Schulung · Windsurf · Python-Entwicklung

Windsurf für Python-Entwickler:innen

Mit der KI-IDE Windsurf und dem Cascade-Agenten entwickeln: Flows, Memories, Rules, Workflows und sicherer Einsatz im Team.

Dauer
2 Tage (14 Std.)
Format
Online oder vor Ort
Sprache
Deutsch oder Englisch
Teilnehmende
offene Termine oder exklusiv für Ihr Team
Abschluss
Teilnahmebescheinigung

Überblick

Das Training „Windsurf für Python-Entwickler:innen“ richtet sich an Rollen wie Python-Backend-Entwickler:innen mit Django, Flask oder FastAPI, Automatisierungs- und Skripting-Spezialist:innen in IT und Fachbereichen und Data- und ML-Engineers, die produktiven Python-Code pflegen und zeigt Schritt für Schritt, wie Windsurf im Bereich Python-Entwicklung produktiv, sicher und nachvollziehbar eingesetzt wird – von den Grundlagen bis zu fortgeschrittenen Workflows.

Windsurf ist eine KI-gestützte Entwicklungsumgebung, deren Herzstück der Agent Cascade ist. Cascade versteht den Zusammenhang Ihres Projekts, verfolgt Ihre Aktionen im Editor und Terminal und arbeitet im sogenannten Flow-Prinzip eng mit Ihnen zusammen: Sie und der Agent bearbeiten dieselbe Aufgabe abwechselnd, ohne Kontext ständig neu erklären zu müssen. In diesem zweitägigen Training lernen Sie, Cascade für Features, Fehlersuche und Refactorings wirkungsvoll einzusetzen und die intelligente Vervollständigung im Alltag zu nutzen.

Damit Ergebnisse im Team konsistent bleiben, steuern Sie Cascade mit Rules auf globaler und Workspace-Ebene, nutzen Memories für dauerhaftes Projektwissen und automatisieren wiederkehrende Abläufe mit Workflows, die sich per Slash-Befehl starten lassen. Sie binden über MCP externe Werkzeuge an, kontrollieren die Ausführung von Terminalbefehlen und legen fest, welche Daten Cascade sehen darf. Abschließend entwickeln Sie Regeln für Code-Review, Sicherheit und Datenschutz, damit Windsurf verantwortungsvoll im Unternehmen eingesetzt werden kann.

Python ist die Sprache, in der viele Teams Web-Backends, Automatisierung, Datenpipelines und KI-Anwendungen gleichzeitig betreiben – entsprechend heterogen sind die Codebasen. KI-Coding-Assistenten und Agenten verändern den Alltag hier besonders spürbar: Sie schreiben pytest-Suiten auf Basis vorhandener Fixtures, ergänzen Type Hints bis mypy sauber durchläuft, migrieren Legacy-Skripte auf moderne Packaging-Standards mit pyproject.toml und erklären fremde Django- oder FastAPI-Projekte in Minuten statt Tagen. Entscheidend ist, die Werkzeuge mit klarem Kontext zu führen: Projektkonventionen, Linter-Regeln von Ruff, Testbefehle und Architekturentscheidungen gehören in Anweisungsdateien und Prompts. Wer das beherrscht, delegiert Routinearbeit verlässlich und konzentriert sich auf Design, Review und fachliche Logik.

Das Training findet live statt – wahlweise online im virtuellen Klassenraum oder vor Ort in unseren Trainingsräumen in München, Salzburg, Berlin, Augsburg, Hannover, Bremen, Stuttgart und Kaiserslautern. Auf Wunsch kommen wir auch exklusiv für Ihr Team zusammen.

Für wen ist das Training?

  • Python-Backend-Entwickler:innen mit Django, Flask oder FastAPI
  • Automatisierungs- und Skripting-Spezialist:innen in IT und Fachbereichen
  • Data- und ML-Engineers, die produktiven Python-Code pflegen
  • Tech Leads, die Code-Qualität und Review-Prozesse verantworten
  • Entwickler:innen, die Legacy-Python-Code modernisieren

Typische Herausforderungen, die wir adressieren

  • Gewachsene Codebasen ohne Type Hints und mit lückenhafter Testabdeckung
  • Abhängigkeitschaos zwischen requirements.txt, Poetry, uv und virtuellen Umgebungen
  • Zeitaufwändige Reviews und uneinheitlicher Stil trotz Linter und Formatter
  • Einarbeitung in fremde Projekte mit implizitem Wissen und fehlender Dokumentation

