AI 辅助后端研发 Bootcamp

面向 Java / Spring Boot 工程师的 AI 研发提效训练营仓库

这套仓库解决什么问题

这套训练营不再主讲“如何从 0 到 1 做一个 AI-Native 后端系统”，而是主讲：

传统后端开发者，如何把 AI 接进需求、设计、编码、测试、联调、排障、发布与复盘这些日常研发流程。

很多团队已经开始用 AI 写几段代码，但常见问题依然很多：

• 会生成代码，不会澄清需求
• 会补几段实现，不会约束分层和边界
• 会让 AI 写测试名字，不会把它用进回归与验收
• 会问模型“怎么修”，却没有把日志、异常、监控、发布检查串成稳定工作流

这套仓库的目标，就是把“AI 辅助后端研发”讲成一条清晰、可重复、可团队化落地的主线。

适合谁学

• 主受众：Java / Spring Boot 后端工程师
• 兼顾受众：技术负责人、全栈工程师、希望建立 AI 协作工作流的开发者
• 默认语言与栈：Java 21 + Spring Boot 3.x
• 课程目标：提效传统后端研发流程，而不是绑定某个 AI 编码工具

仓库怎么使用

推荐按下面顺序学习：

1. 先读本页，建立课程地图
2. 启动 website/ 课程站，从统一入口浏览主线课程和进阶专题
3. 按顺序阅读 12 节主线课的 final-content.md
4. 对照 demo/ 示例项目理解 AI 在真实后端代码中的使用边界
5. 打开 课后练习/README.md，按对应课次完成练习，并尽量使用 课后练习/通用提交模板.md 保留 AI 输入、人工删改和验证结果
6. 学完主线后，再进入 进阶专题/ 阅读 AI-Native 系统建设内容

主线课程总览

课程	主题	正文
第0课	AI 时代后端工程师的工作流重构	进入课程
第1课	用 AI 做需求理解与任务拆解	进入课程
第2课	用 AI 做接口设计与数据建模	进入课程
第3课	用 AI 辅助搭 Spring Boot 工程骨架	进入课程
第4课	用 AI 写业务代码，但守住边界	进入课程
第5课	用 AI 补测试、造样例、做回归	进入课程
第6课	用 AI 联调接口与排查问题	进入课程
第7课	用 AI 辅助 SQL、缓存与性能分析	进入课程
第8课	用 AI 做重构、代码审查与风险发现	进入课程
第9课	用 AI 写文档、设计说明与交接材料	进入课程
第10课	用 AI 参与发布检查、监控分析与故障复盘	进入课程
第11课	团队级 AI 开发规范与落地路线	进入课程

进阶专题

主线课程讲的是“怎么用 AI 提效研发流程”。 如果你已经把这条主线跑顺，想继续走向 AI 产品与 AI 系统建设，可以继续看下面 4 个进阶专题：

专题	主题	正文
专题1	模型接入与 AI 能力边界	进入专题
专题2	RAG 与企业知识系统	进入专题
专题3	Tools、Workflow 与 Agent 边界	进入专题
专题4	AI 系统治理与生产化	进入专题

demo/ 示例项目里有什么

demo/ 不再被定义为“这门课最终要一步步搭出的 AI 产品”，而是：

• 一个可阅读、可测试、可改造的 Spring Boot 示例项目
• 一组适合做需求澄清、接口设计、测试补齐、排障、重构演练的后端代码样本
• 一套可用于讲解代码边界、命名、模块职责、风险控制的教学素材

当前主模块仍然保留：

• ai/
• chat/
• knowledge/
• agent/
• workflow/
• task/
• dataassistant/
• ops/

但这些模块现在主要服务于“如何借助 AI 阅读、改造、验证、交接后端代码”，而不是要求学员沿着它们继续做完整 AI 产品。

快速开始

1. 启动课程网站

cd website
pnpm install
pnpm dev

启动后可访问：

• http://localhost:3000
• http://localhost:3000/learn
• http://localhost:3000/advanced

2. 运行网站校验

cd website
pnpm test
pnpm build

3. 运行后端测试

cd demo
./mvnw test

仓库资产

当前仓库包含：

• 12 节主线课程
• 4 个进阶专题
• 一套课程网站 website/
• 一个 Java / Spring Boot 示例项目 demo/
• 一组课后练习
• 顶层课程设计文档与演讲大纲

课后练习怎么交

现在每节主线课对应的练习都统一采用下面 7 个区块：

• 练习定位
• 准备材料
• 基础题
• 进阶题
• 挑战题
• 建议交付物
• 验收要点

如果你时间有限，最小交付也建议至少保留：

1. 一个结构化输入
2. 一份 AI 产出摘要
3. 一段人工判断或删改记录
4. 一个验证结果

更完整的使用方式见 课后练习/README.md。

相关文档

• 课程设计文档.md
• 演讲大纲.md
• 示例项目说明
• 课后练习总览
• 课后练习通用提交模板

公众号 / 获取更新

关注公众号，获取课程更新、训练营通知与相关文章。

• 社区页：docs/community.md