Plan du cours
Introduction à Graphite et aux flux de travail modernes d'examen de code
- Aperçu de l'architecture de Graphite et de ses fonctionnalités principales
- Compréhension des pull requests empilées et de l'automatisation des flux de travail
- Configuration de Graphite avec GitHub pour des projets collaboratifs
Installation et configuration de Graphite
- Déploiement de Graphite dans les environnements de développement
- Connexion des dépôts et gestion des permissions
- Configuration des files d'attente de fusion, des boîtes de réception PR et des politiques d'examen de code
Optimisation des flux de travail de pull request
- Mise en œuvre des PR empilées et suivi des dépendances
- Réduction des conflits de fusion et augmentation de la vitesse d'examen
- Gestion des grandes bases de code grâce au système d'examen de Graphite
Examen de code assisté par l'IA et amélioration de la productivité
- Utilisation de l'assistant d'examen de code IA de Graphite
- Intégration des LLM open source tels que Deepseek, Qwen et Mistral Small pour obtenir des analyses de code
- Création de suggestions automatisées et application des normes de qualité
Intégration de Graphite aux chaînes d'outils DevOps
- Connexion de Graphite aux pipelines CI/CD
- Intégration avec GitHub Actions, Jenkins et d'autres outils d'automatisation
- Assurer la conformité et la traçabilité dans les flux de travail d'entreprise
Analyses, métriques et rapports
- Utilisation des tableaux de bord de Graphite pour le suivi de la performance d'équipe
- Identification des goulots d'étranglement et des inefficacités
- Création de rapports personnalisés et de visualisations
Mise à l'échelle de Graphite dans les environnements d'entreprise
- Configuration multi-équipes et stratégies de gouvernance
- Bonnes pratiques pour le déploiement à grande échelle
- Considérations relatives à la sécurité, à la conservation des données et à la conformité
Atelier pratique : Implémentation de bout en bout
- Mise en place d'un workflow complet de Graphite en entreprise
- Intégration de pipelines d'examen basés sur l'IA
- Analyse de la performance des équipes et planification des améliorations
Résumé et prochaines étapes
Pré requis
- Une compréhension des flux de travail basés sur Git
- Expérience avec le développement logiciel et les systèmes de gestion de versions
- Familiarité avec les concepts d'examen de code et de CI/CD
Audience
- Responsables techniques et managers en développement logiciel
- Équipes DevOps et ingénierie de plateforme
- Développeurs seniors et architectes techniques
Nos clients témoignent (1)
J'ai acquis des connaissances sur la bibliothèque Streamlit en Python et je vais certainement essayer de l'utiliser pour améliorer les applications de mon équipe qui sont actuellement développées avec R Shiny.
Michal Maj - XL Catlin Services SE (AXA XL)
Formation - GitHub Copilot for Developers
Traduction automatique