Das können Sie nach dem Training

  • Sie setzen Cascade im Flow-Prinzip für Features, Fehlersuche und Refactorings produktiv ein.
  • Sie steuern den Kontext von Windsurf gezielt und schützen sensible Inhalte.
  • Sie pflegen Memories und Rules, die Ihre Projektkonventionen zuverlässig durchsetzen.
  • Sie automatisieren wiederkehrende Abläufe mit Workflows und binden externe Werkzeuge über MCP an.
  • Sie lassen KI-Agenten pytest-Suiten, Type Hints und Refactorings in Ihrer Python-Codebasis zuverlässig umsetzen.
  • Sie hinterlegen Projektkonventionen, Tooling wie Ruff, mypy und uv sowie Testbefehle so, dass der Assistent sie konsequent einhält.
  • Sie prüfen generierten Python-Code systematisch auf Korrektheit, Sicherheit und Wartbarkeit, bevor er gemergt wird.

Inhalte & Ablauf

Tag 1

Modul 1 Windsurf und Cascade kennenlernen
  • Installation, Import bestehender Editor-Einstellungen und Grundkonfiguration
  • Cascade im Code- und Chat-Modus: wann der Agent ändert und wann er nur berät
  • Das Flow-Prinzip: wie Cascade Ihre Editor- und Terminalaktionen einbezieht
  • Intelligente Vervollständigung und Inline-Befehle im Entwicklungsalltag
Modul 2 Kontext gezielt steuern
  • Codebase-Indizierung verstehen und relevante Dateien oder Verzeichnisse referenzieren
  • Dokumentation, Webquellen und Terminalausgaben in den Kontext holen
  • Sensible Inhalte über Ignore-Dateien vom Kontext ausschließen
  • Sitzungen strukturieren und bei Themenwechsel neu beginnen
Modul 3 Memories und Rules für konsistente Ergebnisse
  • Automatisch erzeugte und manuell angelegte Memories prüfen und pflegen
  • Globale Rules und Workspace-Rules anlegen und versionieren
  • Architektur-, Stil- und Testvorgaben als wirksame Rules formulieren
  • Rules nach Dateimustern oder Anlass gezielt aktivieren
Modul 4 Workflows und Automatisierung
  • Wiederkehrende Abläufe als Workflows definieren und per Slash-Befehl starten
  • Workflows für Release-Vorbereitung, Tests oder Code-Pflege bauen
  • MCP-Server für Ticketsysteme, Datenbanken oder interne Dienste anbinden
  • Ausführung von Terminalbefehlen über Allow- und Deny-Listen kontrollieren

Tag 2

Modul 5 Qualität, Review und Governance
  • Änderungen von Cascade nachvollziehen, teilweise übernehmen oder zurücksetzen
  • Testgetriebene Arbeitsweise und Vorschau-Funktionen zur Kontrolle nutzen
  • Team-Einstellungen, Datenschutzoptionen und Umgang mit Secrets
  • Review-Prozesse und Verantwortlichkeiten für KI-generierten Code festlegen
Modul 6 Praxislabor: Python-Entwicklung
  • pytest-Tests generieren
  • Type Hints und mypy-Bereinigung
  • Django-Migrationen und ORM-Refactoring
  • FastAPI-Endpunkte mit Pydantic
  • Legacy-Skripte modernisieren
  • Codebasis verstehen und dokumentieren
Modul 7 Datenschutz, Qualität & Transfer in den Alltag
  • Klären Sie, welcher Quellcode an Cloud-Modelle übertragen werden darf, schließen Sie Secrets aus .env-Dateien konsequent aus und prüfen Sie generierten Code auf Lizenzübernahmen sowie neu eingeführte PyPI-Abhängigkeiten (Typosquatting, Supply-Chain-Risiken). Für Produkte mit digitalen Elementen gewinnen zudem die Pflichten des Cyber Resilience Act an Bedeutung.
  • Spielregeln für den sicheren KI-Einsatz im Team
  • Ergebnisse prüfen: Fakten, Quellen, Tests und Vier-Augen-Prinzip
  • Persönlicher Umsetzungsplan für die nächsten 30 Tage
  • Offene Fragen, Ausblick und Ressourcen zum Weiterlernen

Praxisszenarien aus Ihrem Bereich

pytest-Tests generieren

Der Assistent analysiert Funktionen und vorhandene Fixtures, schreibt parametrisierte pytest-Tests inklusive Edge Cases und Mocks für externe Dienste und führt sie iterativ aus, bis sie grün sind und die gewünschte Abdeckung erreichen.

