View a markdown version of this page

Tutorial: Verwenden CodeCatalyst generativer KI-Funktionen, um Ihre Entwicklungsarbeit zu beschleunigen - Amazon CodeCatalyst
VoraussetzungenVerwenden Sie Amazon Q, um einen Blueprint auszuwählen, wenn Sie ein Projekt erstellen oder Funktionen hinzufügenFüge beim Erstellen eines Pull Requests eine automatisch generierte Zusammenfassung hinzuErstelle eine Zusammenfassung der Kommentare, die zu Codeänderungen in einem Pull Request hinterlassen wurdenErstellen Sie ein Issue und weisen Sie es Amazon Q zuErstelle ein Issue und lass dir dafür von Amazon Q Aufgaben empfehlenBereinigen von Ressourcen

Amazon CodeCatalyst ist nicht mehr offen für neue Kunden. Bestandskunden können den Service weiterhin wie gewohnt nutzen. Weitere Informationen finden Sie unter Wie migriert man von CodeCatalyst.

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

Tutorial: Verwenden CodeCatalyst generativer KI-Funktionen, um Ihre Entwicklungsarbeit zu beschleunigen

Wenn Sie ein Projekt und ein Quell-Repository in Amazon CodeCatalyst in einem Bereich haben, in dem generative KI-Funktionen aktiviert sind, können Sie diese Funktionen verwenden, um die Softwareentwicklung zu beschleunigen. Entwickler haben häufig mehr Aufgaben zu erledigen als Zeit, um sie zu erledigen. Sie nehmen sich oft nicht die Zeit, ihren Teamkollegen ihre Codeänderungen zu erklären, wenn sie Pull-Requests zur Überprüfung dieser Änderungen erstellen, und erwarten, dass andere Benutzer die Änderungen als selbsterklärend empfinden. Ersteller und Rezensenten von Pull-Requests haben auch keine Zeit, alle Kommentare zu einem Pull Request zu finden und gründlich zu lesen, insbesondere wenn der Pull Request mehrere Revisionen hat. CodeCatalyst lässt sich in den Amazon Q Developer Agent für Softwareentwicklung integrieren, um generative KI-Funktionen bereitzustellen, die sowohl den Teammitgliedern helfen können, ihre Aufgaben schneller zu erledigen, als auch ihnen mehr Zeit zur Verfügung stehen, um sich auf die wichtigsten Teile ihrer Arbeit zu konzentrieren.

Amazon Q Developer ist ein generativer AI-powered Konversationsassistent, der Ihnen helfen kann, AWS Anwendungen zu verstehen, zu erstellen, zu erweitern und zu bedienen. Damit Sie schneller darauf aufbauen können, wird das Modell AWS, das Amazon Q zugrunde liegt, um qualitativ hochwertige AWS Inhalte erweitert, um vollständigere, umsetzbarere und referenziertere Antworten zu erhalten. Weitere Informationen finden Sie unter Was ist Amazon Q Developer? im Benutzerhandbuch zu Amazon Q Developer.

Anmerkung

Bereitgestellt von Amazon Bedrock: AWS implementiert eine automatische Missbrauchserkennung. Da die Features Beschreibung für mich schreiben, Inhaltszusammenfassung erstellen, Aufgaben empfehlen, Features mit Amazon Q erstellen oder zu einem Projekt hinzufügen und Probleme Amazon Q zuweisen mit Amazon-Q-Developer-Agent für die Softwareentwicklung auf Amazon Bedrock basieren, können Benutzer die in Amazon Bedrock implementierten Steuerelemente in vollem Umfang nutzen, um die Sicherheit und den verantwortungsvollen Umgang mit künstlicher Intelligenz (KI) durchzusetzen.

In diesem Tutorial erfahren Sie, wie Sie die generativen KI-Funktionen verwenden können CodeCatalyst , um Projekte mit Blueprints zu erstellen und Blueprints zu bestehenden Projekten hinzuzufügen. Außerdem erfährst du, wie du Änderungen zwischen Branches zusammenfasst, wenn du Pull-Requests erstellst, und wie du Kommentare zusammenfasst, die zu einem Pull Request hinterlassen wurden. Außerdem erfährst du, wie du Probleme mit deinen Ideen für Codeänderungen oder Verbesserungen erstellst und sie Amazon Q zuweist. Im Rahmen der Arbeit mit Problemen, die Amazon Q zugewiesen sind, erfährst du, wie du Amazon Q erlaubst, Aufgaben vorzuschlagen, und wie du alle Aufgaben, die es im Rahmen der Bearbeitung eines Issues erstellt, zuweist und bearbeitet.

Voraussetzungen

Um mit den CodeCatalyst Funktionen in diesem Tutorial arbeiten zu können, müssen Sie zunächst die folgenden Ressourcen abgeschlossen haben und Zugriff darauf haben:

  • Sie haben eine AWS Builder-ID oder eine Single Sign-On (SSO) -Identität, bei der Sie sich anmelden können CodeCatalyst.

  • Sie befinden sich in einem Bereich, in dem generative KI-Funktionen aktiviert sind. Weitere Informationen finden Sie unter Generative KI-Funktionen verwalten.

  • Sie haben die Rolle „Mitwirkender“ oder „Projektadministrator“ in einem Projekt in diesem Bereich inne.

  • Sofern Sie kein Projekt mit generativer KI erstellen, ist für Ihr vorhandenes Projekt mindestens ein Quell-Repository konfiguriert. Verknüpfte Repositorys werden nicht unterstützt.

  • Wenn Probleme einer ersten Lösung zugewiesen werden, die von generativer KI erstellt wird, kann das Projekt nicht mit der Jira Software-Erweiterung konfiguriert werden. Die Erweiterung wird für diese Funktion nicht unterstützt.

Weitere Informationen dazu finden Sie unter Erstellen einer Umgebung, Verfolgen und organisieren Sie die Arbeit mit Problemen in CodeCatalyst, Fügen Sie Funktionen zu Projekten mit Erweiterungen in hinzu CodeCatalyst und Zugriff mit Benutzerrollen gewähren.

Dieses Tutorial basiert auf einem Projekt, das mit dem modernen dreistufigen Webanwendungs-Blueprint mit Python erstellt wurde. Wenn Sie ein Projekt verwenden, das mit einem anderen Blueprint erstellt wurde, können Sie die Schritte trotzdem befolgen, aber einige Einzelheiten, wie Beispielcode und Sprache, variieren.

