BÁO CÁO KẾT QUẢ THỰC HÀNH: GIT & GITHUB SAFETY FOUNDATION¶

AKA Lab - Git Safety Foundation Before Vibe Coding¶

• Học viên: Nguyễn Hữu Thế Anh
• Mã Sinh viên: 25E1020003
• Repository URL: https://github.com/nooblaychannel-web/NGUYEN-HUU-THE-ANH-AKA-Lab---Git-Safety-Foundation-Before-Vibe-Coding-Public.git

NỘI DUNG VÀ TRẠNG THÁI CÁC MODULE BÀI HỌC¶

| Module | Nội dung trọng tâm |

| M1 - Git Basics | Hiểu version control, repo, commit, log; Có repo + commit đầu tiên
| M2 - GitHub Flow | Branch, PR, merge, conflict; Có branch + PR
| M3 - Safe Vibe Coding Practice | Rollback, revert, kiểm soát code AI sinh; Có bài thực hành rollback viết code
| M4 - Final Review | Nộp minh chứng, Mentor đánh giá cấu trúc mã nguồn và tư duy phân nhánh

1. Kết quả học tập và thực hành Git¶

Quá trình học Microsoft Learn¶

Em đã hoàn thành xuất sắc 02 lộ trình học tập nền tảng và đính kèm đầy đủ minh chứng:

• GitHub Foundations - Phần 1/2 (Quản lý mã nguồn, Nhánh, GitHub Flow, Sàng lọc và Quản lý Dự án)
• GitHub Foundations - Phần 2/2 (Bảo mật, Xác thực SAML SSO, Phân quyền Tổ chức, Mã hóa Secrets và GitHub Copilot)

Các chỉ số kỹ thuật đạt được¶

• Commit: Thực hiện hơn 15 commit có ý nghĩa, tuân thủ quy chuẩn đặt tên tin nhắn hệ thống (feat:, docs:, fix:) trong suốt quy trình triển khai local và remote.
• Nhánh (Branches): Đã tạo và thực hành trên các nhánh độc lập để cô lập vùng làm việc:
  • Nhánh chính: main (Nhánh sản phẩm ổn định bảo vệ nghiêm ngặt)
  • Nhánh phụ 1: feature/tinh-nang-1 (Phát triển logic ứng dụng máy tính)
  • Nhánh phụ 2: feature/tinh-nang-2 (Phát triển mở rộng thuật toán lũy thừa)

Yêu cầu Kéo (Pull Request) đã thực hiện¶

Em đã tạo, điều phối review và đóng/merge thành công các Pull Request theo đúng chuẩn GitHub Flow:

• Pull Request #1 (Hợp nhất tính năng 1): Thiết lập đầy đủ tiêu đề (Title) và mô tả (Description), gộp các thay đổi từ nhánh feature/tinh-nang-1 vào nhánh chính sau khi hoàn thành cập nhật file calculator.py.
• Pull Request #2 (Thực hành luồng nâng cao & Xử lý xung đột): Gộp mã nguồn từ nhánh feature/tinh-nang-2 vào nhánh chính, thực hiện rà soát chất lượng code (Code Review) trước khi gộp để đảm bảo AI sinh mã an toàn.

Thực hành xử lý Xung đột (Conflict)¶

Trong bài tập này, em đã giả lập tình huống xung đột trên tệp calculator.py:

• Cách tạo xung đột: Tiến hành sửa đổi cùng một dòng logic xử lý hàm chia tại nhánh chính với nội dung kiểm soát lỗi chia cho 0 thủ công, đồng thời ở nhánh phụ feature/tinh-nang-2 cũng chỉnh sửa dòng đó với nội dung do AI GitHub Copilot gợi ý.
• Cách giải quyết: Khi GitHub báo lỗi CONFLICT (content): Merge conflict in calculator.py, em đã tiến hành kéo mã nguồn về xử lý cục bộ (locally), mở tệp nguồn ra xóa bỏ các ký tự phân tách xung đột (<<<<<<<, =======, >>>>>>>), chọn lọc giữ lại đoạn mã chuẩn tối ưu nhất của cả hai bên, kiểm tra ứng dụng chạy ổn định rồi thực hiện cam kết (commit merge) và push để hoàn tất.