Type Hints und mypy-Bereinigung

Untypisierter Code wird modulweise mit Type Hints, TypedDict und Protocols versehen. Der Agent startet mypy oder Pyright, interpretiert die Meldungen und behebt sie schrittweise, ohne das Laufzeitverhalten zu verändern.

Django-Migrationen und ORM-Refactoring

Modelländerungen werden samt Datenmigrationen geplant, makemigrations-Konflikte aufgelöst und N+1-Abfragen mit select_related oder prefetch_related optimiert. Die KI erklärt Risiken für bestehende Produktionsdaten vor dem Deployment. Auch Rückwärtsmigrationen werden mitgedacht.

FastAPI-Endpunkte mit Pydantic

Aus einer fachlichen Beschreibung oder einem OpenAPI-Entwurf entstehen Pydantic-Modelle, Router, Dependency Injection und Validierungslogik inklusive Fehlerbehandlung und passender Tests mit dem TestClient. Die Endpunkte folgen Ihren bestehenden Projektkonventionen.

Legacy-Skripte modernisieren

Alte Skripte werden in Pakete mit pyproject.toml überführt, globale Zustände entfernt, argparse- oder Click-CLIs ergänzt und Ruff-Regeln angewendet. Der Agent dokumentiert jede Änderung nachvollziehbar im Commit.

Codebasis verstehen und dokumentieren

Der Assistent erkundet ein unbekanntes Repository, erstellt Architekturübersichten, erklärt Datenflüsse zwischen Modulen und ergänzt fehlende Docstrings im Google- oder NumPy-Stil, sodass neue Teammitglieder schneller produktiv werden.

Mögliche Praxisprojekte im Kurs

CLI für Log-Analyse

Ein Typer-basiertes Kommandozeilentool, das Anwendungslogs einliest, Fehlermuster gruppiert und eine kompakte Zusammenfassung als Markdown oder JSON ausgibt – inklusive Tests und Packaging.

FastAPI-Microservice mit Datenbank

Ein kleiner REST-Service mit SQLAlchemy, Alembic-Migrationen, Pydantic-Validierung und Docker-Setup, der vollständig per KI-Agent geplant, implementiert und getestet wird. Ideal, um den kompletten Agenten-Workflow zu üben.

Dependency-Audit-Skript

Ein Skript, das alle Projektabhängigkeiten ausliest, veraltete oder verwundbare Pakete über öffentliche Advisory-Datenbanken prüft und einen priorisierten Update-Bericht erstellt. Der Bericht lässt sich in die CI-Pipeline einbinden.

Voraussetzungen

Sie programmieren regelmäßig in mindestens einer Sprache und sind mit Git sowie einer modernen IDE vertraut. Solide Python-Kenntnisse, Erfahrung mit Git, virtuellen Umgebungen und mindestens einem Framework wie Django, Flask oder FastAPI.

Technische Voraussetzungen

Eigener Laptop mit installiertem Windsurf-Editor, Git und Ihrer gewohnten Toolchain; ein Windsurf-Konto mit Zugriff auf Cascade wird benötigt.

Datenschutz & Compliance

Klären Sie, welcher Quellcode an Cloud-Modelle übertragen werden darf, schließen Sie Secrets aus .env-Dateien konsequent aus und prüfen Sie generierten Code auf Lizenzübernahmen sowie neu eingeführte PyPI-Abhängigkeiten (Typosquatting, Supply-Chain-Risiken). Für Produkte mit digitalen Elementen gewinnen zudem die Pflichten des Cyber Resilience Act an Bedeutung.

Terminvorschläge

Alle Termine sind Vorschläge – Ihr Wunschtermin ist jederzeit möglich.

