用亚马逊AI代码开发助手Amazon Q Developer开发应用(上篇)

2024-09-03 14:44

本文主要是介绍用亚马逊AI代码开发助手Amazon Q Developer开发应用(上篇),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

快用人工智能帮程序员写代码!今天小李哥就来介绍亚马逊推出的国际前沿人工智能AI代码开发助手Amazon Q Developer。目前该代码助手在Hugging Face代码生成权威测试集SWE-bench中排名第一,可以根据我们的需求生成整个代码项目,并可以帮助我们解释代码、提供架构设计方案、编写代码测试案例、提供漏洞扫描和修复建议、基于我们GitHub代码库中的历史代码生成新的代码段。

接下来我将带大家沉浸式实操这个AI代码生成助手,带大家手把手体验该工具的每个特色功能。本文章共分为上、下两篇,上篇将对该AI编码助手的基本代码解释、生成功能进行测试,并体验用AI将项目语言从Java8升级为Java17,提升代码开发以及版本更新的效率。下篇我们将进行代码实操,用AI开发助手设计一个猜词小游戏。该开发助手目前在IDE插件中即可下载,大家可以自己尝试本博客中的项目步骤,并应用到日常工作中提升代码开发效率。

方案所需基础知识

什么是Amazon Q Developer?

Amazon Q Developer 是一款由亚马逊云科技推出的AI驱动的软件开发助手,用于帮助开发者重新构想整个软件开发生命周期的体验,使得在亚马逊云科技或其他平台上构建、保护、管理和优化代码的过程变得更加快捷。其中比较亮点的功能是Amazon Q Developer Agent,它一个特性开发代理,该代理可以在集成到VSCode等开发环境(IDE)中,通过该工具开发者只需要通过自然语言输入,就可以自动生成定制化代码项目、修复代码bug和漏洞以及单元测试。当开发者输入特定代码需求后,软件开发代理会分析开发者的代码库并制定实现代码计划。开发者可以接受该计划,或者要求代理对其进行迭代优化之前的项目版本。在计划被确认接受后,代理会自动生成基于开发者需求的代码更改。

Amazon Q Developer 通过生成式人工智能(AI)为所有开发者提供目前性能最佳的代码生成工具,目前Amazon Q Developer在SWE-bench排行榜上名列第一。SWE-bench是一个测试系统自动解决GitHub代码问题的开发工具评估数据集。接下来小李哥就会介绍如何开始使用软件开发代理开发游戏、概述代理的工作原理等。

本实践包括的内容

1. 利用Amazon Q快速分析、解释源代码、pom.xml配置文件,以及自动生成README文档

2. 利用Amazon Q为代码的Java语言版本升级

本实践包括的内容

Amazon Q代码助手插件安装

1. 确认已经在VS Code IDE运行环境中安装了进行实操实验的必要依赖项

  • Amamzon CLI
  • Visual Studio Code 的 Amazon Q 扩展
  • Git
  • Java - Amazon Corretto -- 版本 8 和17
  • Maven

2. 导航到 VS Code IDE 左侧窗格中的扩展图标

3. 在搜索栏中,输入 Amazon Q 并点击 Install

登录亚马逊云科技开发者账户使用Amazon Q Developer

4. 在 Visual Studio Code 的 Amazon Q 扩展中,选择上方的”Use For Free“,并选择Continue继续。

5. 出现提示是否要使用代码打开外部网站,选择打开。

6. 将打开浏览器选项卡并显示登录开发者账户Builder ID页面,输入账户信息登录。

 4. 登录成功后我们就可以看到左侧的Amazon Q Developer对话界面,我们输入测试问题”What is your name?“可以得到Amazon Q Developer的介绍

解释Pom.mxl配置文件

5. Amazon Q可以快速帮助我们梳理项目逻辑,从而快速掌握项目全貌,我们打开一个自己Java项目中的示例pom.xml文件,在 Amazon Q Chat 面板中,输入以下内容:

Can you tell me the artifactId, model Version and other relevant information in the pom file?

