دوره آموزشی به حداکثر رساندن بهرهوری برنامهنویسی با Claude Code
4 ساعت 12 دقیقهپیشرفته2026-06-29
مدرسین

Denys Linkov
جزئیات دوره
Claude Code بهسرعت به یکی از مهمترین ابزارهای توسعه نرمافزار مبتنی بر هوش مصنوعی تبدیل شده است. آنچه در ابتدا بهعنوان یک مدل بهینهشده برای برنامهنویسان معرفی شد، اکنون به مجموعهای قدرتمند از ابزارها برای ایجاد، مدیریت، یکپارچهسازی و استقرار نرمافزار تبدیل شده است. این دوره به شما آموزش میدهد چگونه فراتر از پرامپتنویسی ساده حرکت کنید و گردش کارهای پیشرفته و هوشمند مبتنی بر هوش مصنوعی را در فرآیند توسعه نرمافزار پیادهسازی کنید.
در این آموزش با طراحی گردش کارهای چندمرحلهای، استفاده از Skills، راهاندازی MCP Server و ایجاد عاملهای هوشمند (AI Agents) آشنا میشوید. همچنین یاد میگیرید چگونه سیستمهای طراحی رابط کاربری را بهینهسازی کرده و طرحهای Figma را بهراحتی در پروژههای خود ادغام کنید تا تجربههای کاربری حرفهای و آماده تولید ایجاد کنید.
این دوره همچنین به روشهای مدرن تضمین کیفیت نرمافزار میپردازد و شما را با مفاهیمی مانند توسعه مبتنی بر آزمون (TDD)، تست واحد، تست یکپارچهسازی، تست دود (Smoke Testing) و آزمون پذیرش خودکار کاربر (Automated UAT) آشنا میکند تا بتوانید کیفیت و پایداری کدهای خود را در محیطهای توسعه مدرن افزایش دهید.
علاوه بر این، یاد خواهید گرفت چگونه Claude Code را با ابزارهای مختلف زنجیره توسعه نرمافزار مانند GitHub، Jira، پلتفرمهای داده، ابزارهای مشاهدهپذیری (Observability) و سیستمهای مستندسازی یکپارچه کنید و از عاملهای هوش مصنوعی برای برنامهنویسی، تحلیل داده، گزارشگیری و تصمیمگیری در مقیاس بزرگ استفاده نمایید.
این دوره برای توسعهدهندگان، مهندسان نرمافزار، معماران سیستم و متخصصانی مناسب است که با Claude Code آشنایی دارند و میخواهند بهرهوری، اتوماسیون و نوآوری را در فرآیندهای توسعه نرمافزار خود به سطح بالاتری برسانند.
🎯 اهداف یادگیری
• طراحی و پیادهسازی گردش کارهای ساختاریافته مبتنی بر هوش مصنوعی با استفاده از برنامههای چندمرحلهای، Skills، سرورهای MCP و عاملهای مدیریتشده
• ایجاد فرآیندهای توسعه نرمافزار فراتر از پرامپتنویسی ساده و بهرهگیری از قابلیتهای پیشرفته Claude Code
• بهکارگیری روشهای تضمین کیفیت مبتنی بر هوش مصنوعی از جمله TDD، تست واحد، تست یکپارچهسازی، تست دود و آزمون پذیرش خودکار کاربر
• توسعه رابطهای کاربری و محصولات آماده تولید با استفاده از طرحهای Figma، کتابخانههای کامپوننت و اسناد نیازمندی محصول (PRD)
• طراحی و پیادهسازی سیستمهای طراحی رابط کاربری برای ایجاد تجربههای کاربری منسجم و حرفهای
• یکپارچهسازی Claude Code با ابزارهای توسعه مانند GitHub، Jira و سایر سرویسهای مرتبط با چرخه توسعه نرمافزار
• راهاندازی و پیکربندی سرورهای MCP برای ایجاد ارتباط یکپارچه میان ابزارها و پلتفرمهای مختلف
• ایجاد عاملهای هوشمند و خودکار برای انجام وظایف برنامهنویسی، تحلیل داده و مدیریت فرآیندهای توسعه
• استفاده از هوش مصنوعی برای گزارشگیری، تحلیل دادهها و پشتیبانی از تصمیمگیری در مقیاس بزرگ
• انطباق با نقش جدید توسعهدهندگان در عصر هوش مصنوعی و افزایش بهرهوری در فرآیندهای توسعه نرمافزار
در این آموزش با طراحی گردش کارهای چندمرحلهای، استفاده از Skills، راهاندازی MCP Server و ایجاد عاملهای هوشمند (AI Agents) آشنا میشوید. همچنین یاد میگیرید چگونه سیستمهای طراحی رابط کاربری را بهینهسازی کرده و طرحهای Figma را بهراحتی در پروژههای خود ادغام کنید تا تجربههای کاربری حرفهای و آماده تولید ایجاد کنید.
