PHP Professionelles Programmieren mit KI
Einleitung
Dieses Seminar fokussiert sich auf die Integration von Künstlicher Intelligenz in den professionellen PHP-Entwicklungsalltag. Teilnehmer erlernen sowohl den effizienten Einsatz von KI-gestützten Entwicklungswerkzeugen (wie GitHub Copilot) zur Steigerung der Produktivität als auch die programmtechnische Anbindung von LLMs (Large Language Models) via API. Ein Schwerpunkt liegt auf der Entwicklung intelligenter Features und Workflows innerhalb moderner PHP-Applikationen.
Zielgruppe & Voraussetzungen
- Zielgruppe: Erfahrene PHP-Entwickler, Backend-Engineers und Softwarearchitekten.
- Voraussetzungen: Fundierte Kenntnisse in PHP (OOP), REST-APIs, sowie grundlegendes Verständnis von JSON und HTTP-Clients.
Detaillierte Inhalte
KI-Werkzeuge im Entwicklungsalltag
- KI-gestützte IDEs und Plugins: Integration von GitHub Copilot und lokalen Alternativen in PhpStorm/VS Code
- Prompt Engineering für Entwickler: Präzise Anweisungen für Code-Generierung und Debugging
- KI-Assistenten für die strukturierte Fehleranalyse und Bugfixing
- Generierung von Boilerplate-Code, komplexen SQL-Queries und regulären Ausdrücken
Anbindung von KI-APIs in PHP
- Übersicht der relevanten APIs: OpenAI, Anthropic (Claude), Google Gemini und lokale Modelle (Ollama)
- HTTP-Kommunikation: Effiziente API-Aufrufe mit cURL und GuzzleHTTP
- Nutzung offizieller und inoffizieller PHP-SDKs
- Authentifizierung, Rate-Limiting und sicheres API-Key-Management
- Verarbeitung von Streaming-Responses (Server-Sent Events) in PHP
KI-gestützte Feature-Entwicklung
- Implementierung von Chat-Interfaces und Konversationslogik in PHP/JavaScript
- Textverarbeitung: Zusammenfassungen, Übersetzungen und Sentiment-Analyse
- Bildgenerierung und -analyse via API (z. B. DALL-E) in PHP-Anwendungen integrieren
- Strukturierte Datenausgabe: LLMs zwingen, valides JSON für die PHP-Weiterverarbeitung zu liefern
RAG (Retrieval-Augmented Generation) und Vektordatenbanken
- Grundlagen von Embeddings: Text in Vektoren umwandeln
- Vektordatenbanken (z. B. Milvus, Pinecone, pgvector) an PHP anbinden
- Implementierung einer semantischen Suche (Similarity Search)
- Aufbau einer RAG-Pipeline: Eigene Unternehmensdaten mit LLM-Antworten kombinieren
Code-Qualität, Testing und Refactoring
- Automatisierte Code-Reviews durch KI: Erkennen von Anti-Patterns und Security-Schwachstellen
- KI-gestütztes Refactoring von Legacy-PHP-Code (Migration auf neuere PHP-Versionen)
- Generierung von Unit-Tests (PHPUnit) und Mocks mit KI-Unterstützung
- Automatisierte Erstellung von technischer Dokumentation und PHPDoc-Blöcken
Automatisierung und KI-Agenten
- Einbindung von KI in CI/CD-Pipelines (z. B. automatisierte Pull-Request-Zusammenfassungen)
- Entwicklung autonomer PHP-Skripte (KI-Agenten) für Datenextraktion und Web-Scraping
- Tool Calling / Function Calling: LLMs ermöglichen, eigene PHP-Funktionen und SQL-Datenbankabfragen auszuführen