6. 我们可以看到Amazon Q详细解释了我们Pom.xml配置文件中的ModelVersion,ArtifactID,项目版本号,项目名称和描述等信息。

代码控制器和代码段解释

7. 下面我们利用Amazon Q理解并解释应用程序的代码,我们首先打开需要解释的java文件,并在聊天框中输入问题:

What does this GameController class do?

8. 我们看到Amazon Q解释了GameController控制器类中各个方法的实现的功能与解释

9. 如果我们想对java文件中特定的某一段代码片进行解释,我们可以选中该代码,并点击右键,选择“Send to Amazon Q -> Explain”,就可以得到代码的具体解释了

自动生成README文件

10. 我们利用Amazon Q还可以对项目代码生成README摘要总结,我们先创建一个README.md文件。并在文件中生成“Get Started”Markdown格式的项目摘要,内容需要包括pom.xml配置文件介绍、GameController和Word Class的中实现的功能和解释,和游戏逻辑的简要描述。我们将如下内容输入到Amazon Q聊天助手中:

Can you create "Getting Started" content formatted in Markdown that describes:
* the structure of the `pom.xml` file
* the purpose and methods/functions in `GameController` class
* the purpose and methods/functions in `Word` class
* a summary of where game logic is located

11. 我们得到了Amazon Q利用AI生成的Markdown格式的项目README.md内容。

Java语言版本切换

随着Java 17版本提供了更多的功能特性,越来越多的项目开始使用Java 17开发,很多不再兼容Java 8版本,这给开发者们带来了非常头疼的问题,如何高效、准确的将变成语言版本升级?

12. 接下来我们将使用Amazon Q Transformation将Spring Boot框架开发的Java 8应用程序升级到Java 17版本。使用 Amazon Q Code Transformation 的首先需要在本地构建代码,我们运行以下命令确认构建过程中使用 Java 8。

mvn -U clean verify

13. 接下来我们在chat聊天框中输入/transform并运行

14. 屏幕上将出现一个提示框为我们的代码转换配置具体信息。目前Amazon Q Code Transformation 支持将 Java 8 和 Java 11 项目更新到 Java 17。 我们选择从Java 8升级到Java17。

15. 接下来我们需要提供JDK 路径,输入以下路径

/usr/lib/jvm/java-1.8.0-amazon-corretto

16. 版本升级大约耗时10分钟。项目成功完成后,我们可以看到所有的状态步骤前面都有一个绿色的对钩,选择 Download Proposed Changes 即可将代码升级中的改动报告下载到本地改动。

 

17. 打开后我们就可以看到版本升级的报告以及转换前后的代码对比。可以看到 pom.xml文件已更新为与Java 17兼容的最低Spring Boot 版本 (3.2.8 版),以及对JUnit和测试文件的一些其他更改。如下图示例中,Amazon Code Transformation能够显示Math.java文件中所有的更改。选择 Accept 即可将更改添加到源文件中。 

18.最后我们需要将Java环境切换为Java 17,并进行构建测试。在终端中运行以下命令即可切换为 Java 17环境:

sudo update-java-alternatives -s java-17-amazon-corretto
java --version

 

以上就是利用亚马逊AI代码开发/生成工具-Amazon Q Developer开发代码应用的上篇内容。欢迎大家关注小李哥的亚马逊云科技AI服务深入调研系列,不要错过我们的Amazon Q Developer沉浸式体验游戏开发的下篇,关注小李哥未来获取更多国际前沿的AWS云开发/云架构方案。 

这篇关于用亚马逊AI代码开发助手Amazon Q Developer开发应用(上篇)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1133254

相关文章

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

AI绘图怎么变现?想做点副业的小白必看!