این دوره همچنین به روشهای مدرن تضمین کیفیت نرمافزار میپردازد و شما را با مفاهیمی مانند توسعه مبتنی بر آزمون (TDD)، تست واحد، تست یکپارچهسازی، تست دود (Smoke Testing) و آزمون پذیرش خودکار کاربر (Automated UAT) آشنا میکند تا بتوانید کیفیت و پایداری کدهای خود را در محیطهای توسعه مدرن افزایش دهید.
علاوه بر این، یاد خواهید گرفت چگونه Claude Code را با ابزارهای مختلف زنجیره توسعه نرمافزار مانند GitHub، Jira، پلتفرمهای داده، ابزارهای مشاهدهپذیری (Observability) و سیستمهای مستندسازی یکپارچه کنید و از عاملهای هوش مصنوعی برای برنامهنویسی، تحلیل داده، گزارشگیری و تصمیمگیری در مقیاس بزرگ استفاده نمایید.
این دوره برای توسعهدهندگان، مهندسان نرمافزار، معماران سیستم و متخصصانی مناسب است که با Claude Code آشنایی دارند و میخواهند بهرهوری، اتوماسیون و نوآوری را در فرآیندهای توسعه نرمافزار خود به سطح بالاتری برسانند.
🎯 اهداف یادگیری
• طراحی و پیادهسازی گردش کارهای ساختاریافته مبتنی بر هوش مصنوعی با استفاده از برنامههای چندمرحلهای، Skills، سرورهای MCP و عاملهای مدیریتشده
• ایجاد فرآیندهای توسعه نرمافزار فراتر از پرامپتنویسی ساده و بهرهگیری از قابلیتهای پیشرفته Claude Code
• بهکارگیری روشهای تضمین کیفیت مبتنی بر هوش مصنوعی از جمله TDD، تست واحد، تست یکپارچهسازی، تست دود و آزمون پذیرش خودکار کاربر
• توسعه رابطهای کاربری و محصولات آماده تولید با استفاده از طرحهای Figma، کتابخانههای کامپوننت و اسناد نیازمندی محصول (PRD)
• طراحی و پیادهسازی سیستمهای طراحی رابط کاربری برای ایجاد تجربههای کاربری منسجم و حرفهای
• یکپارچهسازی Claude Code با ابزارهای توسعه مانند GitHub، Jira و سایر سرویسهای مرتبط با چرخه توسعه نرمافزار
• راهاندازی و پیکربندی سرورهای MCP برای ایجاد ارتباط یکپارچه میان ابزارها و پلتفرمهای مختلف
• ایجاد عاملهای هوشمند و خودکار برای انجام وظایف برنامهنویسی، تحلیل داده و مدیریت فرآیندهای توسعه
• استفاده از هوش مصنوعی برای گزارشگیری، تحلیل دادهها و پشتیبانی از تصمیمگیری در مقیاس بزرگ
• انطباق با نقش جدید توسعهدهندگان در عصر هوش مصنوعی و افزایش بهرهوری در فرآیندهای توسعه نرمافزار
سرفصل ها
مقدمه
- سرعت بخشیدن به توسعه با کلود کد
راهنمایی، برنامهریزی و آزمایش اصلی
- چرا تشویق در مقیاس بزرگ شکست میخورد؟
- طراحی سیستمها با کلود کد
- نمودار معماری نرمافزار با هوش مصنوعی
- ایجاد دستورالعملهای تست برای Claude.md
- اجرا و نظارت بر برنامههای چند مرحلهای
- انتخاب دستورالعملها در مقابل برنامههای چند مرحلهای
استفاده از فایلهای Skills و Claude MD
- گسترش کلود با مهارتها، MCP و افزونهها
- بهبود طراحی شی گرا با Skills
- ایجاد فایلهای Claude MD قابل استفاده مجدد
- یک مهارت کلود سفارشی بسازید