Thực hành Hoàn nguyên / Khôi phục (Revert & Reset)¶

Em đã thực hành quy trình "quay xe" lịch sử khi phát hiện mã nguồn do AI sinh ra bị kẹt lỗi hoặc làm crash hệ thống:

• Sử dụng Git Reset (Rollback cục bộ): Áp dụng lệnh git reset --soft HEAD~1 để hạ cấp commit lỗi cục bộ khi chưa push lên mạng nhằm giữ lại mã nguồn để sửa tiếp. Hoặc dùng git reset --hard origin/main để dọn sạch các tệp xung đột cũ, đồng bộ máy local giống hệt remote.
• Sử dụng Git Revert (Quay xe trên Remote): Khi code lỗi đã vô tình push lên GitHub, em tiến hành dùng lệnh git log --oneline để tìm mã định danh commit lỗi, sau đó chạy lệnh git revert <commit-id> nhằm sinh ra một commit đảo ngược mới, hủy bỏ thao tác sai một cách an toàn mà không làm mất tính toàn vẹn của lịch sử dự án.

2. Mô tả chi tiết quá trình thực thi kho lưu trữ (Repository)¶

1. M1 - Git Basics¶

Git là hệ thống quản lý phiên bản phân tán (Distributed Version Control System). Module này tập trung vào việc hiểu cách hoạt động của hệ thống và tạo dấu mốc đầu tiên cho dự án:

• Version Control (Quản lý phiên bản): Hệ thống ghi lại lịch sử thay đổi của các file theo thời gian, giúp quay lại trạng thái cũ khi cần thiết.
• Repository (Repo): Kho lưu trữ chứa toàn bộ mã nguồn và lịch sử thiết lập của dự án dưới sự giám sát của Git. Khởi tạo bằng lệnh git init và kết nối với GitHub.
• Commit: Ảnh chụp trạng thái (Snapshot) tại một thời điểm cụ thể nhằm lưu lại các tiến trình mã nguồn một cách an toàn.
• Log: Nhật ký hiển thị lịch sử của toàn bộ các commit đã được thực hiện trong dự án.
• Minh chứng thực hành: Đã khởi tạo thành công local repository đầu tiên và tạo một commit khởi tạo thành công (Initial commit) chứa file cấu hình cơ bản.

2. M2 - GitHub Flow¶

Quy trình làm việc nhóm và quản lý luồng code chuẩn trên nền tảng đám mây GitHub:

• Branching (Phân nhánh): Luôn tạo một nhánh mới độc lập (ví dụ: feature/tinh-nang-1) tách biệt khỏi nhánh main khi viết tính năng mới để tránh làm ảnh hưởng tới mã nguồn chính.
• Pull Request (PR): Đẩy nhánh tính năng lên GitHub và mở yêu cầu kéo mã nguồn (Pull Request) để thảo luận, rà soát chất lượng code (Code Review).
• Merge: Hợp nhất mã nguồn từ nhánh tính năng vào nhánh main sau khi đã kiểm tra kỹ lưỡng.
• Conflict (Xung đột): Xảy ra khi hai nhánh cùng sửa đổi một dòng code trên cùng một file. Cách xử lý là mở file, thủ công chọn mã nguồn chính xác nhất, xóa bỏ các ký hiệu xung đột (<<<<<<<, =======, >>>>>>>) và tạo commit merge để hoàn tất.
• Minh chứng thực hành: Đã tạo thành công một nhánh tính năng riêng biệt, đẩy lên GitHub và thực hiện mở Pull Request gộp thành công vào nhánh main.

