ALM (zarządzanie cyklem życia aplikacji) to proces zarządzania produktem od pomysłu aż po jego wycofanie z użycia

1. zdefiniowanie wymagań i projekt aplikacji
2. rozwój aplikacji (Dev)
   • implementacja i budowanie aplikacji
   • testy, weryfikacja poprawności działania i naprawa błędów
3. utrzymanie produktu (Ops)
   • wdrażanie kolejnych wersji produktu
   • konfiguracja i monitorowanie działania aplikacji
   • naprawa błędów

Azure DevOps - wszystko w jednym miejscu

• DevOps = „development” (programowanie) + „operations” (operacje)
• koordynacja i współpraca zespołów w celu tworzenia lepszych, bardziej niezawodnych produktów
• silny nacisk na automatyzację i monitoring wszystkich etapów wytwórczych
• przyspieszenie cyklu powstawania nowych wydań
• możliwość lepszego reagowania na potrzeby klientów
• bezpieczeństwo uwzględniane na każdym etapie (DevSecOps, zob. dalej)

• Azure Boards - planowanie i śledzenie pracy: backlogi, tablice Kanban, sprinty, zadania (work items)
• Azure Repos - prywatne repozytoria Git (oraz TFVC), pull requesty, polityki gałęzi
• Azure Pipelines - CI/CD dla dowolnego języka i platformy, kontenery Docker i Kubernetes, wdrożenia do Azure, AWS, Google Cloud i środowisk lokalnych
• Azure Test Plans - testy manualne, eksploracyjne i integracja z testami automatycznymi
• Azure Artifacts - pakiety NuGet, npm, Maven, Python i Universal
• pulpity (Dashboards), wiki projektu, powiadomienia, Analytics i raporty Power BI

• continuous integration i continuous delivery (ciągła integracja i dostarczanie) - automatyzacja procesu wytwórczego:
  synchronizacja kodu, budowanie aplikacji, testy (kodu, aplikacji), środowisko uruchomieniowe, raporty, powiadomienia, deployment, hostowanie aplikacji, …
• zwinne metodyki zarządzania
  m.in. Scrum i Kanban, zarządzanie zgłoszeniami (Work item), przydział zadań, powiązanie z kodem, testami, raportami
• repozytorium kodu, system kontroli wersji
  Git (domyślny wybór dla nowych projektów) oraz Team Foundation Version Control (TFVC)
• rozbudowany system raportów i pulpitów (Dashboards, Analytics, Power BI), analiza postępów prac, powiązania między wymaganiami, kodem, testami i wdrożeniami

• Azure DevOps Server - wersja instalowana lokalnie (on-premises)
  • wcześniej: Team Foundation Server (TFS), Visual Studio Team System; obecnie m.in. Azure DevOps Server 2022
  • te same podstawowe usługi co w wersji chmurowej, ale wymaga własnej infrastruktury i utrzymania; dla organizacji, które muszą przechowywać dane u siebie
• Azure DevOps Services - wersja chmurowa
  • dawniej: Visual Studio Team Services, Team Foundation Service, Visual Studio Online

• usługi DevOps hostowane przez Microsoft, gotowe do użycia bez własnej infrastruktury, z automatycznymi aktualizacjami i SLA 99,9%
• uwierzytelnianie za pomocą Microsoft Entra ID (zalecane w organizacjach) lub konta Microsoft
• darmowe dla zespołów do 5 użytkowników, 2 GB w Azure Artifacts, nieograniczona liczba użytkowników typu Stakeholder; dodatkowi użytkownicy są płatni
• Azure Pipelines (projekty prywatne): 1 bezpłatne zadanie na agencie Microsoft-hosted (do 60 minut na uruchomienie, 1800 minut miesięcznie; wymaga powiązania organizacji z subskrypcją Azure) oraz 1 bezpłatne zadanie na własnym agencie (self-hosted) bez limitu czasu
• nieograniczona liczba prywatnych repozytoriów Git
• skalowalne agenty buildów hostowane przez Microsoft (Microsoft-hosted) lub własne (self-hosted)
• projekty publiczne zostały wycofane: nie można tworzyć nowych, a istniejące zostaną zamienione na prywatne od 2027 r.
• częste aktualizacje

• portal webowy (Web Portal)
• Visual Studio
• Excel - import i masowa edycja zadań
• Visual Studio Code, IntelliJ, Android Studio, Eclipse i Xcode - integracja z repozytoriami Git
• dowolny klient Git (Azure DevOps używa standardowego Git)
• asystenci AI w środowisku programistycznym (np. GitHub Copilot) z dostępem do danych Azure DevOps przez MCP Server (zob. dalej)
• łatwa integracja z innymi narzędziami: REST API, service hooks, rozszerzenia z Marketplace, integracja z GitHub

Extensions Marketplace - rozszerzenia dla Azure DevOps

• Azure DevOps Services
  uwierzytelnianie za pomocą Microsoft Entra ID lub konta Microsoft
  

  https://dev.azure.com/

• dostęp do wybranej organizacji
  

  https://dev.azure.com/nazwa_organizacji/ 

• dostęp do projektu
  

  https://dev.azure.com/nazwa_organizacji/nazwa_projektu/ 

• poprzednia domena (nadal aktualna)
  

  https://nazwa_organizacji.visualstudio.com/

Team Explorer → Manage Connections → Connect to a Project

Zrzuty ekranu pochodzą z Visual Studio 2019; w nowszych wersjach układ okien może się różnić.

