Part 1|AST 與 Source Understanding
Android Framework 的 AI 輔助需要結構資訊。課程從 Java source 的 class、method、modifier、annotation 與 line range 建立 AST-lite 與 source-level representation。
以 Android Vibe v14 為核心,從 AST、source indexing、retrieval、patch planning 到 LLM orchestration,建立真正懂 Android Framework 的 Code-Copilot。
Android Framework 的 source tree 規模龐大。工程師需要快速讀懂 framework code,找到正確修改位置,並建立具備 Android Framework 上下文的 Code-Copilot。
本課程以 Android Vibe v14 為主軸。內容涵蓋 AST、source-level indexing、retrieval、patch action、localization 與 LLM handoff。課程從 source understanding 建立 Android Framework 專用的 AI 輔助方法。
AI 輔助 Android Framework 的第一步是理解 source tree。索引層提供檢索、定位與分析能力,並建立 Code-Copilot 的基礎。
Android Framework 是大型系統。AI 導入先從理解開始。AST、source-level representation、source tree indexing 與 retrieval 共同建立程式碼閱讀能力。
課程主線依序為 AST、Source Understanding、Code Indexing、Retrieval、Patch Planning 與 AI Handoff。系統先理解程式,再定位修改範圍,接著進行分析、規劃與生成。
本課程建立 Android Framework 的 AI 協作方法。小模型負責理解 source tree、建立索引與 localization prior。LLM 負責推理、規劃與內容組合。
Android Framework 的 AI 輔助需要結構資訊。課程從 Java source 的 class、method、modifier、annotation 與 line range 建立 AST-lite 與 source-level representation。
Source tree 依 file、class、method 與 graph edge 拆解。索引層建立 lexical token、structural token 與 semantic role token,並納入 Binder、ServiceManager、permission enforcement、JNI / HAL bridge 等 Android 訊號。
Retriever、Patch Action Model、Localization Model 與 Local Patch Composer 共同定位 target、判斷 edit span,並完成修改規劃。
Small model 與 LLM 依任務分工。Handoff bundle 整合 architecture analysis、patch plan 與 local patch prior,並串接理解、檢索、定位、規劃與生成。
這門課聚焦 Android Framework 專用的 AI 工具方法。Source tree 索引層負責 AST、source indexing、retrieval 與 localization,並為 LLM 提供穩定上下文。
本課程採用分工式開發方法。小模型負責 source tree 理解、code indexing、patch action、localization 與 local patch prior。LLM 負責推理、規劃與內容組合。
Android Framework 的 AI 工具需要理解 source tree、辨識架構並定位修改位置。這是本課程的核心方法。
這門課於 2026 年推出,以 Android Vibe v14 的實作與研究為核心。課程建立 Android Framework 專用的 Code-Copilot 方法。
以 AST、source indexing、retrieval、patch action、localization 與 local patch prior 為核心,形成 Android Framework 專用的 Code-Copilot 技術主線。
Moko365 整理 Android Vibe v14 的方法論,推出《Android Framework:Code-Copilot》3 小時實戰課,作為 AI 導入 Android Framework 研發流程的實戰課程。
從 AST 開始,到 source-level indexing、retrieval、patch planning 與 LLM orchestration,建立真正懂 Android Framework 的 AI 協作流程。
標準版為 3 小時實戰課;企業版可延伸為工作坊、架構討論或 AI 導入研討。
聚焦大型 source tree 閱讀、retrieval 設計與 patch planning,適合 Android Framework 團隊建立 AI 輔助 code reading 流程。
聚焦 HAL、Service、Binder、permission、JNI bridge 的跨層定位與 handoff 方法,適合 BSP、HAL 與 System Service 團隊。
聚焦小模型 + LLM 的角色分工、內部導入策略、資料結構與 orchestration 方案,適合架構師與技術主管做導入討論。
企業內訓可依團隊背景與目前 Android Vibe 研發進度,調整 AST、indexing、retrieval 或 LLM orchestration 的授課比例。
Vibe Coding:入門實戰建立共同語言與工作流。AF101 與 AF102 建立 Android HAL、Binder、Service、Framework 與子系統架構。《Android Framework:Code-Copilot》將架構知識轉成 source tree indexing、retrieval 與 patch planning 方法。
Jollen 在 Embedded Linux 與 Linux Device Driver 有超過 20 年的研發與企業內訓經驗,在 Android Framework 軟體架構方面,也有 15 年的授課經驗,並長期在科技業擔任 Linux & Android 技術顧問。
講師長期投入 Linux、Android 與系統軟體架構。課程整合 Android Framework code reading、架構分析與 AI 導入方法,形成完整學習主線。
本課程讓 AI 協助工程師理解 Android Framework。這是 Jollen 在 Android Vibe 系列研究中持續推進的方向。
若您的團隊正在面對大型 Android source tree、跨層 call path 與 AI 導入議題,本課程將提供一條從 AST、indexing、retrieval 到 LLM orchestration 的完整實戰主線。