.jpg)
Mokymų teikėjo pateikta informacija
Programa skirta žmonėms, norintiems kurti veikiančius programinius sprendimus pasitelkiant šiuolaikinius DI kodavimo asistentus ir kartu suprasti visą kūrimo procesą. Mokymų metu dalyviai susipažįsta su „Vibe Coding“ principais, programavimo pagrindais, užklausų formulavimu kodui, darbo aplinkomis „Visual Studio Code“, „GitHub Copilot“, „Cursor“, „Google Antigravity“ ir papildomu terminalo agentu „Claude Code“. Programa orientuota į praktinį mokymąsi: dalyviai mokosi planuoti projektą, dirbti su failų struktūra, terminalu, Git ir GitHub, integruoti API, apdoroti JSON duomenis, testuoti, taisyti klaidas, tobulinti kodo struktūrą, diegti aplikaciją viešai ir parengti projekto pristatymą. Didelis dėmesys skiriamas ne aklam DI sugeneruoto kodo naudojimui, o atsakingai darbo eigai, kurioje žmogus išlaiko kontrolę: aiškiai formuluoja užduotis, tikrina rezultatą, vertina kodo kokybę, dokumentuoja sprendimą ir geba paaiškinti, kaip sukurtas veikiantis produktas.
| Temos pavadinimas | Trumpas temos aprašymas |
|---|---|
| 1. Vibe Coding, darbo aplinka ir AI darbo principai | AI kaip kodavimo partneris, o ne automatinis stebuklas: kas yra Vibe Coding, kur jis tinka ir kur rizikingas. Dalyviai susitvarko darbo aplinką, įsidiegia reikalingus įrankius, sukuria pirmą projektą ir išmoksta skirti idėją, reikalavimą, užduotį ir kodą. |
| 2. Programavimo pagrindai su DI | Kintamieji, sąlygos, ciklai, funkcijos, komponentai, failų struktūra ir paprastas duomenų srautas. DI generuoja mažus pavyzdžius, tačiau dalyviai juos paleidžia, keičia, aiškina savais žodžiais ir mokosi suprasti, kodėl sprendimas veikia arba neveikia. |
| 3. Promptai kodui, kontekstas ir dokumentacija | Kaip rašyti užklausas, kurios duoda stabilų techninį rezultatą: tikslas, kontekstas, ribojimai, failų sąrašas, klaidos tekstas, norimas formatas. Praktikuojama iteracija „paklausk - paleisk - taisyk“, projektinės taisyklės, README, komentarai ir techninio sprendimo paaiškinimas. |
| 4. VS Code ir GitHub Copilot darbo eiga | VS Code kaip bazinė programuotojo aplinka: terminalas, plėtiniai, failai, paieška, paleidimo komandos ir Git integracija. Copilot naudojamas kaip pagalbininkas kodo paaiškinimui, generavimui, testų rašymui, klaidų analizei ir mažų pakeitimų atlikimui visame projekte. |
| 5. Cursor pagrindai: projektai, Rules, kontekstas | Cursor kaip AI-first kodo redaktorius: Chat, Composer/Agent darbo eiga, projektų kūrimas, „Keep All“, rules, dokumentacijos pridėjimas, modelio pasirinkimas ir saugus pakeitimų priėmimas. Akcentuojama, kaip nepamesti projekto konteksto ir kaip nepriimti pakeitimų jų neperžiūrėjus. |
| 6. Cursor agentinis darbas ir mini projektas | Dalyviai kuria funkcionalų mini įrankį: aprašo poreikį, išskaido darbus, leidžia agentui siūlyti failų pakeitimus, paleidžia aplikaciją lokaliai, taiso klaidas, sutvarko UI ir atlieka „smoke“ testus. Mokomasi valdyti didesnius pakeitimus mažais, patikrinamais žingsniais. |
| 7. Google Antigravity ir kelių agentų mąstysena | Antigravity pristatomas kaip agent-first kūrimo aplinka: planavimas, užduočių skaidymas, agentų darbo stebėjimas, naršymo ir įrankių naudojimo logika. Dalyviai lygina, kada patogiau naudoti Cursor, kada VS Code, o kada agentinę aplinką su aiškesniu „mission control“ principu. |
| 8. Claude Code kaip papildomas terminalo agentas | Claude Code įtraukiamas ne kaip pagrindinė programa, o kaip papildoma pažangesnė darbo eiga terminale: kodo bazės analizė, multi-file pakeitimai, komandų vykdymas, Git/GitHub užduotys ir saugumo leidimai. Dėmesys skiriamas situacijoms, kai terminalo agentas padeda greičiau refaktorinti ar sutvarkyti klaidas. |
| 9. Git, GitHub ir versijų valdymas su AI | Repozitorijos sukūrimas, commit, push, branch, pull request, konfliktų supratimas ir grįžimas prie ankstesnės versijos. DI naudojamas commit žinučių, PR aprašymų, changelog, konflikto paaiškinimo ir kodo peržiūros pagalbai, bet galutinis sprendimas lieka žmogui. |
| 10. API, JSON, duomenys ir integracijos | Kas yra API, endpoint, raktas, JSON, status kodai, GET/POST ir limitai. Dalyviai integruoja paprastą išorinį API, saugo reikšmes, atvaizduoja rezultatą UI ir mokosi tvarkyti dažniausias klaidas: blogą raktą, neteisingą adresą, formatą, CORS ar kvotų limitus. |
| 11. Debug’inimas, testavimas, refaktorinimas ir kokybė | Klaidų skaitymas terminale ir naršyklėje, minimalūs testai, log’ai, saugus refaktorinimas, kodo dubliavimo mažinimas ir UI patikra. DI naudojamas kaip paaiškintojas ir pasiūlymų generatorius, tačiau mokomasi kritiškai vertinti, ar pakeitimas neišsprendžia vienos klaidos sukuriant kitą. |
| 12. Deploy, portfolio ir baigiamasis projektas | Baigiamasis darbas: veikiantis projektas su aiškiu tikslu, GitHub repozitorija, trumpa dokumentacija ir vieša demonstracine nuoroda. Dalyviai pasiruošia pristatymui: kas buvo problema, kaip sprendimas sukurtas, kokius DI įrankius naudojo, kas patikrinta ir ką būtų galima plėsti toliau. |
Mokymosi programos trukmė: 62 akad. val.
Įgytų kompetencijų vertinimo sistema / skalė: 1-10
Tvarkaraščių duomenų nėra.
Įvertinimų dar nėra.