Coding mit KI

Produktbeschreibung

KI verändert, wie wir Software entwickeln. Wer die neuen KI-Helfer nicht nutzt, macht sich das Leben unnötig schwer und läuft Gefahr, den Anschluss zu verlieren. In diesem Buch erfahren Sie, was Tools wie ChatGPT oder GitHub Copilot bereits leisten können und wo ihre Grenzen liegen. Praxisnahe Beispiele zeigen Ihnen, wie Sie heute schon mit KI-Unterstützung schneller, effizienter und fehlerfreier programmieren können. Ein pragmatischer Leitfaden für alle, die wissen wollen, wie künstliche Intelligenz die Softwareentwicklung verändert.

Aus dem Inhalt:

* Wie funktioniert Künstliche Intelligenz

* Strukturiert programmieren mit KI

* Debugging, Refactoring und Unit-Tests

* Dokumentation automatisiert erstellen

* Datenbankentwicklung und -design

* Scripting und Administration

* Lokale LLMs ausführen

* Projekt-Bootstrapping mit OpenDevin

* Mit der OpenAI-API arbeiten

* KI-Apps und RAGs

* Risiken, Grenzen und Ausblick 

Inhaltsverzeichnis

Vorwort ... 9
TEIL I. Coding mit KI-Unterstützung ... 15
1. Einführung ... 17

1.1 ... Coding per Chat ... 17
1.2 ... Die Kunst des Prompting ... 27
1.3 ... Code-Assistenten ... 35
1.4 ... Chat oder Assistent? ... 47
1.5 ... Grundlagen von Large Language Models (LLMs) ... 48

2. Pair Programming ... 63

2.1 ... Code in Funktionen strukturieren ... 64
2.2 ... Beispiel: IBAN-Validierung ... 74
2.3 ... Objektorientiert programmieren ... 81
2.4 ... Beispiel: Quiz ... 90
2.5 ... Beispiel: Sudoku lösen ... 96

3. Debugging ... 107

3.1 ... Web-Applikationen ... 108
3.2 ... App-Entwicklung ... 117
3.3 ... Entwicklung am Raspberry Pi ... 120
3.4 ... Visual Studio und VS Code ... 123
3.5 ... Fazit ... 125

4. Refactoring ... 127

4.1 ... Einführung ins Refactoring ... 128
4.2 ... Refactoring mit KI-Werkzeugen ... 128
4.3 ... Best Practices ... 141
4.4 ... Fazit ... 143

5. Software testen ... 145

5.1 ... Erzeugen von Testdaten ... 146
5.2 ... KI-gestützte Testautomatisierung ... 150
5.3 ... Testgetriebene Entwicklung mit KI ... 155
5.4 ... Arbeiten mit Abh?igkeiten ... 162
5.5 ... Optimieren von Tests ... 168
5.6 ... E2E-Tests ... 175
5.7 ... Fazit ... 179

6. Software dokumentieren ... 181

6.1 ... Inline-Dokumentation ... 183
6.2 ... Funktions- und Klassendokumentation ... 186
6.3 ... API-Dokumentation ... 190
6.4 ... Veraltete Dokumentation ... 193
6.5 ... Fazit ... 196

7. Datenbanken ... 199

7.1 ... Datenbankdesign ... 199
7.2 ... SQL-Kommandos ... 210
7.3 ... Administration ... 218
7.4 ... Client-Programmierung ... 225

8. Scripting und Systemadministration ... 227

8.1 ... Scripting ... 228
8.2 ... Beispiel: Python-Script in PHP-Code umwandeln ... 235
8.3 ... Regul? Muster ... 237
8.4 ... Systemadministration ... 241
8.5 ... Beispiel: wget-Script plus tmpfs-Konfiguration ... 249
8.6 ... GitHub Copilot und ChatGPT im Terminal aufrufen ... 254

TEIL II. Sprachmodelle lokal ausführen, fortgeschrittene KI-Tools ... 259
9. Sprachmodelle lokal ausführen ... 261

9.1 ... Die Qual der LLM-Wahl ... 262
9.2 ... GPT4All ... 267
9.3 ... Ollama ... 271
9.4 ... Open WebUI für Ollama ... 276
9.5 ... Continue ... 284
9.6 ... Ollama-API ... 287
9.7 ... Tabby ... 290
9.8 ... Fazit ... 293

10. Code automatisiert verarbeiten ... 295

10.1 ... OpenAI-API ... 296
10.2 ... Ollama-API ... 308
10.3 ... Groq-API ... 311
10.4 ... Beispiel: Code automatisiert kommentieren ... 312
10.5 ... Beispiel: von Python 2 zu Python 3 ... 321

11. Level-3-Tools: OpenHands und Aider ... 325

11.1 ... OpenHands ... 327
11.2 ... OpenHands in der Praxis ... 333
11.3 ... Aider ... 336
11.4 ... Aider in der Praxis ... 341

12. Retrieval Augmented Generation (RAG) und Text-to-SQL ... 351

12.1 ... Schnellstart RAG ... 352
12.2 ... Das viel-falter-Projekt ... 356
12.3 ... Dokumente laden ... 357
12.4 ... Index erzeugen ... 359
12.5 ... Vector-Store-Datenbanken ... 363
12.6 ... RAG-Abfragen ... 366
12.7 ... Text-to-SQL ... 371

13. Risiken und Ausblick ... 385

13.1 ... Probleme und Einschr?ungen beim Einsatz von KI-Tools ... 385
13.2 ... Beispielhaftes KI-Versagen ... 389
13.3 ... Ethische Fragen ... 400
13.4 ... Schlussfolgerungen und Ausblick ... 404

Index ... 409 

Kritik

¯Eines der besten Werke auf dem Markt, um die Möglichkeiten von Künstlicher Intelligenz in der Softwareentwicklung zu verstehen und anzuwenden. Es ist umfassend, gut strukturiert und praxisnah - genau das, was man von einem Buch zu einem so dynamischen Thema erwartet.® mediennerd 202411 

Autoreninfo

Michael Kofler hat Telematik an der TU Graz studiert und ist einer der erfolgreichsten deutschsprachigen IT-Fachbuchautoren. Zu seinen Themengebieten zählen neben Linux auch IT-Sicherheit, Python, Swift, Java und der Raspberry Pi. Er ist Entwickler, berät Firmen undarbeitet als Lehrbeauftragter.Bernd Öggl ist ein erfahrener Systemadministrator und Webentwickler. Bereits seit 2001 erstellt er für Kunden Websites, setzt individuelle Entwicklerprojekte um und gibt sein Wissen auf Konferenzen und in Publikationen weiter.