Verwenden Sie Amazon Q, um einen Blueprint auszuwählen, wenn Sie ein Projekt erstellen oder Funktionen hinzufügen

Als Projektentwickler können Sie mit Amazon Q, einem generativen KI-Assistenten, zusammenarbeiten, wenn Sie neue Projekte erstellen oder Komponenten zu bestehenden Projekten hinzufügen. Sie können Amazon Q die Anforderungen für Ihr Projekt mitteilen, indem Sie über eine Chat-ähnliche Oberfläche mit Amazon Q interagieren. Basierend auf Ihren Anforderungen schlägt Amazon Q einen Plan vor und skizziert auch Anforderungen, die nicht erfüllt werden können. Wenn Ihr Bereich benutzerdefinierte Pläne hat, lernt Amazon Q und nimmt diese Pläne ebenfalls in die Empfehlungen auf. Sie können dann mit dem Vorschlag von Amazon Q fortfahren, wenn Sie zufrieden sind, und Amazon Q erstellt dann die erforderlichen Ressourcen, wie z. B. ein Quell-Repository mit Code für Ihre Anforderungen. Amazon Q verursacht auch Probleme bei Anforderungen, die mit einem Blueprint nicht erfüllt werden können. Weitere Informationen zu verfügbaren CodeCatalyst Blueprints finden Sie unter. Erstellung eines umfassenden Projekts mit CodeCatalyst Blueprints Weitere Informationen zur Verwendung von Amazon Q mit Blueprints finden Sie unter. Bewährte Methoden, wenn Sie Amazon Q verwenden, um Projekte zu erstellen oder Funktionen mit Blueprints hinzuzufügen

Um ein Projekt mit Amazon Q zu erstellen

  1. Öffnen Sie die CodeCatalyst Konsole unter https://codecatalyst.aws/.

  2. Navigieren Sie in der CodeCatalyst Konsole zu dem Bereich, in dem Sie einen Blueprint erstellen möchten.

  3. Wählen Sie im Space-Dashboard die Option Mit Amazon Q erstellen aus.

  4. Geben Sie im Texteingabefeld für die Amazon Q-Eingabeaufforderung Anweisungen ein, indem Sie eine kurze Beschreibung des Projekts verfassen, das Sie erstellen möchten. Beispiel: “I want to create a project in Python that has a presentation layer responsible for how the data is presented, an application layer that contains the core logic and functionality of the application, and a data layer that manages the storage and retrieval of the data.”

    (Optional) Unter Beispiele ausprobieren können Sie eine vorgefertigte Aufforderung verwenden, indem Sie einen Blueprint auswählen. Wenn Sie beispielsweise die React-App wählen, wird die folgende Eingabeaufforderung angezeigt: “I want to create a project in Python that has a presentation layer responsible for how the data is presented, an application layer that contains the core logic and functionality of the application, and a data layer that manages the storage and retrieval of the data. I also want to add authentication and authorization mechanisms for security and allowable actions.”

  5. Wählen Sie Senden, um Ihre Anweisungen an Amazon Q zu senden. Der generative KI-Assistent macht einen Vorschlag und skizziert Anforderungen, die der Blueprint nicht erfüllen kann. Amazon Q könnte beispielsweise auf der Grundlage Ihrer Kriterien Folgendes vorschlagen:

    I recommend using the Modern three-tier web application blueprint based on 
                    your requirements. Blueprints are dynamic and can always be updated and edited later.

Modern three-tier web application
By Amazon Web Services

This blueprint creates a Mythical Mysfits 3-tier web application with a modular presentation, application, and data layers. 
The application leverages containers, infrastructure as code (IaC), continuous integration and continuous delivery (CI/CD), 
and serverless code functions.

Version: 0.1.163

View details

The following requirements could not be met so I will create issues for you.
• Add authentication and authorization mechanisms for security and allowable actions.

  6. (Optional) Um die detaillierten Details des vorgeschlagenen Blueprints anzuzeigen, wählen Sie Details anzeigen aus.

  7. Führen Sie eine der folgenden Aktionen aus:

    1. Wählen Sie Ja, diesen Blueprint verwenden, wenn Sie mit dem Vorschlag zufrieden sind.

    2. Wählen Sie Aufforderung bearbeiten, wenn Sie die Aufforderung ändern möchten.

    3. Wählen Sie Von vorne beginnen, wenn Sie die Eingabeaufforderung vollständig löschen möchten.

  8. Führen Sie eine der folgenden Aktionen aus:

    1. Wählen Sie „Konfigurieren“, wenn Sie den vorgeschlagenen Blueprint konfigurieren möchten. Sie können den Blueprint auch zu einem späteren Zeitpunkt konfigurieren.

    2. Wählen Sie Überspringen, wenn Sie die Blueprint-Konfigurationen derzeit nicht ändern möchten.

  9. Wenn Sie den Blueprint konfigurieren möchten, wählen Sie Weiter, nachdem Sie die Projektressourcen geändert haben.

  10. Wenn Sie dazu aufgefordert werden, geben Sie den Namen ein, den Sie Ihrem Projekt zuweisen möchten, und die zugehörigen Ressourcennamen. Der Name muss in Ihrem Bereich eindeutig sein.

  11. Wählen Sie Projekt erstellen, um ein Projekt mit dem Blueprint zu erstellen. Amazon Q erstellt Ressourcen mithilfe des Blueprints. Wenn Sie beispielsweise ein Projekt mit dem Single-page Anwendungs-Blueprint erstellen, CI/CD werden ein Quell-Repository für relevanten Code und Workflows für erstellt.

  12. (Optional) Standardmäßig erstellt Amazon Q auch Probleme für die Anforderungen, die von einem Blueprint nicht erfüllt werden. Sie können wählen, für welche Artikel Sie keine Probleme erstellen möchten. Nachdem Sie sich dafür entschieden haben, Amazon Q Probleme erstellen zu lassen, können Sie auch Amazon Q ein Problem zuweisen. Es analysiert das Problem im Kontext der angegebenen Quell-Repositorys und liefert eine Zusammenfassung der relevanten Quelldateien und des Codes. Weitere Informationen finden Sie unter Probleme finden und anzeigen, Erstellen Sie ein Issue und weisen Sie es Amazon Q zu und Bewährte Methoden beim Erstellen und Arbeiten mit Issues, die Amazon Q zugewiesen sind.

Nachdem Sie ein Projekt mit Amazon Q erstellt haben, können Sie Amazon Q auch verwenden, um neue Komponenten hinzuzufügen, da Amazon Q anhand Ihrer CodeCatalyst Anforderungen Blueprints vorschlägt.

