Coding mit KI

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