5.3 KiB
5.3 KiB
部门课 02：AI 与 Git 开发工具入门
教学目标
- 了解 vibe coding 的基本过程，以及 AI 在开发中适合协助什么、哪些判断仍需由自己负责。
- 不限定 AI 平台，能够使用自己已有的 ChatGPT、Claude、DeepSeek 等工具完成一次小型 SwiftUI 开发任务。
- 会把任务目标、开发环境、功能约束、实际现象和下一步要求告诉 AI。
- 能把 AI 给出的结果放入 Xcode，通过 Build/Run 判断是否真实可用，并根据完整错误继续反馈和调整。
- 理解部门仓库、个人 Fork、本地仓库、分支、Commit、Push 和 Pull Request 的最小关系。
- 能从个人 Fork 的作业分支向部门公开仓库提交一次 PR。
- 知道公开提交中不能包含真实隐私、凭证、密钥、构建缓存或未经授权的个人资料。
教学内容
1. AI 开发与 vibe coding
- 介绍“提出目标—生成起点—运行观察—反馈问题—继续调整”的基本循环。
- 分享授课干部在实际开发中使用 AI 的基本经验：
- 先说清楚想做什么，再让 AI 写代码；
- 给出 SwiftUI、Xcode 和目标系统等必要背景；
- 给出功能边界和明确的不做范围；
- 小型独立任务可以让 AI 生成一个可运行起点，之后一次只调整一个问题；
- 报错时提供完整错误和最小相关代码，不只说“运行不了”；
- AI 写出的代码不一定正确，运行结果和产品取舍仍由自己负责；
- 不把密码、令牌、私人资料或不应公开的项目内容交给 AI。
- 课堂使用一个极小示例演示完整循环，但不系统教授示例涉及的 SwiftUI 概念。
- 课后独立开发任务由授课干部另行发布要求，需控制在接近零基础的学员借助 AI 约 30–60 分钟能够形成可运行结果的范围。
2. Git 与 GitHub 最小地图
只讲解完成作业所需的基本工作流：
- 部门仓库是最终收集作品的公开仓库。
- Fork 是学员 GitHub 账号下的个人副本。
- 本地仓库是 Mac 上实际操作的项目文件夹。
- 分支用于隔离本次作业。
- Commit 保存一次改动记录。
- Push 把个人分支上传到个人 Fork。
- PR 请求授课干部将个人分支中的作品合并到部门仓库。
本节不扩展讲解复杂历史、冲突处理、rebase、多人协作策略或 Git 内部原理。
3. 首次 Fork 与 PR
- 授课干部演示建立部门公开仓库，并带领学员认识“登录—Fork 与克隆—建立作业分支—Commit—Push—发起 PR”的关系。
- 学员只修改自己的目录，不需要部门仓库的直接写入权限。
- PR 简要记录任务、AI 使用方式、运行结果和当前问题，不要求重复另写 README。
- 登录工具、具体命令、远端关系、目录、分支与 PR 模板在备课时结合实际仓库确定，不在课纲中固定。
- 公开提交前检查源码、附件及提交作者信息，保护个人邮箱与账号凭证；不强制推送，不提交敏感资料、构建缓存、他人文件或未经授权的素材。
备课时可参考 GitHub CLI Fork 说明、GitHub CLI PR 说明 和 GitHub 提交邮箱设置。具体采用方式以实际环境核对结果为准。
课后作业
具体题目与提交安排由授课干部在备课时另行准备，任务保持小型、边界明确，不依赖网络或第三方依赖。
最低完成标准
- 根据任务要求，使用任意已有 AI 工具完成一个小型 SwiftUI 项目。
- 结果体现自己的任务目标或可见调整，而不是仅保留未验证的 AI 回复。
- 在 Xcode 模拟器中实际 Build/Run，并用一张模拟器截图记录结果。
- 将完整源码放入个人 Fork 的指定目录，通过作业分支发起 PR。
- 在 PR 中简要记录任务、AI 使用方式、运行结果和未解决的问题。
建议完成标准
- 在基础结果上尝试一处自己感兴趣的局部改动，并重新运行观察。
- 简要记录一次 AI 建议与实际结果不同的地方，帮助后续求助或调整。
建议项不影响基础通过。未完成时可以发起 Draft PR，保留当前项目、完整错误和已尝试步骤；无法发起 PR 时按授课干部约定的渠道提供这些信息。
验收方式
- 参与记录：实际尝试了任务，并提供当前项目、结果或具体错误及尝试记录。账号、网络或 Git 故障不抹去参与，也不等于作品已经完成。
- 基础作品完成：对应最低标准的功能在模拟器中实际运行；截图用于记录结果，不能代替真实 Build/Run。
- 正式 PR 合并：完整项目位于约定的个人目录，运行结果和简短说明可核对，未提交敏感信息、构建缓存、他人文件或公共结构改动。
- 未运行成功的 Draft PR 保留并提供帮助，修正后再转为正式 PR。
- 简短说明用于表达目标、结果和问题；表达不完整时给予反馈，不因措辞或术语不够准确拒绝已达到基础要求的作品。
- 首次 PR 不以代码结构、算法质量、额外功能或是否完全理解 AI 生成代码作为门槛。满足条件后，授课干部给出简短反馈并合并。