課程 / 公開班 · AI 工具 · 進階
Claude Code × DevOps 實戰
讓 AI 代理寫 Terraform、Kubernetes 與 GitOps，工程團隊一天上手
適合誰
- 後端、DevOps、SRE、MIS：已經在管雲端或 Kubernetes，想讓 AI 分擔基礎設施的苦工
- 技術主管：想建立團隊使用 AI 寫基礎設施程式碼的規範與護欄
- 已經用 Copilot / Cursor，但還沒把 AI 用在 IaC 與維運的人
你會帶走什麼
- 用 Claude Code 從零產出一組可 plan / apply 的 Terraform（GCP 或 AWS）
- 用開源 devops-ai-skill 技能包讓 AI 遵守你們的命名、模組與安全規範
- 一條 GitOps 流程：AI 產 Kustomize / ArgoCD 設定，人審核後才進 main
- 一份團隊可直接採用的「AI 寫 IaC 的審查與護欄清單」
課程大綱
上午 · Claude Code 工作方式
- CLAUDE.md、skills、hooks：讓 AI 知道你們的規矩
- 從需求到 plan：怎麼下指令才不會被 AI 帶著跑
- 安全邊界：哪些操作永遠要人按下去
上午 · Terraform 實作
- 用技能包產出 VPC、GKE / EKS、IAM
- plan 審查：AI 輸出常見的五種錯
- 模組化與 state 管理
下午 · Kubernetes 與 GitOps
- Kustomize base / overlay 由 AI 生成
- ArgoCD 同步、PR 流程與 CI 檢查
- Spot 節費：讓 AI 幫你算與改
下午 · 團隊落地
- 把今天的流程寫成你們的 skill
- 審查清單與導入路線
- 問答：你們的環境現場拆
事前準備
- 會用 git 與終端機，寫過 Terraform 或 Kubernetes YAML 任一種
- 自備筆電，課前會寄安裝清單（Claude Code、gcloud 或 aws CLI）
包含
- devops-ai-skill 技能包與課堂範例 repo
- 審查與護欄清單（Markdown，可直接放進你們的 repo）
Claude Code 在應用程式開發上已經很成熟，但在基礎設施這一側，多數團隊還停在「叫 AI 產一段 YAML 然後自己修」。 這門課把我在企業裡真正跑起來的做法整理成一天：技能包、審查流程、護欄，回公司當週就能開始用。
常見問題
我們用 AWS 不是 GCP，可以嗎？
可以。實作環境提供 GCP 與 AWS 兩套版本，現場選一種跟著做。
公司不允許把程式碼送到外部 AI，怎麼辦？
課程會示範資料邊界設定與可自架的替代方案；企業內訓可依你們的資安規範調整。
和 Cursor / Copilot 有什麼不同？
這門課的重點不是編輯器，是讓 AI 代理在「有規範、可審查」的前提下做基礎設施工作；方法可以套用到其他工具。