강의

멘토링

커뮤니티

NEW
AI Technology

/

AI Agent Development

[Spring AI Thực chiến] Tạo Agent Chấm điểm Tự động & Code Reviewer 24/7 của riêng bạn

Hệ thống AI chấm điểm và đánh giá code của bạn trong 5 giây, tưởng tượng trở thành hiện thực. Khóa học này là một khóa học dự án toàn diện tạo **'Bot phân tích và chấm điểm PR trên GitHub tự động'** bằng cách sử dụng Spring AI. Khi học viên nộp bài tập (Pull Request), server sẽ phát hiện và AI phân tích các thay đổi của code (Diff). Sau đó, kết quả chấm điểm được lưu vào DB, phản hồi được tự động đăng dưới dạng comment trên GitHub, và học viên có thể xem kết quả trên dashboard chuyên dụng. Từ backend đến tích hợp AI, frontend (Vaadin) - tất cả chỉ với Java! Đây là cuốn sách nhập môn tốt nhất dành cho tất cả các lập trình viên muốn hoàn thiện dịch vụ AI của riêng mình từ A đến Z.

10 học viên đang tham gia khóa học này

Độ khó Cơ bản

Thời gian Không giới hạn

  • bitcocom
Agent
Agent
AI
AI
backend
backend
SpringBoot
SpringBoot
multi-agent
multi-agent
Java
Java
AI Agent
AI Agent
Spring AI
Spring AI
Agent
Agent
AI
AI
backend
backend
SpringBoot
SpringBoot
multi-agent
multi-agent
Java
Java
AI Agent
AI Agent
Spring AI
Spring AI

Bạn sẽ nhận được điều này sau khi học.

  • Xử lý Webhooks: Xây dựng server phát hiện sự kiện GitHub theo thời gian thực

  • Spring AI Prompt Engineering: Thiết lập Persona và Kiểm soát Đầu ra JSON Tinh vi

  • Tối ưu hóa hiệu suất bất đồng bộ: Thiết kế quy trình làm việc song song thực hiện chấm điểm và đánh giá đồng thời

  • Trực quan hóa dữ liệu: Triển khai bảng điều khiển điểm số thời gian thực với Vaadin

"Việc chấm điểm và review code lặp đi lặp lại,
giờ đây hãy giao cho Spring AI."

AI Code Reviewer của riêng bạn
Phân tích và chấm điểm tự động GitHub PR

Hoàn thành Agent đánh giá code 24/7 với Spring AI!

Chỉ với Java, bạn có thể phát hiện GitHub PR(Pull Request) và để AI phân tích, chấm điểm code.
Từ việc sinh viên nộp bài tập đến lưu trữ DB, phản hồi bình luận trên GitHub, kiểm tra dashboard
Thông qua trải nghiệm xây dựng hệ thống code review dựa trên AI, bạn sẽ rèn luyện năng lực thiết kế kiến trúc hệ thống thực chiến.

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

1. 📢 Ra đề bài tập (Giáo sư)

Giáo sư viết code khung bài tập Java mà sinh viên cần giải (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 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 phải không? 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 cho AI Agent.

  • Bước 2 (Chấm điểm): "Ừm, chức năng thì đúng 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.

Spring AI Thực Chiến là
quá trình tự tay tạo ra Agent chấm điểm & review code bằng AI.

Hệ thống Agentic (Quy trình song song hóa)

LLM có thể xử lý đồng thời nhiều tác vụ và tổng hợp kết quả theo cách lập trình.

Tích lũy kinh nghiệm phát triển dịch vụ thực tế dựa trên Spring AI, Spring Boot, Java từ GitHub Webhooks, kỹ thuật prompt AI, xử lý bất đồng bộ đến triển khai dashboard sử dụng Vaadin.

Triển khai dashboard sử dụng Vaadin

Vượt xa khỏi bài giảng đơn thuần, xây dựng từ đầu đến cuối một hệ thống AI Code Review thực chiến có khả năng phát hiện bài nộp của học sinh, phân tích code bằng AI, chấm điểm và tự động đăng ký phản hồi lên GitHub.

Đánh giá code tự động bằng AI

Tích hợp GitHub API, thiết kế AI Agent, triển khai workflow song song, lưu trữ dữ liệu MySQL, phát triển dashboard dựa trên Vaadin và tích hợp GitHub Webhooks, nâng cao năng lực phát triển fullstack.

Thiết kế AI Agent, triển khai quy trình làm việc song song

Phát hiện GitHub Webhook

Chấm điểm tự động bằng AI

Thoát khỏi công việc chấm điểm và đánh giá code lặp đi lặp lại,
Nâng cao năng lực phát triển AI của riêng bạn lên một tầm cao mới.