  • Do, 26. November 2026 – Fr, 27. November 2026 Online Anfragen
  • Mo, 7. Dezember 2026 – Di, 8. Dezember 2026 Stuttgart Anfragen
  • Di, 19. Januar 2027 – Mi, 20. Januar 2027 Online Anfragen
  • Di, 2. Februar 2027 – Mi, 3. Februar 2027 Berlin Anfragen
  • Di, 16. Februar 2027 – Mi, 17. Februar 2027 Online Anfragen
  • Di, 2. März 2027 – Mi, 3. März 2027 München Anfragen

Häufige Fragen

Was ist mit Flows in Windsurf gemeint?

Flows beschreiben die enge Zusammenarbeit zwischen Ihnen und Cascade. Der Agent beobachtet, was Sie im Editor und Terminal tun, und berücksichtigt diese Aktionen bei seinen nächsten Schritten. Dadurch müssen Sie den Stand Ihrer Arbeit nicht ständig neu erklären, und Sie können fließend zwischen eigener Arbeit und Delegation an den Agenten wechseln.

Worin unterscheiden sich Memories, Rules und Workflows?

Memories speichern Wissen, das Cascade im Laufe der Arbeit gesammelt hat oder das Sie ausdrücklich festhalten. Rules sind von Ihnen formulierte Vorgaben, die das Verhalten des Agenten dauerhaft prägen. Workflows sind wiederverwendbare Schrittfolgen für wiederkehrende Aufgaben, die Sie per Slash-Befehl starten. Zusammen sorgen sie für konsistente Ergebnisse im Team.

Kann ich Windsurf mit meinen bestehenden Projekten und Sprachen nutzen?

Ja. Windsurf ist sprachunabhängig und arbeitet mit Ihrer vorhandenen Toolchain, also Ihren Build-Werkzeugen, Paketmanagern und Testframeworks. Ob Backend, Frontend, Datenverarbeitung oder Infrastruktur-Code: Entscheidend ist, dass Sie Cascade mit guten Rules und klarem Kontext versorgen. Den konkreten Fachbezug liefert die jeweilige Kursvariante für Ihren Bereich.

Funktioniert KI-gestütztes Coding auch in großen Django-Monolithen?

Ja, sofern der Agent den richtigen Kontext erhält. Im Kurs lernen Sie, Anweisungsdateien mit Architekturregeln, App-Struktur und Testbefehlen anzulegen und Aufgaben so zu schneiden, dass der Assistent gezielt einzelne Apps oder Module bearbeitet. So bleiben Änderungen überschaubar und reviewbar, auch wenn das Gesamtprojekt sehr umfangreich ist.

Ersetzt die KI meine Code-Reviews?

Nein. KI-Assistenten beschleunigen das Schreiben von Code und können Reviews vorbereiten, etwa durch Hinweise auf fehlende Tests oder riskante Stellen. Die fachliche und sicherheitsrelevante Verantwortung bleibt beim Team. Wir zeigen, wie Sie Review-Checklisten, statische Analyse und Tests kombinieren, damit generierter Code denselben Qualitätsmaßstäben genügt wie handgeschriebener.

Was kostet die Schulung „Windsurf für Python-Entwickler:innen“?

Die Schulung kostet pauschal 949 € zzgl. gesetzl. MwSt. pro Teilnehmer:in – unabhängig davon, ob sie online oder vor Ort stattfindet. Enthalten sind 2 Trainingstag(e) mit Live-Trainer:in, Kursunterlagen, Übungsumgebung und Teilnahmebescheinigung.

Kann ich einen eigenen Wunschtermin angeben?

Ja. Unsere Terminvorschläge sind eine Orientierung. Im Anfrageformular können Sie jederzeit einen Wunschtermin oder Zeitraum im Freitext angeben – wir prüfen die Verfügbarkeit und bestätigen innerhalb eines Werktags.

Findet der Kurs online oder vor Ort statt?

Beides ist möglich: live online im virtuellen Klassenraum oder vor Ort in München, Salzburg, Berlin, Augsburg, Hannover, Bremen, Stuttgart oder Kaiserslautern. Auf Wunsch führen wir das Training auch exklusiv für Ihr Team durch.

Weitere Kurse für Python-Entwickler:innen

Weitere Kurse zu Windsurf

Alle 32 Kurse zu Windsurf

Windsurf · MünchenWindsurf · SalzburgWindsurf · BerlinWindsurf · AugsburgWindsurf · HannoverWindsurf · BremenWindsurf · StuttgartWindsurf · KaiserslauternWindsurf · Online