Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

Personalizada

¿Qué es? AWS ¿Transformar de forma personalizada?

AWS Transform custom utiliza la IA de los agentes para modernizar a gran escala el software, el código, las bibliotecas y los marcos a fin de reducir la deuda técnica. Gestiona diversos escenarios, como las actualizaciones de las versiones lingüísticas, las migraciones de API y servicios, las actualizaciones y migraciones de los marcos, la refactorización del código y las transformaciones específicas de la organización.

Gracias al aprendizaje continuo, el agente mejora a partir de cada ejecución y de los comentarios de los desarrolladores, y ofrece transformaciones repetibles y de alta calidad sin necesidad de conocimientos especializados en automatización.

Capacidades clave

AWS Transform custom ofrece las siguientes funciones:

Patrones de transformación

AWS Transform custom admite diversos patrones de transformación para abordar sus necesidades de modernización. Cada patrón tiene características de complejidad diferentes según el alcance y la naturaleza de los cambios necesarios.

Cómo AWS Transforme obras personalizadas

AWS Transform custom se suele utilizar en proyectos a gran escala en los que se transforman varias bases de código o módulos. Los equipos suelen seguir un flujo de trabajo de cuatro fases:

Defina la transformación: proporcione instrucciones en lenguaje natural, documentación y ejemplos de código al agente, lo que generará una definición inicial de la transformación. Esta definición se puede refinar de forma iterativa mediante el chat o mediante ediciones directas. Esta fase se puede omitir cuando se utilizan AWS transformaciones gestionadas.

Realice una prueba piloto o Proof-of-Concept pruebe la transformación en bases de código de muestra y fíjela en función de los resultados. Esta fase de validación ayuda a estimar el coste y el esfuerzo de la transformación completa. El aprendizaje continuo mejora la calidad durante esta fase.

Ejecución escalada: configure la ejecución masiva automatizada mediante la CLI, con los desarrolladores revisando y validando los resultados. Supervise el progreso mediante la aplicación web y realice un seguimiento de las transformaciones en varios repositorios.

Supervise y revise: el aprendizaje continuo mejora automáticamente la calidad de la transformación. Revisa las lecciones extraídas de series anteriores para asegurarte de que cumplen con los estándares de calidad y archiva las que no sean útiles.

Comprensión de conceptos clave de

En esta sección se explican los conceptos clave para trabajar con AWS Transform custom.

Definiciones de transformación

Una definición de transformación contiene las instrucciones y los conocimientos necesarios para realizar una transformación de código específica. Se representa como una habilidad y consiste en:

AWS Transform CLI descarga automáticamente las definiciones de transformación en el directorio actual cuando es necesario para su ejecución, inspección o modificación.

Categorías de definición de transformaciones

Una definición de transformación puede tener una categoría que indique cómo se usa:

Defina la categoría con la --category opción de atx custom def publish oatx custom def save-draft:

atx custom def publish -n <transformation-name> --description "Description" --sd <directory> --category analysis
atx custom def publish -n <transformation-name> --description "Description" --sd <directory> --category remediation
atx custom def list    # The Category column shows each transformation definition's category

AWS Transform usa la categoría para decidir dónde se puede usar una definición de transformación.

Antes de enviar un análisis, un programa o una corrección personalizados, AWS Transform comprueba la categoría de la definición de transformación.

Para cambiar la categoría de una definición de transformación, vuelva a publicarla con un --category valor diferente. Si publica una nueva versión sin ella--category, la nueva versión mantiene la categoría de la versión anterior.

Para saber cómo ejecutar una definición de analysis transformación, consulteAnálisis personalizado.

Escriba una definición de transformación para su análisis

Para obtener resultados útiles, escriba la definición de transformación de forma que describa qué buscar, cómo clasificar cada problema y qué no hacer. Recomendamos las siguientes secciones enSKILL.md.

En el siguiente ejemplo, se buscan proyectos de Java que siguen apuntando a una versión de Java anterior a la 17.

---
name: java-version-detector
description: Report where a repository still targets a Java version earlier than 17, in build files, Dockerfiles, toolchain files, and CI workflows. Analysis only - no code is modified.
---

# Java Version Detector

Find where the repository targets a Java version earlier than Java 17. This is a
read-only analysis: report findings, and do not modify any files.

## Entry Criteria

The repository contains a Java build file (`pom.xml`, `build.gradle`,
`build.gradle.kts`, or `gradle.properties`), or a file that selects a JDK
(`.java-version`, `.tool-versions`, `.sdkmanrc`, a `Dockerfile`, or a file under
`.github/workflows/`).

## Scope

- Inspect build files, toolchain files, Dockerfiles, and CI workflow files.
- Skip build output (`build/`, `target/`) and vendored dependencies.

## What to Report

Report one finding for each place that selects a Java version earlier than 17:

1. A compile target, such as `maven.compiler.source`, `maven.compiler.release`,
   `java.version`, `sourceCompatibility`, or a Gradle toolchain `languageVersion`.
2. A Dockerfile base image that ships a JDK or JRE earlier than 17, such as
   `openjdk:8` or `amazoncorretto:11`.
3. A CI job or toolchain file that selects a JDK earlier than 17.

For each finding, include the file path, the line number, and the version you found.