Um einen Blueprint mit Amazon Q hinzuzufügen

  1. Öffnen Sie die CodeCatalyst Konsole unter. https://codecatalyst.aws/

  2. Navigieren Sie in der CodeCatalyst Konsole zu dem Projekt, dem Sie einen Blueprint hinzufügen möchten.

  3. Wählen Sie Mit Amazon Q hinzufügen.

  4. Geben Sie im Texteingabefeld für die Amazon Q-Eingabeaufforderung Anweisungen ein, indem Sie eine kurze Beschreibung des Projekts schreiben, das Sie erstellen möchten. Beispiel: “I want to create a project in Python that has a presentation layer responsible for how the data is presented, an application layer that contains the core logic and functionality of the application, and a data layer that manages the storage and retrieval of the data.”

    (Optional) Unter Beispiele ausprobieren können Sie eine vorgefertigte Aufforderung verwenden, indem Sie einen Blueprint auswählen. Wenn Sie beispielsweise die React-App wählen, wird die folgende Eingabeaufforderung angezeigt: “I want to create a project in Python that has a presentation layer responsible for how the data is presented, an application layer that contains the core logic and functionality of the application, and a data layer that manages the storage and retrieval of the data. I also want to add authentication and authorization mechanisms for security and allowable actions.”

  5. Wählen Sie Senden, um Ihre Anweisungen an Amazon Q zu senden. Der generative KI-Assistent macht einen Vorschlag und skizziert Anforderungen, die der Blueprint nicht erfüllen kann. Amazon Q könnte beispielsweise auf der Grundlage Ihrer Kriterien Folgendes vorschlagen:

    I recommend using the Single-page application blueprint based on your requirements. Blueprints are dynamic and can always be updated and edited later.

Single-page application
By Amazon Web Services

This blueprint creates a SPA (single-page application) using React, Vue, or Angular frameworks and deploys to AWS Amplify Hosting.

Version: 0.2.15
View details

The following requirements could not be met so I will create issues for you.
• The application should have reusable UI components
• The application should support for client-side routing
• The application may require server-side rendering for improved performance and SEO

  6. (Optional) Um die detaillierten Details des vorgeschlagenen Blueprints anzuzeigen, wählen Sie Details anzeigen aus.

  7. Führen Sie eine der folgenden Aktionen aus:

    1. Wählen Sie Ja, diesen Blueprint verwenden, wenn Sie mit dem Vorschlag zufrieden sind.

    2. Wählen Sie Aufforderung bearbeiten, wenn Sie die Aufforderung ändern möchten.

    3. Wählen Sie Von vorne beginnen, wenn Sie die Eingabeaufforderung vollständig löschen möchten.

  8. Führen Sie eine der folgenden Aktionen aus:

    1. Wählen Sie „Konfigurieren“, wenn Sie den vorgeschlagenen Blueprint konfigurieren möchten. Sie können den Blueprint auch zu einem späteren Zeitpunkt konfigurieren.

    2. Wählen Sie Überspringen, wenn Sie die Blueprint-Konfigurationen derzeit nicht ändern möchten.

  9. Wenn Sie den Blueprint konfigurieren möchten, wählen Sie Weiter, nachdem Sie die Projektressourcen geändert haben.

  10. Wählen Sie Zum Projekt hinzufügen, um Ressourcen zu einem Projekt mit dem Blueprint hinzuzufügen. Amazon Q erstellt Ressourcen mithilfe des Blueprints. Wenn Sie beispielsweise einem Projekt den Single-page Anwendungs-Blueprint hinzufügen, CI/CD werden ein Quell-Repository für relevanten Code und Workflows für erstellt.

  11. (Optional) Standardmäßig erstellt Amazon Q auch Probleme für die Anforderungen, die von einem Blueprint nicht erfüllt werden. Sie können wählen, für welche Artikel Sie keine Probleme erstellen möchten. Nachdem Sie sich dafür entschieden haben, Amazon Q Probleme erstellen zu lassen, können Sie auch Amazon Q ein Problem zuweisen. Es analysiert das Problem im Kontext der angegebenen Quell-Repositorys und liefert eine Zusammenfassung der relevanten Quelldateien und des Codes. Weitere Informationen erhalten Sie unter Erstellen Sie ein Issue und weisen Sie es Amazon Q zu und Bewährte Methoden beim Erstellen und Arbeiten mit Issues, die Amazon Q zugewiesen sind.

Erstelle beim Erstellen eines Pull-Requests eine Zusammenfassung der Codeänderungen zwischen den Branches

Ein Pull-Request ist die primäre Methode, mit der du und andere Projektmitglieder Codeänderungen von einem Branch zum anderen überprüfen, kommentieren und zusammenführen können. Du kannst Pull Requests verwenden, um Codeänderungen gemeinsam auf kleinere Änderungen oder Korrekturen, wichtige Funktionserweiterungen oder neue Versionen deiner veröffentlichten Software hin zu überprüfen. Die Zusammenfassung der Codeänderungen und der Absicht hinter den Änderungen als Teil der Beschreibung des Pull-Requests ist für andere, die den Code überprüfen werden, hilfreich und hilft auch dabei, ein historisches Verständnis der Änderungen am Code im Laufe der Zeit zu gewinnen. Entwickler verlassen sich jedoch häufig auf ihren Code, um sich selbst zu erklären oder mehrdeutige Details bereitzustellen, anstatt ihre Änderungen so detailliert zu beschreiben, dass die Reviewer verstehen, was sie überprüfen oder welche Absicht hinter den Änderungen im Code steckt.

Du kannst beim Erstellen von Pull Requests die Funktion „Beschreibung für mich schreiben“ verwenden, damit Amazon Q eine Beschreibung der in einem Pull Request enthaltenen Änderungen erstellt. Wenn Sie diese Option wählen, analysiert Amazon Q die Unterschiede zwischen dem Quell-Branch, der die Codeänderungen enthält, und dem Ziel-Branch, in dem Sie diese Änderungen zusammenführen möchten. Anschließend erstellt es eine Zusammenfassung dieser Änderungen sowie eine optimale Interpretation der Absicht und Wirkung dieser Änderungen.

Anmerkung

Diese Funktion funktioniert nicht mit Git-Submodulen. Es fasst keine Änderungen in einem Git-Submodul zusammen, das Teil des Pull-Requests ist.

Diese Funktion ist für Pull-Requests in verknüpften Repositorys nicht verfügbar.

Du kannst diese Funktion mit jedem Pull Request ausprobieren, den du erstellst. In diesem Tutorial testen wir sie jedoch, indem wir einige einfache Änderungen an dem Code vornehmen, der in einem Projekt enthalten ist, das in einem Python-based modernen dreistufigen Webanwendungs-Blueprint erstellt wurde.

