使用 Amazon CodeCatalyst 和生成式 AI 加速开发

Amazon CodeCatalyst 与 Amazon Q Developer Agent 集成，提供生成式 AI 功能，帮助团队成员更快地完成任务，并将精力集中在工作最重要的部分。Amazon Q Developer 是一款由 AI 驱动的生成式对话助手，可以帮助您理解、构建、扩展和操作 AWS 应用程序。本教程将探讨如何使用这些功能来简化开发工作流程。

在开始之前，请确保您拥有以下条件：用于登录 CodeCatalyst 的 AWS Builder ID 或 SSO 身份。在您的空间中启用了生成式 AI 功能。在项目中拥有贡献者或项目管理员角色。为现有项目配置了至少一个源代码存储库（除非使用生成式 AI 创建项目）。请注意，配置了 Jira Software 扩展的项目不能用于分配事务以创建初始解决方案。

与 Amazon Q 协作创建新项目或向现有项目添加组件。通过类似聊天的界面提供项目需求，Amazon Q 将推荐蓝图，并概述任何未满足的要求。也会考虑自定义蓝图。然后，您可以根据 Amazon Q 的建议继续操作，创建必要的资源，例如包含满足您要求的代码的源代码存储库。Amazon Q 还会为未满足的要求创建事务。要创建项目，请导航到 CodeCatalyst 控制台中的您的空间，然后选择“使用 Amazon Q 创建”。提供项目的简短描述。查看 Amazon Q 的建议，并选择配置蓝图或跳过配置。输入项目及其相关资源的名称。选择“创建项目”以使用蓝图创建项目。Amazon Q 还可以为未满足的要求创建事务，然后可以将这些事务分配给 Amazon Q。向现有项目添加蓝图的过程类似，从在项目中选择“使用 Amazon Q 添加”开始。

拉取请求对于审查和合并代码更改至关重要。为了帮助审阅者理解更改，请使用 Amazon Q 中的“为我编写描述”功能来创建拉取请求中包含的更改摘要。Amazon Q 分析源分支和目标分支之间的差异，总结更改及其意图。此功能不适用于 Git 子模块或链接存储库。要测试此功能，请创建一个分支，进行简单的代码更改，然后创建一个拉取请求。在拉取请求描述中，选择“为我编写描述”，让 Amazon Q 生成摘要。审查并接受建议的文本，根据需要进行修改。

在审查拉取请求时，用户通常会留下多个评论。为了轻松识别常见主题并确保所有评论都已得到审查，请使用“创建评论摘要”功能。Amazon Q 分析在拉取请求的代码更改上留下的所有评论，并创建一个摘要。请注意，评论摘要是临时的，不包括对整个拉取请求的评论，只包括对修订中代码差异的评论。此功能不适用于对 Git 子模块或链接存储库中代码更改的评论。要创建摘要，请导航到拉取请求并选择“创建评论摘要”。

事务用于跟踪和管理工作，但有时由于所有权不明确或需要代码研究而导致问题持续存在。将事务分配给 Amazon Q，它会分析标题和描述以创建解决方案草案。这有助于将资源集中在紧急问题上，而 Amazon Q 则处理其他问题。Amazon Q 对简单的事务非常有效。使用清晰简洁的语言描述所需的操作。将事务分配给 Amazon Q 时，您必须确认是否希望它确认每一步、允许它更新工作流文件以及允许它建议任务。您还必须指定要操作的源存储库。做出这些选择后，Amazon Q 将分析事务并创建一个潜在的解决方案。它将创建一个分支，提交代码，并创建一个拉取请求以将分支合并到默认分支。完成后，Amazon Q 将把事务移至“审核中”。

对于复杂或耗时的工作，让 Amazon Q 分析事务并建议将其分解为逻辑任务。这使得工作更容易分配和更快完成。要使用此功能，请创建一个事务并选择“建议任务”。选择包含代码的源存储库，然后开始任务建议过程。审查建议的任务，根据需要添加或修改它们，然后创建任务。这些任务随后可以分配给用户，包括 Amazon Q。

完成本教程后，清理不再需要的任何资源。取消将 Amazon Q 分配给它不再处理的任何事务。将所有已完成的事务移至“完成”。如果不再需要该项目，请将其删除。