使用 Amazon CodeCatalyst 中的生成式 AI 助手 Amazon Q 提高开发人员的工作效率(预览版)

今天,我很荣幸能够向各位介绍 Amazon CodeCatalyst 中可用的新型生成式 AI 助手 Amazon Q, 主要用于加速软件分发。

加速软件功能开发 -- Amazon Q 的这项功能开发技术可以帮助您快速地完成软件开发任务,例如添加注释和 README、优化问题描述、生成小类和单元测试以及更新 CodeCatalyst 工作流程,从而节省开发人员的时间和精力。

亚马逊云科技开发者社区为开发者们提供全球的开发技术资源。这里有技术文档、开发案例、技术专栏、培训视频、活动与竞赛等。帮助中国开发者对接世界最前沿技术,观点,和项目,并将中国优秀开发者或技术推荐给全球云社区。如果你还没有关注/收藏,看到这里请一定不要匆匆划过,点这里让它成为你的技术宝库!

通过仅使用自然语言输入,开发人员可以几乎不费吹灰之力地将一个想法转化为经过充分测试、可以合并的运行代码。 AI 会将人工提示转化为可执行计划,总结源代码库,生成代码、单元测试和工作流,并汇总拉取请求中的任何更改,然后将其分配给开发人员。

如果需要,您甚至可以直接在发布的拉取请求上向 Amazon Q 提供反馈,并要求其生成新的修订版。如果代码更改未达到预期,您可以直接从拉取请求创建开发环境,手动进行必要的调整,再发布新的修订版,并在获得批准后进行合并。

示例:在现有应用程序中执行 API 更改。

在导航栏中选择"Issues(问题)",然后选择"Create(创建)" 问题,并命名为"将 the get_all_mysfits() API 更改为按年龄属性排序的 mysfits"。然后,将此问题分配给 Amazon Q 并点击"Create(创建)"问题。

当 Amazon Q 解析该问题的标题和描述以制定潜在的解决方案时,它会自动将问题转为 "In progress(进行中)"状态。如果针对该问题已经有过一些讨论,为了帮助 Amazon Q 理解需要做什么,应该在描述中汇总这些讨论内容。在运行过程中,Amazon Q 会通过在每个阶段留下有关该问题的评论来报告其进展情况。还将尝试根据代码库中已有代码和建立的方法来创建解决方案。

如果 Amazon Q 成功生成潜在的解决方案,它将创建一个分支并将代码提交给该分支。随后,它将创建一个拉取请求,一旦获得批准,就会将更改合并到默认分支中。拉取请求发布后,Amazon Q 将更改问题状态为"In Review(审查中)",以告知您和您的团队,代码已准备好供您审查。

更改摘要 -- 为了节省时间,拉取请求的作者可直接向 Amazon Q 提问,以获取将要发布的变更摘要,供审核使用。目前,拉取请求的作者必须手动编写描述,或者也可以选择不编写。如果作者不提供描述,审核人员可能无法了解变变更内容和原因,这会延迟审核过程并减慢软件分发速度。

拉取请求的作者和审核人员还可以通过向 Amazon Q 提问来获取他们在拉取请求上留下的评论摘要,以节省时间。这个摘要对于作者很有帮助,因为他们可以轻易了解常见的反馈主题。而对于审核人员来说也很方便,因为他们可以快速地了解自己和其他团队成员的对话和反馈。总体而言,这将简化协作流程,加快审核过程,并加快软件分发的速度。

加入预览版

Amazon Q 目前在 Amazon CodeCatalyst 中可用,并可在亚马逊科技云美国西部区域(俄勒冈州)使用。

了解更多

了解更多关于 Amazon Q 的帖文

文案:Improve developer productivity with generative-AI powered Amazon Q in Amazon CodeCatalyst (preview)

文章来源:
dev.amazoncloud.cn/column/arti...

相关推荐
在校大学生0077 小时前
AI教我赚100万用1年的时间–4(水文)
aigc
心疼你的一切7 小时前
解密CANN仓库:AIGC的算力底座、关键应用与API实战解析
数据仓库·深度学习·aigc·cann
Cobyte8 小时前
AI全栈实战:使用 Python+LangChain+Vue3 构建一个 LLM 聊天应用
前端·后端·aigc
墨风如雪8 小时前
Mistral 掀桌子:40亿参数跑本地,Voxtral 2 把延迟压进了200毫秒
aigc
AI袋鼠帝9 小时前
Claude4.5+Gemini3 接管电脑桌面,这回是真无敌了..
人工智能·windows·aigc
冬奇Lab12 小时前
一天一个开源项目(第16篇):Code2Video - 用代码生成高质量教学视频的智能框架
开源·aigc·音视频开发
想用offer打牌12 小时前
MCP (Model Context Protocol) 技术理解 - 第一篇
后端·aigc·mcp
盛夏光年爱学习12 小时前
摘要、压缩与处理大工具输出的工程实践
aigc
是枚小菜鸡儿吖18 小时前
CANN 算子性能瓶颈破解:AIGC 生成优化建议方案
aigc