Tipp

Wenn Sie ein Projekt verwenden, das mit einem anderen Blueprint oder Ihrem eigenen Code erstellt wurde, können Sie diesem Tutorial trotzdem folgen, aber die Beispiele in diesem Tutorial stimmen nicht mit dem Code in Ihrem Projekt überein. Nehmen Sie anstelle des unten vorgeschlagenen Beispiels einfache Änderungen am Code Ihres Projekts in einem Branch vor und erstellen Sie dann einen Pull-Request, um die Funktion zu testen, wie in den folgenden Schritten gezeigt.

Zuerst erstellst du einen Branch im Quell-Repository. Anschließend nehmen Sie mithilfe des Texteditors in der Konsole eine schnelle Codeänderung an einer Datei in diesem Branch vor. Anschließend erstellst du einen Pull-Request und verwendest die Funktion „Beschreibung für mich schreiben“, um die vorgenommenen Änderungen zusammenzufassen.

Um einen Branch (Konsole) zu erstellen

  1. Navigiere in der CodeCatalyst Konsole zu dem Projekt, in dem sich dein Quell-Repository befindet.

  2. Wählen Sie den Namen des Repositorys aus der Liste der Quell-Repositorys für das Projekt aus. Sie können auch im Navigationsbereich Code und dann Quell-Repositorys auswählen.

  3. Wählen Sie das Repository aus, in dem Sie einen Branch erstellen möchten.

  4. Wählen Sie auf der Übersichtsseite des Repositorys Mehr und dann Branch erstellen aus.

  5. Geben Sie einen Namen für den Branch ein.

  6. Wählen Sie einen Zweig aus, aus dem der Zweig erstellt werden soll, und klicken Sie dann auf Erstellen.

Sobald Sie einen Branch haben, bearbeiten Sie eine Datei in diesem Branch mit einer einfachen Änderung. In diesem Beispiel bearbeiten Sie die test_endpoint.py Datei, um die Anzahl der Testwiederholungen von 3 auf 5 zu ändern.

Tipp

Sie können sich auch dafür entscheiden, eine Entwicklungsumgebung zu erstellen oder zu verwenden, um diese Codeänderung vorzunehmen. Weitere Informationen finden Sie unter Erstellen einer Entwicklungsumgebung.

Um die Datei test_endpoint.py in der Konsole zu bearbeiten

  1. Wählen Sie auf der Übersichtsseite für das mysfits Quell-Repository das Dropdownmenü Branch aus und wählen Sie den Branch aus, den Sie im vorherigen Verfahren erstellt haben.

  2. Navigieren Sie unter Dateien zu der Datei, die Sie bearbeiten möchten. Um beispielsweise die test_endpoint.py Datei zu bearbeiten, erweitern Sie Tests, erweitern Sie Integ und wählen Sie test_endpoint.py dann.

  3. Wählen Sie Bearbeiten aus.

  4. Ändern Sie in Zeile 7 die Häufigkeit, mit der alle Tests wiederholt werden sollen, ab:

    def test_list_all(retry=3):

    auf:

    def test_list_all(retry=5):

  5. Wählen Sie Commit und übertragen Sie Ihre Änderungen in Ihrem Branch.

Jetzt, da du einen Branch mit einer Änderung hast, kannst du einen Pull Request erstellen.

Erstelle einen Pull Request mit einer Zusammenfassung der Änderungen

  1. Wähle auf der Übersichtsseite des Repositorys Mehr und dann Pull Request erstellen aus.

  2. Wähle im Ziel-Branch den Branch aus, in den der Code nach der Überprüfung zusammengeführt werden soll.

    Tipp

    Wählen Sie den Zweig aus, aus dem Sie Ihren Branch im vorherigen Verfahren erstellt haben, um diese Funktion am einfachsten zu demonstrieren. Wenn du deinen Branch beispielsweise aus dem Standard-Branch des Repositorys erstellt hast, wähle diesen Branch als Ziel-Branch für deinen Pull Request aus.

  3. Wähle im Quell-Branch den Branch aus, der die Änderungen enthält, die du gerade in die test_endpoint.py Datei übernommen hast.

  4. Gib im Feld Titel der Pull-Anfrage einen Titel ein, der anderen Benutzern hilft zu verstehen, was überprüft werden muss und warum.

  5. Wählen Sie unter Beschreibung der Pull-Anfrage die Option Beschreibung für mich verfassen aus, damit Amazon Q eine Beschreibung der in der Pull-Anfrage enthaltenen Änderungen erstellt.

  6. Eine Zusammenfassung der Änderungen wird angezeigt. Prüfen Sie den vorgeschlagenen Text und wählen Sie dann „Akzeptieren und zur Beschreibung hinzufügen“.

  7. Ändern Sie optional die Zusammenfassung, um die Änderungen, die Sie am Code vorgenommen haben, besser widerzuspiegeln. Du kannst auch wählen, ob du Reviewer hinzufügen oder Probleme zu diesem Pull Request verlinken möchtest. Wenn Sie alle weiteren gewünschten Änderungen vorgenommen haben, wählen Sie Erstellen.

Erstelle eine Zusammenfassung der Kommentare, die zu Codeänderungen in einem Pull Request hinterlassen wurden

Wenn Benutzer einen Pull-Request überprüfen, hinterlassen sie häufig mehrere Kommentare zu den Änderungen in diesem Pull-Request. Wenn es viele Kommentare von vielen Rezensenten gibt, kann es schwierig sein, gemeinsame Themen im Feedback herauszusuchen oder sogar sicher zu sein, dass du alle Kommentare in allen Revisionen überprüft hast. Sie können die Funktion „Kommentarzusammenfassung erstellen“ verwenden, damit Amazon Q alle Kommentare analysiert, die zu Codeänderungen in einem Pull Request hinterlassen wurden, und eine Zusammenfassung dieser Kommentare erstellen.

Anmerkung

Kommentarzusammenfassungen sind vorübergehend. Wenn du einen Pull-Request aktualisierst, verschwindet die Zusammenfassung. Inhaltszusammenfassungen enthalten keine Kommentare zum gesamten Pull-Request, sondern lediglich Kommentare zu Codeunterschieden bei Revisionen des Pull-Requests.

Diese Funktion funktioniert nicht mit Kommentaren, die zu Codeänderungen in Git-Submodulen hinterlassen wurden.

Diese Funktion ist für Pull-Requests in verknüpften Repositorys nicht verfügbar.