- با Skills یک اپلیکیشن هزینه بسازید
راهاندازی یک سیستم طراحی رابط کاربری با Claude Code
- ساخت رابط کاربری از روی اسکرینشاتها
- تبدیل طرحهای فیگما به کد
- ادغام کتابخانههای کامپوننت
- کار با طراحی کلود
- ساخت یک برنامه تایپ حرفهای با Claude Code
تعریف و تکرار الزامات محصول
- اهمیت مهارتهای محصول برای توسعهدهندگان
- توسعه مبتنی بر مشخصات (SDD)
- ایجاد یک برنامه با استفاده از SDD
- یک مهارت خاص را تعریف کنید
- خودکارسازی تست پذیرش کاربر از روی مشخصات
- مقایسه استانداردهای مختلف SDD
توسعه مبتنی بر آزمون با کلود کد
- توسعه مبتنی بر تست (TDD) در یک گردش کار مبتنی بر عامل
- ایجاد و مدیریت تستهای واحد
- تستهای یکپارچهسازی مهمی بسازید
- طراحی تستهای دود سریع و قابل اعتماد
راهاندازی سرورهای MCP متمرکز بر توسعهدهندگان
- پیادهسازی وظایف با جیرا از طریق MCP
- گردشهای کاری توسعهدهندگان با GitHub MCP
- پرس و جو از DuckDB از طریق MCP
- بررسی حوادث با Datadog MCP
- مدیریت کار محصول با Linear MCP
- خودکارسازی مستندسازی با Notion MCP
عوامل ساختمانی با کلود کد
- ماموران در کلود کد
- اجرای کد کلود در وب
- کار با زیر-ماموران کلود کد
- ایجاد یک عامل بررسی کد
- ساخت یک عامل DevOps
میانبرها و گردشهای کاری کلود کد
- ایجاد اتوماسیون با حلقهها و روالهای زمانبندیشده
- تأیید برنامهنویسی با قلابها
- خودکارسازی درخواستهای pull
- استفاده از اهداف کلود کد
ساخت داشبورد و تحلیل دادهها با Claude Code
- ایجاد گزارشهای تحلیل پایگاه داده
- ساخت نوتبوکهای ژوپیتر با کلود
- تجزیه و تحلیل دادهها در اکسل
- خودکارسازی ارائههای دادهمحور
نتیجهگیری
- با کلود کد به کجا برویم؟
دوره های مرتبط
- دوره آموزشی بازتعریف نقشهای توسعه نرمافزار در عصر هوش مصنوعی
- دوره آموزشی جعبهابزار هوش مصنوعی مولد
- دوره آموزشی بازاریابی با Anthropic Claude: تبدیل کامنتهای لینکدین به استراتژیهای محتوا
- دوره آموزشی اصول بازاریابی: اتوماسیون
- دوره آموزشی قدرت خلاقیت خود را به حداکثر برسانید
- دوره آموزشی رویکردی مبتنی بر نقاط قوت برای مدیریت تیم شما
- دوره آموزشی Copilot در Outlook: بهره وری در روز کاری خود را به حداکثر برسانید (2024)
- دوره آموزشی استفاده مؤثر از معیارهای بازاریابی برای بهبود کمپینها و اندازهگیری دقیق ROI
مسیرهای مرتبط
- مسیر آموزشی تبدیل شدن به یک شکارچی شغلی موفق
- مسیر آموزشی جستجو و یافتن شغل
- مسیر آموزشی ارتقا مهارت های خود را به عنوان یک محقق تجربه کاربری
- مسیر آموزشی مهارت های بازاریابی رسانه های اجتماعی خود را توسعه دهید
- مسیر آموزشی تبدیل شدن به یک تصویرگر دیجیتال
- مسیر آموزشی تبدیل شدن به استاد جاوا اسکریپت
- مسیر آموزشی مهارت های بازاریابی محتوایی خود را ارتقا دهید
- مسیر آموزشی مهارت های بازاریابی محتوا و سئوی خود را ارتقا دهید