亚马逊AWS官方博客
在 Amazon CodeCatalyst 中使用基于生成式人工智能的 Amazon Q 提高开发人员的工作效率（预览版）
今天，我很高兴地介绍 Amazon CodeCatalyst 中新的生成式人工智能（AI）的预览，该功能使用 Amazon Q 加速软件交付。
加速功能开发 – Amazon Q 中的特征开发功能可以帮助您加快软件开发任务的实施，例如添加评论和自述文件、完善问题描述、生成小课和单元测试以及更新 CodeCatalyst 工作流程，这些繁琐且无差别的任务会占用开发人员的时间。只需单击几下，开发人员就可从源于问题的想法转变为全面测试、合并就绪、仅以自然语言输入运行代码。AI 承担的繁重工作包括将人工提示转换为可操作的计划、总结源代码存储库、生成代码、单元测试和工作流程，以及总结分配给开发人员的 pull 请求中的任何更改。您也可以直接就已发布的 pull 请求向 Amazon Q 反馈，并要求其生成新的修订版。如果代码更改未达到预期，则可以直接从 pull 请求中创建开发环境，手动进行任何必要的调整，发布新的修订版，并在批准后继续合并。
示例：在现有应用程序中更改 API
在导览窗格中，我选择“问题”，然后选择“创建问题”。我给这个问题起了标题，更改 get_all_mysfits () API，以返回按年龄属性排序的 mysfits。然后，我将此问题分配给 Amazon Q 并选择“创建问题”。
Amazon Q 会自动将问题移至“进行中”状态，同时分析问题标题和描述，以制定潜在的解决方案。如果已经有关于该问题的一些讨论，则应在描述中对其进行总结，以帮助 Q 了解需要做什么。在工作过程中，Amazon Q 将依靠在每个阶段对相关问题发表评论来报告其进展情况。它试图制定解决方案的依据是基于其对存在于存储库的代码及其所制定方法的理解。如果 Amazon Q 能够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到该分支。然后，它将创建一个 pull 请求，该请求将在获得批准后将更改合并到默认分支中。发布 pull 请求后，Amazon Q 会将问题状态更改为“审核中”，以便您和您的团队知道代码现已准备就绪，待您审核。
汇总变更 – pull 请求作者可让 Amazon Q 汇总他们发布供审核的变更，从而节省时间。如今，pull 请求作者须手动写描述，或者他们会选择完全不写描述。如果作者不提供描述，则会让审核者更难理解正在作出哪些更改以及更改的原因是什么，从而延迟审核过程和拖慢软件交付。
Pull 请求作者和审核者也可以让 Amazon Q 总结 pull 请求上留下的评论，从而节省时间。摘要对作者很有用，因为他们可以轻松看到常见的反馈主题。对于审核者来说，这很有用，因为他们可以快速了解自己及其他团队成员的对话和反馈。总体好处是简化了协作、加速了审核流程和加快了软件交付。
加入预览版试用
Amazon Q 现已在 Amazon CodeCatalyst 中提供，适用于美国西部（俄勒冈州）AWS 区域的空间。
了解详情
– Irshad