在科技飞速发展的今天,AI绘图作为一种新兴技术,不仅改变了艺术创作的方式,也为创作者提供了多种变现途径。本文将详细探讨几种常见的AI绘图变现方式,帮助创作者更好地利用这一技术实现经济收益。 更多实操教程和AI绘画工具,可以扫描下方,免费获取 定制服务:个性化的创意商机 个性化定制 AI绘图技术能够根据用户需求生成个性化的头像、壁纸、插画等作品。例如,姓氏头像在电商平台上非常受欢迎,

这15个Vue指令,让你的项目开发爽到爆

1. V-Hotkey 仓库地址: github.com/Dafrok/v-ho… Demo: 戳这里 https://dafrok.github.io/v-hotkey 安装: npm install --save v-hotkey 这个指令可以给组件绑定一个或多个快捷键。你想要通过按下 Escape 键后隐藏某个组件,按住 Control 和回车键再显示它吗?小菜一碟: <template

中文分词jieba库的使用与实景应用(一)

知识星球:https://articles.zsxq.com/id_fxvgc803qmr2.html 目录 一.定义: 精确模式(默认模式): 全模式: 搜索引擎模式: paddle 模式(基于深度学习的分词模式): 二 自定义词典 三.文本解析   调整词出现的频率 四. 关键词提取 A. 基于TF-IDF算法的关键词提取 B. 基于TextRank算法的关键词提取

水位雨量在线监测系统概述及应用介绍

在当今社会,随着科技的飞速发展,各种智能监测系统已成为保障公共安全、促进资源管理和环境保护的重要工具。其中,水位雨量在线监测系统作为自然灾害预警、水资源管理及水利工程运行的关键技术,其重要性不言而喻。 一、水位雨量在线监测系统的基本原理 水位雨量在线监测系统主要由数据采集单元、数据传输网络、数据处理中心及用户终端四大部分构成,形成了一个完整的闭环系统。 数据采集单元:这是系统的“眼睛”,

Hadoop企业开发案例调优场景

需求 (1)需求:从1G数据中,统计每个单词出现次数。服务器3台,每台配置4G内存,4核CPU,4线程。 (2)需求分析: 1G / 128m = 8个MapTask;1个ReduceTask;1个mrAppMaster 平均每个节点运行10个 / 3台 ≈ 3个任务(4    3    3) HDFS参数调优 (1)修改:hadoop-env.sh export HDFS_NAMENOD

从去中心化到智能化:Web3如何与AI共同塑造数字生态

在数字时代的演进中,Web3和人工智能(AI)正成为塑造未来互联网的两大核心力量。Web3的去中心化理念与AI的智能化技术,正相互交织,共同推动数字生态的变革。本文将探讨Web3与AI的融合如何改变数字世界,并展望这一新兴组合如何重塑我们的在线体验。 Web3的去中心化愿景 Web3代表了互联网的第三代发展,它基于去中心化的区块链技术,旨在创建一个开放、透明且用户主导的数字生态。不同于传统

AI一键生成 PPT

AI一键生成 PPT 操作步骤 作为一名打工人,是不是经常需要制作各种PPT来分享我的生活和想法。但是,你们知道,有时候灵感来了,时间却不够用了!😩直到我发现了Kimi AI——一个能够自动生成PPT的神奇助手!🌟 什么是Kimi? 一款月之暗面科技有限公司开发的AI办公工具,帮助用户快速生成高质量的演示文稿。 无论你是职场人士、学生还是教师,Kimi都能够为你的办公文

csu 1446 Problem J Modified LCS (扩展欧几里得算法的简单应用)

这是一道扩展欧几里得算法的简单应用题,这题是在湖南多校训练赛中队友ac的一道题,在比赛之后请教了队友,然后自己把它a掉 这也是自己独自做扩展欧几里得算法的题目 题意:把题意转变下就变成了:求d1*x - d2*y = f2 - f1的解,很明显用exgcd来解 下面介绍一下exgcd的一些知识点:求ax + by = c的解 一、首先求ax + by = gcd(a,b)的解 这个

Andrej Karpathy最新采访:认知核心模型10亿参数就够了,AI会打破教育不公的僵局

夕小瑶科技说 原创  作者 | 海野 AI圈子的红人,AI大神Andrej Karpathy,曾是OpenAI联合创始人之一,特斯拉AI总监。上一次的动态是官宣创办一家名为 Eureka Labs 的人工智能+教育公司 ,宣布将长期致力于AI原生教育。 近日,Andrej Karpathy接受了No Priors(投资博客)的采访,与硅谷知名投资人 Sara Guo 和 Elad G