Phần 1 - Tổng quan dự án và giới thiệu AI Agent

Trong phần này, chúng tôi giới thiệu tổng quan về dự án tạo ra một AI agent tự động chấm điểm và review code 24/7 của riêng bạn bằng cách sử dụng Spring AI. Chúng tôi sẽ giải thích các khái niệm cơ bản về AI agent, cách xây dựng agent chỉ với công nghệ Java backend dựa trên Spring Boot, cũng như sự cần thiết của việc tự động hóa review code và chấm điểm.

Phần 2 - Thiết lập môi trường phát triển và tích hợp bên ngoài

Bao gồm các bước cần thiết để xây dựng môi trường thực hành. Học cách thiết lập truy cập từ bên ngoài bằng ngrok, cấp phát GitHub Personal Access Token, và đăng ký GitHub Webhook. Ngoài ra, xác minh quy trình tích hợp thông qua mô phỏng thực tế và phân phối bài tập GitHub từ góc độ giảng viên và sinh viên.

Phần 3 - Tạo dự án và kiểm tra tích hợp Webhook

Tiến hành tạo dự án Spring Boot và thiết lập môi trường ban đầu. Triển khai controller để nhận sự kiện GitHub Webhook, thực hiện kiểm tra Webhook cho các sự kiện 'opened' và 'synchronized' khi xảy ra Pull Request để xác nhận trạng thái kết nối

Phần 4 - Thiết kế Domain nghiệp vụ cốt lõi

Thiết kế và triển khai tầng domain cho logic nghiệp vụ cốt lõi của dự án. Cụ thể hóa tầng domain bao gồm Entity và DTO cùng với tầng Repository để truy cập dữ liệu, tạo nền tảng cho việc quản lý dữ liệu.

Phần 5 - Tích hợp GitHub API và triển khai công cụ

Chuẩn bị cấu hình RestClient để giao tiếp với GitHub API, triển khai chức năng lấy code thay đổi (Diff) của Pull Request và chức năng đăng comment review trên Pull Request. Phát triển Tool mà AI Agent có thể gọi để tăng cường khả năng tích hợp với hệ thống bên ngoài.

Phần 6 - Triển khai Agent dựa trên Spring AI

Phát triển các agent cốt lõi bằng cách sử dụng framework Spring AI. Giải thích lý thuyết về ReviewAgent phụ trách code review và GradingAgent thực hiện logic chấm điểm, đồng thời triển khai bằng code thực tế để hoàn thiện hoạt động của AI agent.

Phần 7 - Triển khai xử lý song song và logic dịch vụ tích hợp

Để nâng cao hiệu quả của AI agent, chúng ta thiết kế và triển khai quy trình làm việc song song. Áp dụng logic bất đồng bộ để xử lý đồng thời các tác vụ review và chấm điểm, đồng thời phát triển PullRequestService để quản lý tích hợp và hoàn thiện toàn bộ luồng nghiệp vụ.

Section 8 - Triển khai Web Controller và Trực quan hóa Dữ liệu

Phát triển web controller để expose logic service đã được triển khai ra bên ngoài. Triển khai controller cho webhook và xác nhận chấm điểm, sử dụng framework Vaadin để cung cấp view trực quan hóa cho phép kiểm tra kết quả chấm điểm của học sinh.

Phần 9 - Mở rộng và hoàn thiện dự án

Khám phá khả năng mở rộng bổ sung của AI Agent đã phát triển và hoàn thiện dự án. Cung cấp hướng dẫn về tất cả tài liệu và mã nguồn được sử dụng trong khóa học, đồng thời tổng hợp toàn diện nội dung đã học.

Hành trình tạo ra AI Code Reviewer của riêng bạn,
Khóa học này được tạo ra dành cho những người như thế này.

✔️ Lập trình viên Java muốn trải nghiệm phát triển AI Agent dựa trên Spring AI

  • Người muốn xây dựng dịch vụ AI trong môi trường Spring Boot mà không cần Python

  • Những người muốn tự tay tạo agent tự động phân tích và chấm điểm GitHub Pull Request

  • Người muốn áp dụng kỹ thuật prompt engineering AI và cách sử dụng công cụ (Tool) vào dự án thực tế

✔️ Sinh viên chuẩn bị việc làm muốn tạo portfolio backend khác biệt

  • Những người cần kinh nghiệm dự án áp dụng kiến trúc hệ thống và xử lý bất đồng bộ, vượt xa phát triển CRUD đơn giản

  • Những người muốn phát triển năng lực fullstack từ phát triển AI agent đến triển khai dashboard sử dụng Vaadin

  • Những người muốn tích lũy kinh nghiệm xây dựng hệ thống tự động hóa và tích hợp GitHub có thể ứng dụng ngay trong thực tế công việc

✔️ Nhà phát triển và giáo viên muốn nâng cao năng suất thông qua tự động hóa công việc review code và chấm điểm bài tập

  • Người muốn giải quyết gánh nặng đánh giá code lặp đi lặp lại bằng AI agent

  • Người muốn thiết kế quy trình tự động hóa như lưu kết quả chấm điểm vào DB, phản hồi tự động bằng bình luận GitHub

  • Người muốn quản lý hiệu quả tình trạng chấm điểm thông qua dashboard thời gian thực dựa trên Vaadin

Lưu ý trước khi học

Môi trường thực hành

  • IDE: IntelliJ IDEA Community Edition.

