ARTICLE · 1219466
LLM赋能软件研发全流程实战演练训练营
一、课程简介
本次训练营为 《LLM赋能软件研发全流程实战演练训练营》。
在现在这个竞争越来越激烈的时代,软件团队不得不面对系统越来越庞大而降低交付速度,与激烈竞争需要快速交付的矛盾。当系统变得越来越复杂而难以维护时,基于 AI 的软件开发给我们指明了方向。随着 LLM 人工智能大模型的迅速发展,AI 也逐渐具备了推理与编程的能力。
然而,AI 的发展不是为了替代人,而是替代不会用 AI 的人。在 AI 编程高速发展的今天,社会对程序员的要求,逐渐从埋头编程的码农,转变成深刻理解业务,并能够快速将其转变成技术的设计师。而 DDD 领域驱动 + AI 编程则顺应了这种变化,为高效的软件研发赋能。
本课程首先通过全流程工作坊的形式演练,以 vibe coding 的形式如何 AI 编程,以及这种方式的局限。接着,本课程将探讨用 spec coding 的方式开发更大规模的系统,如何以技能 skills 的形式为 LLM 制定模板与规范。然后在此基础上演练,以人机结合的方式编写用例模型、领域模型,生成领域对象、服务接口、DSL 配置,让 LLM 编写规范的程序代码、测试用例,最后绘制前端 UI,完成整个开发的全过程,从而大幅度提高软件研发的效率与质量。在这个过程中,也会深度探讨各个阶段会遇到的"坑",帮助大家合理规避。
课程亮点
全流程工作坊以 vibe coding 与 spec coding 两种方式演练 AI 编程全流程
DDD + AI 编程领域驱动设计指导 AI 编程,人机结合编写用例模型、领域模型
Skills / Rules为 LLM 制定模板与规范,规范 AI 的编程质量
前后端全流程后端 SpringCloud + 前端 React/Vue,前后端交互完整演练
避坑指南深度探讨各阶段会遇到的"坑",帮助合理规避
二、相关事宜
🏢 主办单位:北京中际赛威文化发展有限公司
⏱ 研修时间:两天授课(每年定期举办,可定制内训,具体时间请咨询课程顾问)
💰 培训费用:3990元/人
📞 课程顾问:刘老师 手机 13269857695 座机 010-64113137*1061
三、课程大纲(两单元)
📘 第一单元 基于LLM的软件研发思路
LLM研发思路 · vibe coding · spec coding · DDD实践
利用LLM进行软件研发的思路
LLM智能大模型的应用场景:代码解释与注释、代码改写与优化、代码生成、测试用例生成。
智能大模型核心原理与应用:提示词工程;示例文档上传;搭建本地知识库;Skills/Rules(为AI提供编程技能,制订开发规范)。
氛围编程 vibe coding 的AI编程思路
设计思想:设定环境、目标与业务需求;让 AI 去编码;不断运行调试与反馈,让 AI 修复问题。
从传统编程到氛围编程的转变:从"实现者"到"引导者/产品经理";从"关注细节"到"关注体验";从"全面地设计"到"快速启动、逐步迭代"。
局限与问题:无法应对复杂大规模应用开发;需要制定编码规范;需要架构规划与层次划分;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
深刻理解业务;架构规划与设计能力;正确与否的甄别判断;与AI协同的技能。
契约编程 spec coding 的AI编程思路
契约编程与规范驱动开发SDD: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);人与AI一起制订技术架构、拆解开发任务;AI驱动进行设计、开发、测试与运行调试。
从氛围编程到契约编程的转变:从"模糊指令"到"精准契约";从"代码优先"到"规范优先";从"实现者"到"架构师/审核者";从"结果不可控"到"过程可验证"。
探讨与思考:用什么方式表达契约(用例模型与领域模型);如何制订开发任务(以领域驱动为规范);以 rules 和 skills 为核心规范 AI 的编程质量。
案例:以DDD为指导的AI编程实践
制定LLM软件开发的模板与规范:文档模板(架构设计、用例模型、领域模型);开发规范(领域对象、服务接口、DSL配置、测试用例);提前为AI设计 rules 和 skills。
第一阶段:梳理业务需求,构建领域模型,形成契约
需求探索与业务架构规划;用例模型(人审核);领域模型(人审核);UI原型(人确认)。
第二阶段:基于领域模型的AI驱动开发、测试与调试
数据库设计与SQL脚本(MCP创建);领域对象/DSL/服务接口;业务代码编写;测试用例代码;前端开发与调试优化。
📘 第二单元 DDD的AI编程全程演练
业务架构 · 用例模型 · 领域模型 · 后端开发 · 前端开发
业务架构的规划与设计过程
一、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。
二、由粗到细的业务梳理,建立业务架构。