Um eine Zusammenfassung der Kommentare in einem Pull Request zu erstellen

  1. Navigiere zu dem Pull Request, den du im vorherigen Verfahren erstellt hast.

    Tipp

    Wenn du möchtest, kannst du jeden offenen Pull Request in deinem Projekt verwenden. Wähle in der Navigationsleiste Code, wähle Pull Requests und wähle einen beliebigen offenen Pull Request aus.

  2. Füge dem Pull Request unter Changes ein paar Kommentare hinzu, falls der Pull Request noch keine Kommentare enthält.

  3. Wähle in der Übersicht die Option Kommentarzusammenfassung erstellen aus. Wenn Sie fertig sind, wird der Abschnitt „Zusammenfassung der Kommentare“ erweitert.

  4. Sieh dir die Zusammenfassung der Kommentare an, die zu Änderungen im Code in Revisionen des Pull-Requests hinterlassen wurden, und vergleiche sie mit den Kommentaren im Pull Request.

Erstellen Sie ein Issue und weisen Sie es Amazon Q zu

Entwicklungsteams erstellen Issues, um ihre Arbeit zu verfolgen und zu verwalten, aber manchmal bleibt ein Problem bestehen, weil entweder nicht klar ist, wer daran arbeiten soll, oder das Problem erfordert Recherchen in einem bestimmten Teil der Codebasis oder weil andere dringende Arbeiten zuerst erledigt werden müssen. CodeCatalyst beinhaltet die Integration mit Amazon Q Developer Agent für die Softwareentwicklung. Sie können Probleme einem generativen KI-Assistenten namens Amazon Q zuweisen, der ein Problem anhand seines Titels und seiner Beschreibung analysieren kann. Wenn Sie das Problem Amazon Q zuweisen, wird Amazon Q versuchen, einen Lösungsentwurf zu erstellen, den Sie bewerten können. Dies kann Ihnen und Ihrem Team helfen, Ihre Arbeit auf Probleme zu konzentrieren und zu optimieren, die Ihre Aufmerksamkeit erfordern, während Amazon Q an einer Lösung für Probleme arbeitet, für die Sie nicht über Ressourcen verfügen, um sie sofort zu lösen.

Tipp

Amazon Q schneidet bei einfachen und unkomplizierten Problemen am besten ab. Die besten Ergebnisse erzielen Sie, wenn Sie im Klartext erklären, was Sie tun möchten.

Wenn Sie Amazon Q ein Problem zuweisen, CodeCatalyst wird das Problem als blockiert markiert, bis Sie bestätigen, wie Amazon Q das Problem lösen soll. Sie müssen drei Fragen beantworten, bevor der Vorgang fortgesetzt werden kann:

  • Ob Sie jeden einzelnen Schritt bestätigen möchten oder ob Sie möchten, dass ohne Feedback fortgefahren wird. Wenn Sie sich dafür entscheiden, jeden Schritt zu bestätigen, können Sie Amazon Q mit Feedback zu dem von Amazon erstellten Ansatz antworten, sodass das Unternehmen seinen Ansatz bei Bedarf wiederholen kann. Amazon Q kann auch das Feedback überprüfen, das Nutzer zu jeder von Amazon erstellten Pull-Anfrage hinterlassen, wenn Sie diese Option wählen. Wenn Sie sich dafür entscheiden, nicht jeden Schritt zu bestätigen, erledigt Amazon Q seine Arbeit möglicherweise schneller, aber es überprüft kein Feedback, das Sie ihm zu dem Issue oder in einem von ihm erstellten Pull-Request geben.

  • Ob Sie es zulassen möchten, dass Workflow-Dateien im Rahmen seiner Arbeit aktualisiert werden. In deinem Projekt sind möglicherweise Workflows so konfiguriert, dass sie Läufe bei Pull-Request-Ereignissen starten. Wenn ja, kann jeder von Amazon Q erstellte Pull Request, der das Erstellen oder Aktualisieren des Workflow-YAML beinhaltet, einen Lauf der im Pull Request enthaltenen Workflows starten. Es empfiehlt sich, Amazon Q nicht zu erlauben, an Workflow-Dateien zu arbeiten, es sei denn, Sie sind sicher, dass es in Ihrem Projekt keine Workflows gibt, die diese Workflows automatisch ausführen, bevor Sie den erstellten Pull Request überprüfen und genehmigen.

  • Ob Sie zulassen möchten, dass das Programm die Erstellung von Aufgaben vorschlägt, um die Arbeit an der Ausgabe in kleinere Abschnitte aufzuteilen, die den Benutzern, einschließlich Amazon Q selbst, individuell zugewiesen werden können. Wenn Sie Amazon Q erlauben, Aufgaben vorzuschlagen und zu erstellen, können Sie die Entwicklung komplexer Probleme beschleunigen, da mehrere Personen an einzelnen Teilen des Problems arbeiten können. Es kann auch dazu beitragen, die Komplexität des Verständnisses der gesamten Arbeit zu verringern, da die Arbeit, die zur Erledigung der einzelnen Aufgaben erforderlich ist, im Idealfall einfacher ist als das Thema, zu dem sie gehört.

  • In welchem Quell-Repository soll es funktionieren. Selbst wenn Ihr Projekt über mehrere Quell-Repositorys verfügt, kann Amazon Q nur mit Code in einem Quell-Repository arbeiten. Verknüpfte Repositorys werden nicht unterstützt.

Sobald Sie Ihre Auswahl getroffen und bestätigt haben, versetzt Amazon Q das Problem in den Status In Bearbeitung und versucht anhand des Problemtitels und seiner Beschreibung sowie des Codes im angegebenen Repository zu ermitteln, um welche Anfrage es sich handelt. Es erstellt einen angehefteten Kommentar, in dem es über den Status seiner Arbeit informiert. Nach Prüfung der Daten formuliert Amazon Q einen möglichen Lösungsansatz. Amazon Q zeichnet seine Maßnahmen auf, indem es seinen angehefteten Kommentar aktualisiert und in jeder Phase seine Fortschritte in Bezug auf das Problem kommentiert. Im Gegensatz zu angehefteten Kommentaren und Antworten führt das Unternehmen keine strikt chronologische Aufzeichnung seiner Arbeit. Vielmehr werden die relevantesten Informationen zu seiner Arbeit an oberster Stelle des angehefteten Kommentars angezeigt. Es wird versuchen, Code auf der Grundlage seines Ansatzes und seiner Analyse des Codes zu erstellen, der sich bereits im Repository befindet. Wenn es erfolgreich eine potenzielle Lösung generiert, erstellt es einen Branch und überträgt Code an diesen Branch. Anschließend wird ein Pull-Request erstellt, der diesen Branch mit dem Standard-Branch zusammenführt. Wenn Amazon Q seine Arbeit abgeschlossen hat, verschiebt es das Problem in den Status In Prüfung, sodass Sie und Ihr Team wissen, dass Code für Sie zur Bewertung bereit ist.

