. 基于限界上下文划分业务模块，落实业务模块间的接口

4. 基于界面原型确定前端应用，基于领域模型确定后端应用

领域驱动的战术设计与领域建模

1. 各业务模块中实体、值对象与服务的设计

2. 各业务模块中聚合、工厂与仓库的设计

3. 领域模型4种关系3种继承的数据库设计

4. 聚合层的设计、工厂和仓库的实现

5. 基于DDD的架构分层与规划

演练：AI辅助按照业务场景绘制领域模型

1. 按照业务场景一个一个模块绘制领域模型

2. 细化领域模型，落实领域模型的属性、方法及相互的关系

3. 确定领域对象间的聚合关系、继承关系及其设计

4. 落实微服务间的接口协议，建立契约测试

三、演练：基于领域模型的AI编程与开发

1. 按照领域模型的设计，由LLM一个模块、一个模块地将领域模型转变成领域对象及其DSL的设计

2. 按照领域模型的设计，由LLM一个模块、一个模块地将领域模型转变成领域服务接口及其注释的设计

3. 经过开发人员的核对，由LLM一个模块、一个模块地按照领域服务接口中的注释，设计实现相关业务功能，完成数据库操作

4. 按照领域模型的设计，由LLM一个模块、一个模块地将领域模型转变成数据库的设计，编写SQL脚本，通过MCP执行数据库创建

在这个阶段面临的设计难题：

1. 如何让AI实现模块间的接口调用，很好地职责划分，避免重复代码

2. 如何通过Rules/Skills的手段，以及AI审查等机制实现高质量地编码

3. 如何在开发人员的辅助下，合理运用设计模式实现复杂业务的设计开发

四、演练：AI辅助按照业务场景编写测试用例

1. 按照领域模型、用例模型及其服务接口的注释，由LLM一个模块、一个模块地编写测试用例

2. 测试人员对测试用例进行核对，在原有的基础上设计更多更复杂的测试用例，最后有AI进行编写

3. AI通过测试用例编写SQL脚本，创建测试所需的初始化数据

4. AI对所有的测试用例执行测试、调试，并通过人机结合的方式修复BUG

在这个阶段面临的设计难题：

1. AI只能设计一些固定的、比较浅层的测试用例，需要在人机结合的基础上设计更加深层次的测试用例

2. 当在面对复杂模块时，特别是需要在多个模块中相互调用时，AI在如何设计与创建初始化数据，如何通过初始化数据完成测试，存在着较大困难，需要人机辅助来完成

五、演练：基于AI编程的前端开发

1. 利用LLM搭建前端项目软件开发环境

1）通过业务架构规划的技术选型，搭建React+Vue的前端项目

2）基于LLM创建登录页、主页、用户注册等基础组件

3）启动并验证前端项目

2. 基于用例模型，由LLM规划UI界面，生成界面原型

1）通过读取用例模型，由LLM进行UI设计

2）基于UI设计文档，由LLM生成界面原型

3）通过人机交互，对界面原型的效果进行调优

3. 由LLM识别后端API接口，进行前后端交互

1）由LLM识别后端API接口，完成前后端交互的开发

2）分别启动前后端应用，运行调试前后端项目

4.  由LLM对整个前后端项目进行验收测试

1）通过读取用例模型和UI设计，由LLM生成checklist文档

2）基于checklist文档，对整个项目进行一项一项地验收测试

3）根据验收测试报告，由LLM对项目问题进行一项一项修复