  • Ngôn ngữ: Java 17 hoặc 21.

  • Framework: Spring Boot 3.5.8 (Phiên bản ổn định mới nhất).

  • Thư viện: Spring AI 1.1.2 (hoặc 1.1.0 Snapshot).

  • Cơ sở dữ liệu: MySQL8

  • Mô hình AI: OpenAI (gpt-4o-mini hoặc gpt-5-mini).


Kiến thức tiên quyết và lưu ý

  • Cần có kinh nghiệm phát triển web Java.

  • Cần hiểu các khái niệm cơ bản về Spring Boot.

  • Nếu có kinh nghiệm sử dụng GitHub sẽ giúp ích cho việc học tập.

Tài liệu học tập

  • Tệp PDF slide bài giảng sẽ được cung cấp.

  • Tất cả mã nguồn cần thiết cho thực hành đều được cung cấp.

  • Vui lòng tham khảo các tài liệu liên quan như GitHub Webhook, tài liệu chính thức của Spring AI.

  • Tài liệu học tập được cung cấp ở bài 30 cuối cùng của khóa học video.


✏Câu hỏi & Liên hệ

Nếu có phần nào không hiểu trong quá trình học tập, hãy sử dụng 게시판 Q&A hoặc phòng chat mở 1:1 để hỏi ngay nhé

👩‍🎓Spring AI Thực chiến (Chat mở 1:1) : https://open.kakao.com/o/sXXxSI5h

Khuyến nghị cho
những người này

Khóa học này dành cho ai?

  • Lập trình viên Java muốn triển khai AI nhưng chưa quen với Python, và muốn xây dựng dịch vụ AI trong hệ sinh thái Spring hiện có

  • Sinh viên chuẩn bị việc làm đã mệt mỏi với việc chỉ tạo게시판 CRUD đơn giản, cần một portfolio khác biệt có tích hợp 'kiến trúc hệ thống' và 'xử lý bất đồng bộ'

  • Trưởng nhóm phát triển và giáo viên muốn tối đa hóa năng suất bằng cách tự động hóa công việc review code lặp đi lặp lại và chấm bài tập

  • Nhà phát triển hướng tới fullstack muốn tự mình triển khai nhanh chóng không chỉ logic backend mà cả trực quan hóa dữ liệu (dashboard)

Cần biết trước khi bắt đầu?

  • Cần có kiến thức cơ bản về ngôn ngữ lập trình Java.

  • Sẽ tốt nếu bạn có hiểu biết cơ bản về framework Spring Boot.

  • Sẽ hữu ích nếu bạn có kiến thức cơ bản về cơ sở dữ liệu và SQL.

Xin chào
Đây là

8,283

Học viên

638

Đánh giá

665

Trả lời

4.9

Xếp hạng

13

Các khóa học

안녕하세요 박매일 강사입니다.
SW교육센터를 운영중이며 대학, 관공서, 기업체에 컨설팅 및 SW위탁교육을 진행하고 있습니다.


📄 주요 강의경력외 다수

- 구름 특성화고 전공캠프 강의(Full Stack 과정)
- 소프트웨어마이스터고등학교 산학협력교사
- 광주인공지능사관학교 강의
- 패스트캠퍼스 백엔드 부트캠프 강의
- 스마트인재개발원 교육부장 및 강의
- 한국전력공사 In-House 코딩 위탁 교육
- 한양대학교 ERICA 온라인 강의
- 비트소프트웨어교육센터운영(해외취업,국비교육)
- SW채용연수사업(미래창조과학부)

🎤 온라인 교육콘텐츠 제공

인프런 : Java,DB,MVC,Spring,Spring AI,IoT
패스트캠퍼스 : Java, Spring Boot

email : bitcocom@empas.com

Chương trình giảng dạy

Tất cả

30 bài giảng ∙ (7giờ 14phút)

Tài liệu khóa học:

Tài liệu bài giảng
Ngày đăng: 
Cập nhật lần cuối: 

Đánh giá

Chưa có đủ đánh giá.
Hãy trở thành tác giả của một đánh giá giúp mọi người!

Ưu đãi có thời hạn

238.564 ₫

50%

477.129 ₫

Khóa học khác của bitcocom

Hãy khám phá các khóa học khác của giảng viên!

Khóa học tương tự

Khám phá các khóa học khác trong cùng lĩnh vực!