Anmerkung

Diese Funktion ist nur über Issues in der Region USA West (Oregon) verfügbar. Sie ist nicht verfügbar, wenn du dein Projekt für die Verwendung von Jira mit der Jira Software-Erweiterung konfiguriert hast. Wenn du außerdem das Layout deines Boards angepasst hast, ändert sich der Status des Problems möglicherweise nicht. Die besten Ergebnisse erzielst du, wenn du diese Funktion nur bei Projekten verwendest, die ein Standard-Pinnwand-Layout haben.

Diese Funktion funktioniert nicht mit Git-Submodulen. Es kann keine Änderungen an Git-Submodulen vornehmen, die im Repository enthalten sind.

Sobald Sie Amazon Q ein Problem zugewiesen haben, können Sie den Titel oder die Beschreibung des Problems nicht mehr ändern oder es einer anderen Person zuweisen. Wenn Sie die Zuordnung von Amazon Q zu dem Problem aufheben, wird der aktuelle Schritt abgeschlossen und die Arbeit eingestellt. Sobald die Zuweisung aufgehoben wurde, kann es seine Arbeit nicht wieder aufnehmen oder dem Problem erneut zugewiesen werden.

Ein Problem kann automatisch in die Spalte In Prüfung verschoben werden, wenn es Amazon Q zugewiesen wurde, wenn ein Benutzer beschließt, ihm das Erstellen von Aufgaben zu gestatten. Es kann jedoch sein, dass das Problem in Bearbeitung immer noch Aufgaben enthält, die sich in einem anderen Status befinden, z. B. im Status In Bearbeitung.

In diesem Teil des Tutorials erstellen Sie drei Probleme auf der Grundlage potenzieller Funktionen für den Code, der in Projekten enthalten ist, die mit dem dreistufigen Webanwendungs-Blueprint Modern erstellt wurden: eines zum Hinzufügen einer neuen Mysfit-Kreatur, eines zum Hinzufügen einer Sortierfunktion und eines zum Aktualisieren eines Workflows, sodass ein Branch mit einem Namen hinzugefügt wird. test

Anmerkung

Wenn Sie an einem Projekt mit anderem Code arbeiten, erstellen Sie Probleme mit Titeln und Beschreibungen, die sich auf diese Codebasis beziehen.

Um ein Problem zu erstellen und eine Lösung zu erstellen, die Sie evaluieren können

  1. Wähle im Navigationsbereich Probleme aus und vergewissere dich, dass du dich in der Board-Ansicht befindest.

  2. Wähle Ausgabe erstellen aus.

  3. Geben Sie der Ausgabe einen Titel, der im Klartext erklärt, was Sie tun möchten. Geben Sie für diese Ausgabe beispielsweise einen Titel von einCreate another mysfit named Quokkapus. Geben Sie im Feld Beschreibung die folgenden Details an:

    Expand the table of mysfits to 13, and give the new mysfit the following characteristics:

Name: Quokkapus

Species: Quokka-Octopus hybrid

Good/Evil: Good

Lawful/Chaotic: Chaotic

Age: 216

Description: Australia is full of amazing marsupials, but there's nothing there quite like the Quokkapus. 
She's always got a friendly smile on her face, especially when she's using her eight limbs to wrap you up 
in a great big hug. She exists on a diet of code bugs and caffeine. If you've got some gnarly code that needsa
assistance, adopt Quokkapus and put her to work - she'll love it! Just make sure you leave enough room for 
her to grow, and keep that coffee coming.

  4. (Optional) Hängen Sie dem Problem ein Bild an, das Sie als Vorschaubild und Profilbild für Mysfit verwenden können. Wenn du das tust, aktualisiere die Beschreibung, um zu erfahren, welche Bilder du verwenden möchtest und warum. Du könntest der Beschreibung beispielsweise Folgendes hinzufügen: „Für Mysfit müssen Bilddateien auf der Website bereitgestellt werden. Füge die an diese Ausgabe angehängten Bilder im Rahmen der Arbeit zum Quell-Repository hinzu und stelle die Bilder auf der Website bereit.“

    Anmerkung

    Die angehängten Bilder können während der Interaktionen in diesem Tutorial auf der Website bereitgestellt werden oder auch nicht. Sie können die Bilder selbst zur Website hinzufügen und dann Kommentare hinterlassen, damit Amazon Q seinen Code so aktualisiert, dass er auf die Bilder verweist, die es verwenden soll, nachdem es eine Pull-Anfrage erstellt hat.

    Überprüfen Sie die Beschreibung und stellen Sie sicher, dass sie alle Details enthält, die möglicherweise benötigt werden, bevor Sie mit dem nächsten Schritt fortfahren.

  5. Wählen Sie unter Beauftragte die Option Zu Amazon Q zuweisen aus.

  6. Wählen Sie unter Quell-Repository das Quell-Repository aus, das den Projektcode enthält.

  7. Schieben Sie das Feld Require Amazon Q to stop nach jedem Schritt und warten Sie auf die Überprüfung der zugehörigen Arbeitsauswahl, falls erforderlich, in den Status Aktiv.

    Anmerkung

    Wenn Sie die Option auswählen, dass Amazon Q nach jedem Schritt beendet wird, können Sie das Problem oder alle erstellten Aufgaben kommentieren. Sie haben die Möglichkeit, Amazon Q seine Vorgehensweise auf der Grundlage Ihrer Kommentare bis zu dreimal ändern zu lassen. Wenn Sie die Option wählen, Amazon Q nicht nach jedem Schritt unterbrechen zu lassen, damit Sie die Arbeit überprüfen können, geht die Arbeit möglicherweise schneller voran, da Amazon Q nicht auf Ihr Feedback wartet. Sie können jedoch nicht beeinflussen, in welche Richtung Amazon Q einschlägt, indem Sie Kommentare hinterlassen. Amazon Q reagiert auch nicht auf Kommentare, die in einer Pull-Anfrage hinterlassen wurden, wenn Sie diese Option wählen.

  8. Belassen Sie die Option Amazon Q, Workflow-Dateien zu ändern, im inaktiven Zustand.

  9. Schieben Sie die Option Amazon Q, das Erstellen von Aufgaben vorzuschlagen, in den Status Aktiv.

  10. Wählen Sie Problem erstellen aus. Ihre Ansicht wechselt zum Forum „Probleme“.

  11. Wähle Ausgabe erstellen, um eine weitere Ausgabe zu erstellen, diesmal eine mit dem TitelChange the get_all_mysfits() API to return mysfits sorted by the Age attribute. Ordnen Sie dieses Problem Amazon Q zu und erstellen Sie das Problem.

