[NarP Series] Trên tay framework MVC [NarP Part 2]

Tiêu đề: 🤖 Bạn vẫn đang review & chấm điểm bài tập bằng tay sao? Tôi giao cho Spring AI làm! (🎁Giảm 50% cuối năm)

Xin chào các nhà phát triển! Bạn có thấy phiền toái với việc review code và chấm bài tập lặp đi lặp lại mỗi lần không?

Vì vậy, chúng tôi đã chuẩn bị! Khi bạn đăng code lên GitHub (PR) → AI phân tích → chấm điểm và đưa ra phản hồi - khóa học xây dựng hệ thống tự động hóa từ đầu [Spring AI Thực chiến] Tạo Code Reviewer 24/7 & Agent Chấm điểm Tự động của riêng bạn đã được mở (2025-12-24).

✅Chúng ta sẽ tạo ra những thứ như thế này!

• Webhook: Server của tôi phát hiện sự kiện GitHub theo thời gian thực

• Spring AI: Gán cho AI vai trò "lập trình viên senior khắt khe"

• Async Workflow: Đánh giá và chấm điểm đồng thời! (Tối ưu hóa xử lý song song)

• Vaadin: Thậm chí cả dashboard đẹp mắt để kiểm tra điểm số (OK ngay cả khi không biết frontend)

🎄Quà cuối năm: Giảm giá 50%!🎁 Đăng ký ngay để sở hữu vĩnh viễn với giá một nửa.
Năm sau hãy phát triển thành 'lập trình viên backend biết sử dụng AI'!

👉Xem khóa học:https://inf.run/q8ofE
👉Video demo triển khai: https://youtu.be/E9b24Y3GNDg

🎬 [Kịch bản] Lớp học lập trình 24 giờ cùng trợ giảng AI

1. 📢 Giao bài tập (Giáo sư)

Giáo sư tạo code khung cho bài tập Java mà sinh viên cần hoàn thành (Calculator.java) và tải lên kho lưu trữ GitHub (nhánh main).

"Được rồi, bài tập tuần này là hoàn thành máy tính tính tổng của hai số. Tên biến phải đặt rõ ràng và không được có code không cần thiết thì mới được điểm tối đa!"

2. 👨‍💻 Thực hiện bài tập (Sinh viên)

Sinh viên sao chép repository của giáo sư về không gian của mình (Sync Fork), tạo một nhánh mới (homework-1) và giải bài tập.

"Ừm, a + bchỉ cần return là được rồi nhỉ? Xong rồi! Phải nhờ giáo sư kiểm tra thôi." Sinh viên tạo Pull Request(PR) để nộp bài tập.

3. 🤖 Khởi động AI Agent (Hệ thống)

Ngay khi sinh viên nhấn nút "Tạo PR" (Click), máy chủ Spring Boot đang ngủ sẽ phát hiện tín hiệu (Webhook) từ GitHub và thức dậy.

• Bước 1 (Phân tích): Server trích xuất chính xác phần code đã được sửa đổi (Diff) của học sinh và chuyển đến AI Agent.

• Bước 2 (Chấm điểm):"Ừm, chức năng thì đúng rồi nhưng biến temp là không cần thiết. Điểm số là 90 điểm!" AI chấm điểm một cách nghiêm túc theo persona đã được học trước.

• Bước 3 (Lưu trữ): Kết quả chấm điểm (90 điểm) và nội dung phản hồi được lưu trữ an toàn vào cơ sở dữ liệu (DB).

• Bước 4 (Phản hồi): Đồng thời, AI để lại bình luận trên PR của học sinh. "Chức năng hoàn hảo! Tuy nhiên, việc khai báo biến không cần thiết có thể lãng phí bộ nhớ."

4. 📊 Kiểm tra kết quả (Sinh viên)

Sinh viên nhận được thông báo chỉ sau 5 giây kể từ khi tạo PR.

"Chấm điểm xong rồi à?"

Sinh viên truy cập vào bảng điều khiển chuyên dụng (trang web) và nhập GitHub ID của mình. Trên màn hình hiển thị điểm số của bài tập vừa nộp (90 điểm) và phản hồi của AI được trình bày gọn gàng dưới dạng bảng và huy hiệu đẹp mắt.