三、动态模型与静态模型相结合的分析过程:动态模型(用例模型——每个用例及其业务流程的梳理过程);静态模型(领域模型——领域对象及其相互关系的梳理过程)。
用例模型与需求规格说明书
实战演练:在线交易系统的业务梳理过程。
1. 用例模型的分析设计过程:站在全局的业务规划与战略设计;由粗到细的用例建模过程(用例、参与者与系统边界);三种类型的用例描述(业务流程、查询报表、图表展示);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进行需求探索,建立用例模型:基于LLM进行业务架构规划与业务需求探索;为用例模型编写设计 skills 并且不断调教;业务架构 + skills,让 LLM 自动生成用例模型与用例描述;对 LLM 生成的内容进行审查与调教;基于用例模型形成最终的需求规格说明书。
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(事物→对象;行为→方法;关系→关联)。
4. 演练:用LLM基于用例模型形成领域模型:为领域模型编写 skills 并不断调教;用例模型 + skills,通过 LLM 形成领域模型;对 AI 生成的领域模型进行梳理与确认;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:为每个限界上下文构建业务领域模型;划分并识别主题域、支撑域、通用域;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。
演练基于AI编程的后端开发
1. 利用LLM搭建后端项目软件开发环境:编写 skill 文件定义 SpringCloud 开发环境;采用 SOLO 模式,由 LLM 搭建后端开发环境;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:为数据库设计编写 skills 文件;领域模型 + skill 文件,由 LLM 生成数据库脚本;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:为领域对象编写 skills 文件;为服务接口编写 skills 文件;为 DSL 的配置编写 skills 文件;基于领域模型 + skills 文件,由 LLM 生成初步的程序代码;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:基于 DDD 规范,搭建一套支持 DDD 的开发平台;编写 DDD 开发平台的 API 接口文档;通过注释的方式,对服务接口 Service 的每个方法进行设计;基于接口注释 + 平台 API 接口文档,由 LLM 编写和实现业务功能;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:为测试用例代码编写 skills 文件;用例模型 + skills 文件,由 LLM 生成测试程序代码;由 LLM 自动完成代码调试,并完成最终的测试。
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:制作通用仓库与工厂的设计思路;引入 DSL 的思路与设计实现;支持 DDD 的增删改功能架构设计;支持 DDD 的查询功能的架构设计。
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。
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:通过业务架构规划的技术选型,搭建 React+Vue 的前端项目;基于 LLM 创建登录页、主页、用户注册等基础组件;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:通过读取用例模型,由 LLM 规划 UI/UX;基于 UI 界面规划,由 LLM 生成界面原型;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:由 LLM 识别后端 API 接口,完成前后端交互的开发;分别启动前后端应用,运行调试前后端项目;由 LLM 对前后端运行过程中的问题进行分析与修复。
四、主讲专家
长期从事软件研发工作,长期关注软件代码质量,多次参与大型遗留系统改造、软件系统重构等重大项目。先后主持或参与了数十个国内外大型软件项目,涉及领域广泛。从事软件技术培训工作多年。
📅 开课回顾:上期已于 2026年9月16-17日 · 北京成功举办,两天授课。后续每年定期举办,可定制内训,具体时间可联系课程顾问。















































































