使用 Claude 代码进行 DevOps：Terraform、EKS、ArgoCD 和 Helm

MP4 |视频：h264，1920×1080 |音频：AAC，44.1 KHz，2 Ch
语言：英语 |时长：8小时18米

你将学到什么

• 使用 Terraform、ArgoCD 和 GitHub Actions 将真正的微服务应用部署到 AWS EKS – 由 Claude Code 编写所有基础设施代码。
• 构建生产级 AWS 基础设施：VPC、EKS、RDS、ECR、Secrets Manager、ALB Ingress 和完整的可观测性堆栈。
• 使用 Claude Code 生成、检查和应用 Terraform 模块、Kubernetes 清单、CI/CD 管道和 Runbook。
• 使用 ArgoCD 实施 GitOps 工作流程 – 自动同步到开发，手动批准产品 – 完全由 AI 生成的代码驱动。
• 掌握人工智能辅助的 DevOps 工作流程：架构师、提示、审查 – 并交付生产基础设施，而无需亲自编写代码。

要求

• 需要熟悉基本的 Linux 命令行和 AWS。
• 熟悉 Terraform，需要拥有 Kubernetes 经验

描述

• 使用 AI 生成的代码部署生产级 AWS 基础设施
• 使用真正的 Spring Boot 微服务应用（8 个服务、数据库、真实流量）
• 使用 Claude Code 生成 Terraform、Kubernetes 清单、CI/CD 管道和 Runbook
• 专注于架构师层面的思考：提示、审查和验证输出
• 基于项目的课程（不是分步教程）
• 像 DevOps 工程师一样工作，通过 Jira board 处理实际任务
• 涵盖关键领域：网络、计算、容器、数据库、机密、GitOps、可观测性

您将构建什么

• 具有跨多个可用区的公有子网的 VPC
• 运行成本优化的 Graviton ARM 节点的 Amazon EKS 集群
• 用于持久存储的 Amazon RDS MySQL
• 具有生命周期策略和漏洞扫描的 Amazon ECR
• 使用 ArgoCD 的 GitOps 管道（开发自动同步，生产手动批准）
• 用于构建、推送和触发部署的 GitHub Actions CI 管道
• Secret Manager 与 Kubernetes 的外部 Secrets Operator 集成
• 包含 Prometheus、Grafana、Fluent Bit 和 Zipkin 的完整可观测性堆栈

为什么选择克劳德代码？

人工智能不会取代工程师，而是会增强工程师的能力。但前提是你知道如何引导它、评估它的输出并捕捉它错过的东西。本课程的重点是在现实项目的背景下培养该技能，这样您就可以获得工作基础设施和可重复的工作流程。

到最后，你将会拥有

• 您的 GitHub 产品组合中的生产就绪型 AWS 平台
• 拥有 Terraform、EKS、ArgoCD 和 GitHub Actions 的实践经验
• 可重复的人工智能辅助工作流程，可应用于未来的项目

如果您一直想认真对待云基础设施，那么这就是它的起点。

本课程适合谁

希望使用 AI 更快地构建真正的 AWS 基础设施的开发运营和云工程师，并通过实践来学习，而不是通过观看幻灯片。
进入开发运营的软件工程师希望通过 ArgoCD 亲身体验基于项目的 AWS、Kubernetes、Terraform 和 GitOps 介绍。