  12. Wählen Sie Ausgabe erstellen, um eine weitere Ausgabe zu erstellen, diesmal eine mit dem TitelUpdate the OnPullRequest workflow to include a branch named test in its triggers. Verlinken Sie optional in der Beschreibung auf den Workflow. Weisen Sie dieses Problem Amazon Q zu, aber stellen Sie dieses Mal sicher, dass die Option Amazon Q das Ändern von Workflow-Dateien erlauben auf den Status Aktiv gesetzt ist. Erstellen Sie das Problem, um zum Forum „Probleme“ zurückzukehren.

    Tipp

    Sie können nach Dateien, einschließlich Workflow-Dateien, suchen, indem Sie das At-Symbol (@) und den Dateinamen eingeben.

Sobald Sie die Probleme erstellt und zugewiesen haben, werden sie in den Status In Bearbeitung aufgenommen. Amazon Q fügt in einem angehefteten Kommentar Kommentare hinzu, in denen der Fortschritt des Vorgangs nachverfolgt wird. Wenn es in der Lage ist, einen Lösungsansatz zu definieren, aktualisiert es die Beschreibung des Problems mit einem Abschnitt „Hintergrund“, der die Analyse der Codebasis enthält, und einem Abschnitt „Ansatz“, in dem der vorgeschlagene Ansatz zur Erstellung einer Lösung detailliert beschrieben wird. Wenn Amazon Q erfolgreich eine Lösung für das in der Ausgabe beschriebene Problem findet, erstellt es einen Branch und führt in diesem Branch Code-Änderungen durch, die den Lösungsvorschlag umsetzen. Wenn der vorgeschlagene Code Ähnlichkeiten mit offenem Quellcode enthält, von denen Amazon Q Kenntnis hat, wird eine Datei bereitgestellt, die Links zu diesem Code enthält, sodass Sie ihn überprüfen können. Sobald der Code fertig ist, wird ein Pull-Request erstellt, sodass Sie die vorgeschlagenen Codeänderungen überprüfen können, fügt dem Issue einen Link zu diesem Pull Request hinzu und verschiebt das Issue in den Status In Review.

Wichtig

Du solltest immer alle Codeänderungen in einem Pull Request überprüfen, bevor du ihn zusammenführst. Das Zusammenführen von Codeänderungen, die von Amazon Q vorgenommen wurden, kann sich wie alle anderen Codeänderungen negativ auf Ihre Codebasis und Ihren Infrastrukturcode auswirken, wenn der zusammengeführte Code nicht ordnungsgemäß überprüft wird und beim Zusammenführen Fehler enthält.

Um ein Problem und einen verknüpften Pull-Request zu überprüfen, der von Amazon Q vorgenommene Änderungen enthält

  1. Wählen Sie unter Issues ein Amazon Q zugewiesenes Issue aus, das gerade in Bearbeitung ist. Überprüfen Sie die Kommentare, um den Fortschritt von Amazon Q zu verfolgen. Falls vorhanden, überprüfen Sie den Hintergrund und wenden Sie sich an die Angaben in der Beschreibung des Problems. Wenn Sie Amazon Q das Vorschlagen von Aufgaben gestatten möchten, überprüfen Sie alle vorgeschlagenen Aufgaben und ergreifen Sie die erforderlichen Maßnahmen. Wenn Amazon Q beispielsweise Aufgaben vorgeschlagen hat und Sie die Reihenfolge ändern oder bestimmten Benutzern Aufgaben zuweisen möchten, wählen Sie Aufgaben ändern, hinzufügen oder neu anordnen und führen Sie alle erforderlichen Aktualisierungen durch. Wenn Sie mit der Anzeige des Problems fertig sind, wählen Sie X, um den Problembereich zu schließen.

    Tipp

    Um den Fortschritt der Aufgaben anzuzeigen, wählen Sie die Aufgabe aus der Aufgabenliste der Ausgabe aus. Aufgaben werden nicht als separate Elemente auf der Pinnwand angezeigt und können nur über eine Ausgabe aufgerufen werden. Wenn Amazon Q eine Aufgabe zugewiesen ist, müssen Sie die Aufgabe öffnen, um alle Aktionen zu genehmigen, die sie ausführen möchte. Du musst auch eine Aufgabe öffnen, um alle verknüpften Pull Requests zu sehen, da sie nicht als Links in der Ausgabe erscheinen, sondern nur in der Aufgabe. Um von einer Aufgabe zu einem Issue zurückzukehren, wähle den Link zum Issue aus.

  2. Wählen Sie nun ein Amazon Q zugewiesenes Problem aus, das derzeit geprüft wird. Prüfen Sie den Hintergrund und gehen Sie auf die Informationen ein, die in der Beschreibung des Problems aufgeführt sind. Lesen Sie die Kommentare, um zu verstehen, welche Aktionen ausgeführt wurden. Sehen Sie sich alle Aufgaben an, die im Zusammenhang mit diesem Problem erstellt wurden, einschließlich ihres Fortschritts, aller Maßnahmen, die Sie möglicherweise ergreifen müssen, und aller Kommentare. Wähle unter Pull Requests den Link zum Pull Request neben dem Label Open aus, um den Code zu überprüfen.

    Tipp

    Für Aufgaben generierte Pull Requests werden in der Aufgabenansicht nur als verknüpfte Pull Requests angezeigt. Sie werden nicht als verknüpfte Pull Requests für das Issue angezeigt.

  3. Überprüfe im Pull Request die Codeänderungen. Weitere Informationen finden Sie unter Überprüfen einer Pull-Anforderung. Hinterlassen Sie Kommentare zur Pull-Anfrage, wenn Sie möchten, dass Amazon Q einen der vorgeschlagenen Codes ändert. Seien Sie spezifisch, wenn Sie Kommentare für Amazon Q hinterlassen, um die besten Ergebnisse zu erzielen.

    Wenn du zum Beispiel den für erstellten Pull Request überprüfstCreate another mysfit named Quokkapus, stellst du vielleicht fest, dass die Beschreibung einen Tippfehler enthält. Du könntest einen Kommentar für Amazon Q hinterlassen, in dem es heißt: „Ändere die Beschreibung, um den Tippfehler „needsa“ zu korrigieren, indem du ein Leerzeichen zwischen „needs“ und „a“ hinzufügst.“ Alternativ könnten Sie einen Kommentar hinterlassen, in dem Amazon Q aufgefordert wird, die Beschreibung zu aktualisieren und die gesamte überarbeitete Beschreibung bereitzustellen, damit sie darin aufgenommen werden kann.