3. M3 - Safe Vibe Coding Practice¶

Khi phát triển dự án bằng phương pháp Vibe Coding (sử dụng AI như ChatGPT, Gemini, Copilot để sinh mã nguồn nhanh), việc kiểm soát rủi ro là tối quan trọng:

• Kiểm soát code AI sinh: AI có thể tạo ra mã nguồn chạy sai hoặc chứa lỗ hổng. Quy trình an toàn bắt buộc phải chia nhỏ tính năng, sử dụng GitHub Copilot qua câu lệnh (Prompt) rõ ràng, nhấn Tab để nhận mã, tạo commit theo từng bước nhỏ để dễ cô lập lỗi và thực hiện code review nghiêm ngặt trước khi merge.
• Rollback & Revert (Sửa sai an toàn): Khi code do AI sinh ra làm crash hệ thống, chúng ta áp dụng cơ chế "quay xe" an toàn bằng git reset hoặc git revert.
• Minh chứng thực hành: Hoàn thành 100% bài thực hành Rollback/Revert để gỡ bỏ đoạn code lỗi do AI tạo ra một cách an toàn, đóng ticket xử lý khủng hoảng thành công.

4. M4 - Final Review¶

Bước nghiệm thu cuối cùng để hoàn thành khóa học:

• Nộp minh chứng: Đóng gói toàn bộ mã nguồn dự án, lịch sử commit sạch, danh sách PR đã merge và trạng thái đóng các issue an toàn lên hệ thống quản lý học tập (Hub/aka).
• Mentor đánh giá: Mentor trực tiếp rà soát cấu trúc mã nguồn, tư duy phân nhánh, quản lý nâng cao (Secret Scanning, Dependabot, GitHub Projects) và khả năng xử lý lỗi Git thực tế.
• Kết quả: Hệ thống và Mentor xác nhận trạng thái đạt yêu cầu: Passed.

3. Danh sách lệnh Git cốt lõi đã làm chủ¶

• git clone <url>: Tải kho lưu trữ từ trên mạng về máy tính cục bộ.
• git checkout -b <tên-nhánh>: Tạo một nhánh tính năng mới độc lập và chuyển sang nhánh đó.
• git checkout <tên-nhánh>: Di chuyển qua lại giữa các nhánh.
• git add .: Đưa toàn bộ các file thay đổi vào vùng đệm (Staging Area) chuẩn bị cam kết.
• git commit -m "tin_nhắn": Tạo ảnh chụp trạng thái (Snapshot) lưu lại dấu mốc lịch sử code sạch.
• git pull: Kéo và cập nhật toàn bộ thay đổi mới nhất từ GitHub về máy.
• git push: Đẩy các commit an toàn từ máy cục bộ lên kho chứa trên GitHub.
• git reset --hard origin/main: Khôi phục cưỡng bức trạng thái máy local sạch sẽ theo remote.
• git revert <commit-id>: Tạo commit đảo ngược để hủy bỏ một commit lỗi đã lên remote.
• git log --oneline: Xem nhật ký lịch sử commit dưới dạng một dòng ngắn gọn, tường minh.
• git blame <tên-file>: Kiểm tra chi tiết từng dòng code để xem ai là người sửa đổi cuối cùng.

4. Thu hoạch & Tư duy nền tảng trước khi Vibe Coding¶

1. Luôn cô lập mã nguồn: Không bao giờ code trực tiếp trên nhánh main. Phải luôn tạo nhánh tính năng độc lập khi làm việc với AI để tránh làm crash hệ thống chính.
2. Quản lý prompt hiệu quả: Chất lượng code đầu ra của GitHub Copilot phụ thuộc hoàn toàn vào cách bạn thiết kế câu lệnh (Prompt). Prompt càng chi tiết, đủ ngữ cảnh, thuật toán sinh ra càng chuẩn xác.
3. Commit nhỏ và thường xuyên: Chia nhỏ tính năng để commit. Khi AI sinh code sai, chúng ta có thể dễ dàng dùng revert hoặc reset để "quay xe" mà không ảnh hưởng đến các phần code đúng khác.
4. Quy trình duyệt nghiêm ngặt: Luôn sử dụng Pull Request, điền mô tả chi tiết, kiểm tra kỹ lưỡng các xung đột và bật các công cụ bảo mật tự động trước khi tích hợp mã nguồn vào nhánh sản phẩm chính.