Python мануфактураJavaDesign Patterns для автоматизаторів

Java · Сесії: AMA та PMP · 0:00–2:00

Чи давати готове рішення

Початкове питання — чи одразу переходити до складнішого модуля з готовими налаштуваннями й імпортами, чи спершу зробити плавний перехід від ручного аналізу та code generation. Воно узагальнюється до типового очікування інженера: знайти сильного ліда або ментора, який пояснить правильний шлях і допоможе швидше виконати задачу. Перевага такого супроводу очевидна: команда швидше отримує результат, а учень не витрачає час на вже відомі тупикові рішення. Ризик з’являється тоді, коли ментор не залишає простору для помилки й показує лише ідеальний маршрут.

Вчитися через власні помилки чи з ментором →

Java · Advanced: API-автоматизація · 0:00–10:00

Від manual models до specification-driven generation

Без API docs можна згенерувати POJO з observed JSON, але це лише semi-automatic recovery. З OpenAPI specification можна відтворювано генерувати models і API client через Gradle/Maven/CLI. Specification містить metadata, servers, paths, operations, schemas і response/error definitions. Swagger UI — лише projection цієї специфікації; code generator працює з machine-readable JSON/YAML.

Кодогенерація через OpenAPI Generator →

Java · Advanced: API-автоматизація · 10:00–30:00

Generated assertions і їх межі

Assertion generator може створити fluent `hasName`, `hasCode` та інші methods з model classes. Розглядаються hard і soft assertions, package include/exclude та custom templates. Live demo виявляє plugin/version/import failures. Урок: generated assertion code потрібно компілювати у clean build і review, а не вважати generator output правильним за замовчуванням.

AssertJ: виразні асерти та їх генерація →

Java · Основний курс · 1:09:00–1:16:00

RoboPOJOGenerator і межі AI-generated DTO

У повній IntelliJ IDEA демонструється RoboPOJOGenerator: у нього вставляється реальний JSON, обираються Jackson і Lombok settings, після чого plugin створює повнішу object structure. Цей результат містить поля, які пропустила LLM-generated версія. Для маленьких JSON ChatGPT може бути зручним стартом, але для великих response автор його не радить. На кожному проєкті Jackson потребує одноразового узгодження з реальними JSON conventions. Після цього typed responses дають контрактну перевірку fields і types, а над ними можна будувати reusable assertion classes.

API-автоматизація: MVC і Jackson →
Запитати в чаті про «code-generation» →