    Wenn Sie Bilder für das neue Mysfit auf die Website hochgeladen haben, können Sie einen Kommentar hinterlassen, damit Amazon Q das Mysfit mit Hinweisen auf das Bild und einem Miniaturbild aktualisiert, das für das neue Mysfit verwendet werden soll.

    Anmerkung

    Amazon Q reagiert nicht auf einzelne Kommentare. Amazon Q berücksichtigt Feedback, das in Kommentaren in Pull-Requests hinterlassen wurde, nur, wenn Sie bei der Erstellung des Issues die Standardoption gewählt haben, nach jedem Schritt anzuhalten, um eine Genehmigung einzuholen.

  4. (Optional) Nachdem Sie und andere Projektbenutzer alle gewünschten Kommentare zu Änderungen am Code hinterlassen haben, wählen Sie Revision erstellen, damit Amazon Q eine Revision des Pull-Requests erstellt, die die von Ihnen in den Kommentaren angeforderten Änderungen enthält. Der Fortschritt bei der Revisionserstellung wird von Amazon Q in der Übersicht und nicht unter Änderungen angezeigt. Stellen Sie sicher, dass Sie Ihren Browser aktualisieren, um die neuesten Updates von Amazon Q zum Erstellen der Revision zu sehen.

    Anmerkung

    Nur der Benutzer, der das Problem erstellt hat, kann eine Revision des Pull-Requests erstellen. Du kannst nur eine Revision eines Pull Requests anfordern. Vergewissere dich, dass du alle Probleme mit Kommentaren behoben hast und dass du mit dem Inhalt der Kommentare zufrieden bist, bevor du Revision erstellen auswählst.

  5. In diesem Beispielprojekt wird für jeden Pull Request ein Workflow ausgeführt. Vergewissere dich, dass ein Workflow erfolgreich ausgeführt wird, bevor du den Pull Request zusammenführst. Du kannst dich auch dafür entscheiden, zusätzliche Workflows und Umgebungen zu erstellen, um den Code zu testen, bevor du ihn zusammenführst. Weitere Informationen finden Sie unter Erste Schritte mit Workflows.

  6. Wenn du mit der neuesten Version des Pull Requests zufrieden bist, wähle Merge.

Erstelle ein Issue und lass dir dafür von Amazon Q Aufgaben empfehlen

Ein Problem kann manchmal einen komplexen oder langwierigen Arbeitsaufwand beinhalten. CodeCatalyst beinhaltet die Integration mit Amazon Q Developer Agent für die Softwareentwicklung. Sie können Amazon Q bitten, ein Problem anhand seines Titels und seiner Beschreibung zu analysieren und eine logische Aufteilung der Arbeit in einzelne Aufgaben zu empfehlen. Es wird versucht, eine Liste mit empfohlenen Aufgaben zu erstellen, die dann überprüft, geändert und ausgewählt werden kann, ob sie erstellt werden sollen. Dies kann Ihnen und Ihrem Team helfen, einzelne Teile der Arbeit Benutzern auf überschaubarere Weise zuzuweisen, die schneller erledigt werden können.

Um eine Liste mit empfohlenen Aufgaben für ein Problem zu erstellen und zu überprüfen

  1. Wähle im Navigationsbereich Probleme aus und vergewissere dich, dass du dich in der Board-Ansicht befindest.

  2. Wähle Ausgabe erstellen aus.

  3. Geben Sie der Ausgabe einen Titel, der im Klartext erklärt, was Sie tun möchten. Geben Sie für diese Ausgabe beispielsweise einen Titel von einChange the get_all_mysfits() API to return mysfits sorted by the Good/Evil attribute. Geben Sie im Feld Beschreibung die folgenden Details an:

    Update the API to allow sorting of mysfits by whether they are Good, Neutral, or Evil. Add a button on the website that allows users to quickly choose this sort and to exclude alignments that they don't want to see.

  4. Lesen Sie die Beschreibung und stellen Sie sicher, dass sie alle Informationen enthält, die Sie möglicherweise benötigen, bevor Sie mit dem nächsten Schritt fortfahren.

  5. Wählen Sie unter Zuständige aus, ob Sie das Problem sich selbst zuweisen möchten.

  6. Wählen Sie Ausgabe erstellen aus. Ihre Ansicht wechselt zum Forum „Probleme“.

  7. Wählen Sie die soeben erstellte Ausgabe aus, um sie zu öffnen. Wählen Sie Aufgaben empfehlen.

  8. Wählen Sie das Quell-Repository, das den Code für das Problem enthält. Wählen Sie Mit dem Empfehlen von Aufgaben beginnen.

Das Dialogfeld wird geschlossen und Amazon Q beginnt, das Problem auf seine Komplexität hin zu analysieren. Wenn das Problem komplex ist, wird vorgeschlagen, die Arbeit in separate, aufeinander folgende Aufgaben aufzuteilen. Wenn die Liste fertig ist, wählen Sie Empfohlene Aufgaben anzeigen. Sie können zusätzliche Aufgaben hinzufügen, die empfohlenen Aufgaben ändern und die Aufgaben neu anordnen. Wenn Sie mit den Empfehlungen einverstanden sind, werden die Aufgaben durch Auswahl von Aufgaben erstellen erstellt. Sie können diese Aufgaben dann Benutzern zuweisen, die an ihnen arbeiten, oder sogar Amazon Q selbst.

Bereinigen von Ressourcen

Wenn Sie dieses Tutorial abgeschlossen haben, sollten Sie erwägen, die folgenden Maßnahmen zu ergreifen, um alle Ressourcen zu bereinigen, die Sie in diesem Tutorial erstellt haben und die Sie nicht mehr benötigen.

  • Heben Sie die Zuweisung von Amazon Q zu Problemen auf, an denen nicht mehr gearbeitet wird. Wenn Amazon Q die Arbeit an einem Problem abgeschlossen hat oder keine Lösung finden konnte, stellen Sie sicher, dass Sie die Zuweisung von Amazon Q aufheben, um zu vermeiden, dass das maximale Kontingent für generative KI-Funktionen erreicht wird. Weitere Informationen finden Sie unter Verwaltung von Funktionen und Preisen für generative KI.

  • Verschiebe alle Probleme, bei denen die Arbeit abgeschlossen ist, auf Erledigt.

  • Wenn das Projekt nicht mehr benötigt wird, löschen Sie es.