• Zadania (jednostki robocze/Work Items)
• Repozytorium (Source Control)
• Buildy
• Oczekujące na zatwierdzenie zmiany (Pending changes)

Strona główna z listą organizacji i projektów

Strona główna ustawień organizacji i projektów

• potok jest zapisany jako kod w pliku azure-pipelines.yml w repozytorium
• każdy commit do gałęzi main uruchamia budowanie i testy

trigger:
  - main

pool:
  vmImage: ubuntu-latest

steps:
  - task: UseDotNet@2
    inputs:
      version: 8.x
  - script: dotnet build --configuration Release
    displayName: Build
  - script: dotnet test --configuration Release
    displayName: Test

• DevSecOps - uwzględnianie bezpieczeństwa na każdym etapie wytwarzania: kontrole działają automatycznie w repozytorium i w potoku CI/CD, a nie dopiero przed wdrożeniem
• w Azure DevOps: GitHub Advanced Security for Azure DevOps - dostępne tylko w Azure DevOps Services i dla repozytoriów Git w Azure Repos
• funkcja płatna, rozliczana według liczby aktywnych autorów zmian (active committers); włączenie wymaga skonfigurowania rozliczeń
• dwa warianty: pakiet Advanced Security albo osobne produkty Secret Protection i Code Security

• Secret scanning - push protection: blokuje wypchnięcie commitów ujawniających sekrety, np. hasła i klucze
• Secret scanning - repo scanning: wykrywa sekrety zapisane w repozytorium, także w historii commitów
• Dependency scanning: wyszukuje znane podatności w zależnościach open source (bezpośrednich i przechodnich)
• Code scanning (CodeQL): analiza statyczna kodu wykrywająca m.in. SQL injection i obejście uwierzytelniania
• wyniki dostępne na karcie Advanced Security w repozytorium

• włączanie na poziomie organizacji, projektu lub pojedynczego repozytorium (Project settings → Repos)
• push protection i skanowanie repozytorium działają od razu po włączeniu; push protection sprawdza tylko pushe wykonane po włączeniu
• dependency scanning i code scanning działają w ramach potoków Azure Pipelines, a wyniki są zbierane per repozytorium
• code scanning, ustawienia domyślne (default setup): skanowanie według harmonogramu tygodniowego dla C#, C/C++, Java, JavaScript/TypeScript, Python, Ruby i Rust
• code scanning, ustawienia zaawansowane (advanced setup): zadania CodeQL dodane do potoku, np. dla Go i Swift lub niestandardowych kroków budowania

• adnotacje w pull requestach dla dependency scanning i code scanning, gdy polityka Build validation obejmuje zadania skanowania
• status checks jako polityki gałęzi blokujące scalanie:
  • AdvancedSecurity/AllHighAndCritical - wszystkie alerty krytyczne i wysokie muszą zostać naprawione
  • AdvancedSecurity/NewHighAndCritical - blokuje wprowadzanie nowych podatności
• przepływ: commit → pull request → build validation ze skanowaniem → status check → scalenie

• Security overview (Organization settings): karty Risk, Coverage i Alerts, filtrowanie, eksport do CSV oraz widoki do koordynacji napraw (security campaigns)
• Copilot Autofix (wersja zapoznawcza, public preview): agentowa naprawa alertów code scanning i dependency scanning
• agent przygotowuje pull request z proponowaną poprawką, którą należy przejrzeć, przetestować i scalić
• nie obejmuje alertów o sekretach ani malware; generowanie poprawek zużywa kredyty AI

• Model Context Protocol (MCP) - standard łączący asystentów AI z zewnętrznymi danymi i narzędziami
• Azure DevOps MCP Server daje asystentowi AI dostęp do rzeczywistych danych organizacji: projekty i zespoły, zadania (work items), pull requesty, buildy i potoki, plany testów
• zapytania w języku naturalnym zamiast ręcznego przeglądania portalu, np. o stan sprintu, zablokowane zadania lub pull requesty czekające na przegląd
• asystent AI musi działać w trybie agenta (agent mode)
• MCP Server jest bezpłatny, ale obowiązują standardowe koszty Azure DevOps; korzystanie z asystenta AI może być osobno płatne

• zdalny (remote) - zalecany: hostowany przez Azure DevOps, bez instalacji; obsługiwany m.in. w VS Code z GitHub Copilot, Visual Studio, Microsoft Foundry, Copilot Studio i GitHub Copilot CLI
• uwierzytelnianie przez Microsoft Entra; organizacja musi być oparta na Microsoft Entra (organizacje z samym kontem Microsoft nie są obsługiwane)
• lokalny (local) - uruchamiany na własnym komputerze (Node.js 20+), przeznaczony dla klientów niewspierających zdalnego serwera, np. Claude Desktop, Claude Code, Cursor i Codex
• użytkownik kontroluje, do jakich danych ma dostęp asystent AI

Wskazówka: aby uniknąć korzystania z danych pobranych wcześniej, dodaj do zapytania polecenie „Nie używaj wcześniej pobranych danych”.

• wyniki asystenta AI to propozycje: weryfikuj podsumowania, a zmiany w kodzie kieruj przez pull request i przegląd kodu
• nadawaj asystentowi tylko niezbędne uprawnienia i nie przekazuj mu sekretów
• łącz AI z DevSecOps: skanowanie, polityki gałęzi i status checks chronią przed błędami także w kodzie generowanym automatycznie

• Azure DevOps obejmuje cały cykl: Plan → Code → Build → Test → Deploy → Monitor → Repeat
• Boards, Repos, Pipelines, Test Plans i Artifacts działają razem i są powiązane śledzalnymi łączami
• DevSecOps: bezpieczeństwo sprawdzane automatycznie w pull requestach i potokach
• AI: MCP Server i Copilot Autofix wspierają zarządzanie projektem i naprawę podatności, ale decyzję podejmuje człowiek

• What Is Application Lifecycle Management?
• DevOps
• Azure DevOps documentation
• What is Azure DevOps?
• Azure DevOps MCP Server