W projekcie należy używać narzędzi, które ułatwiają planowanie pracy, zapisywanie decyzji, współpracę i sprawdzanie rezultatów. Samo użycie narzędzia nie jest jednak celem zajęć. Każde narzędzie powinno zostawić w repozytorium ślad, który można później odtworzyć i zweryfikować.
Na zajęciach należy najpierw pokazać narzędzie na przykładzie prowadzącego. Po pokazie należy wykonać analogiczne zadanie we własnym repozytorium.
| Narzędzie | Do czego służy | Dowód zapisany w repozytorium lub GitHubie |
|---|---|---|
| GitHub Repository | przechowywanie kodu, dokumentacji i historii zmian | pliki, commity, branche |
| GitHub Issues | opisywanie wymagań, zadań i błędów | Issue z opisem, właścicielem i kryteriami akceptacji |
| GitHub Projects | planowanie pracy zespołu | tablica, statusy, przypisane zadania i milestone |
| Branch i Pull Request | praca nad zmianą oraz jej przegląd | branch, PR, review i merge |
| GitHub Actions | automatyczne sprawdzanie projektu | workflow zakończony statusem success |
| VS Code | edycja plików, terminal, Git i debugowanie | zmiana w repozytorium oraz instrukcja uruchomienia |
| Markdown | dokumentowanie problemu, decyzji i wyników | pliki .md w katalogu docs/ |
| Mermaid lub diagrams.net | tworzenie diagramów | plik .mmd, .drawio albo eksportowany obraz |
| Jupyter lub skrypt analityczny | analiza danych i eksperymenty | notebook lub skrypt z powtarzalnym wynikiem |
| Agent AI | generowanie wariantów, planowanie, prototypowanie, testy i krytyka założeń | docs/agent-log.md, zweryfikowany commit i Pull Request |
Agent powinien pomagać w myśleniu, a nie zastępować myślenie. Należy wymagać od niego kilku wariantów rozwiązania, jawnych założeń, wskazania ryzyk i propozycji testów. Następnie zespół powinien samodzielnie wybrać wariant, sprawdzić źródła i zweryfikować działanie prototypu.
Przykładowy przebieg pokazu:
Nie należy przekazywać agentowi haseł, kluczy API, danych osobowych ani niezweryfikowanych danych wrażliwych. W docs/agent-log.md należy zapisać nie pełną rozmowę, lecz cel, najważniejsze propozycje, decyzję zespołu i sposób sprawdzenia rezultatu.
Poniżej zamieszczono rzeczywiste zrzuty ekranu z dokumentacji GitHub i Visual Studio Code. Pokazują one elementy interfejsu, które należy wykorzystać podczas zajęć. Układ może nieznacznie różnić się od aktualnej wersji aplikacji. Po każdym pokazie należy wykonać analogiczne zadanie we własnym repozytorium.

Źródło: GitHub Docs — Quickstart for Projects.
Należy pokazać utworzenie tablicy, dodanie zadania, przypisanie osoby, zmianę statusu i powiązanie zadania z Issue.


Źródła: GitHub Docs — Creating an issue oraz GitHub Docs — Creating a pull request.
Należy pokazać przejście od opisu potrzeby do małej zmiany w branchu, Pull Requesta, review i scalenia.


Źródła: VS Code — Quickstart: use source control oraz VS Code — Work with GitHub.
Należy pokazać otwarcie repozytorium, edycję pliku, sprawdzenie różnicy, commit i przesłanie zmiany do GitHuba.

Źródło: GitHub Docs — Quickstart for GitHub Actions.
Należy pokazać uruchomienie testów po Pull Requeście, odczytanie wyniku i poprawienie błędu wykrytego przez workflow.
Bot powinien sprawdzać dowody zapisane w repozytorium i w publicznej historii GitHuba, a następnie wygenerować raport PASS, WARN albo FAIL dla zespołu i poszczególnych osób.
Nie jest to gotowa usługa GitHuba, dlatego nie zamieszczono zrzutu ekranu. Przykładowy wynik działania może wyglądać następująco:
PASS README.md i wymagane pliki dokumentacji są dostępne
PASS Każda osoba ma przypisane Issue i Pull Request
WARN Brak zakończonego workflow GitHub Actions
Każdy student powinien wykonać poniższe czynności we własnym repozytorium zespołu:
README.md z nazwą projektu, problemem oraz instrukcją uruchomienia.docs/ i zapisać w nim opis problemu, głównego użytkownika oraz zakresu MVP.docs/evidence.md linki do własnego Issue, Pull Requesta i commita.Nie należy traktować samego dopisania nazwiska do pliku jako dowodu pracy. Każda osoba powinna mieć własny rezultat, własny Issue oraz zmianę widoczną w historii repozytorium.