## Categories

- `outdated-compile-target` - a build file compiles for an old Java version
- `outdated-runtime-image` - a Dockerfile uses an old JDK or JRE image
- `outdated-ci-jdk` - a CI workflow or toolchain file selects an old JDK

## Severity Criteria

- **high** - the project compiles for Java 8 or earlier
- **medium** - the project compiles for Java 9 through 16
- **low** - only the runtime image or CI uses an old JDK, and the compile target is 17 or later

## Exit Criteria

1. Every in-scope file has been inspected.
2. Every finding has a file path, line number, category, and severity from the lists above.
3. No file in the repository has been modified.
4. If nothing is found, state that the repository targets Java 17 or later.

Cuando esta definición de transformación se ejecuta en un proyecto cuyos pom.xml conjuntos<source>1.8</source>, produce un hallazgo de high gravedad en la outdated-compile-target categoría, con AWS/java-version-upgrade la corrección.

Consejos para escribir definiciones de transformación y análisis

Pruebe la definición de transformación en un repositorio que sepa que contiene el problema antes de publicarla. Guárdala como borrador o ejecútala localmente con atx ct analysis run (consulteAnálisis personalizado). atx custom def save-draft

Registro de transformaciones

El registro de transformaciones es el repositorio centralizado de su AWS cuenta para almacenar y gestionar las definiciones de transformación. Las transformaciones en el registro pueden ser:

Transformaciones preliminares frente a transformaciones publicadas

AWS Transform custom admite dos estados para las transformaciones del registro:

Los borradores de las transformaciones son definiciones de transformación en curso o no probadas. Se guardan como versiones específicas y los usuarios que utilizan esa versión específica pueden recuperarlas, actualizarlas y ejecutarlas. Los borradores son útiles para el desarrollo, las pruebas y el perfeccionamiento iterativos antes de que la transformación esté lista para compartirse con tu equipo. Los borradores también se asocian a conversaciones específicas. Si reinicia la CLI, puede atx --conversation-id {id} utilizarla para restaurar una anterior.

Las transformaciones publicadas están disponibles en el registro de transformaciones de su cuenta para que las ejecuten otros usuarios con los permisos de IAM necesarios. Las transformaciones publicadas se pueden descubrir utilizandoatx custom def list.

El flujo de trabajo típico es:

También puedes publicar una transformación directamente sin guardarla como borrador.

Referencias frente a lecciones

AWS Transform custom utiliza dos tipos de conocimiento para mejorar la calidad de la transformación:

Las referencias son documentación proporcionada por el usuario que se almacena en la references/ carpeta de una definición de transformación. Las referencias solo admiten archivos de texto (máximo 10 MB en total para todos los archivos) y, por lo general, contienen documentación, especificaciones de API, guías de migración y ejemplos de código. Las referencias se cargan según sea necesario durante la ejecución de la transformación. Las referencias se añaden al crear o actualizar una definición de transformación en modo interactivo.

Las lecciones se extraen automáticamente de las ejecuciones anteriores de una transformación. El sistema de aprendizaje continuo las genera a partir de las trayectorias de ejecución, los comentarios de los desarrolladores y las correcciones de código que encuentra durante las transformaciones. Agrupa las lecciones relacionadas en categorías para que puedan repasarlas juntas. A diferencia de las referencias, que se proporcionan por adelantado, las lecciones se acumulan con el tiempo a medida que se ejecuta la transformación en diferentes bases de código, y el sistema las aplica automáticamente para mejorar las ejecuciones futuras. Con ellas revisas y gestionas las lecciones de forma interactiva. atx custom def learnings

Comandos de compilación y validación

El comando de compilación o validación es un parámetro opcional que especifica cómo validar el código durante el proceso de transformación. Este comando se ejecuta en varios puntos de la transformación para garantizar la integridad del código.

Para mejorar la calidad de la transformación mediante el aprendizaje continuo, es muy importante proporcionar un comando que valide los resultados y devuelva problemas si la validación falla. Si no es necesario compilarlo ni validarlo, omítelo en la entrada.

Para ver ejemplos y una guía detallada, consulta los comandos de compilación y validación en la sección Flujos de trabajo.

Aprendizaje continuo

El aprendizaje continuo es el sistema que captura automáticamente los comentarios de cada ejecución de una transformación y mejora la calidad de la transformación con el tiempo. El sistema recopila información a través de:

El sistema de aprendizaje continuo procesa esta información para crear lecciones que agrega a la definición de transformación para mejorar las transformaciones futuras. El sistema ejecuta el proceso de aprendizaje automáticamente una vez finalizadas las transformaciones, sin requerir ninguna intervención adicional por tu parte.

Gestión de las lecciones

El sistema genera las lecciones automáticamente, pero tú tienes el control de cuáles se aplican a futuras tiradas. El atx custom def learnings comando abre una sesión terminal interactiva para revisar y seleccionar las lecciones acumuladas durante la transformación.

En esta sesión, puede:

Para obtener instrucciones paso a paso, consulte Aprendizaje continuo.

Client-Side Habilidades

Client-side las habilidades son capacidades adicionales que amplían al agente durante las ejecuciones de transformación. A diferencia de las definiciones de transformación, que definen qué transformación realizar, las habilidades del lado del cliente proporcionan herramientas, scripts e instrucciones adicionales que el agente puede utilizar junto con sus capacidades integradas durante cualquier transformación.

Client-side las habilidades se descubren en los directorios a nivel de proyecto y de usuario. Sitúe las habilidades en el nivel de proyecto cuando hagan cumplir los estándares específicos de un repositorio, y en el nivel de usuario cuando se apliquen a todos sus proyectos. Project-level Las habilidades solo están disponibles cuando se proporciona una ruta al repositorio de código. Para obtener información detallada sobre la configuración y el uso, consulteClient-Side Habilidades.

Introducción a los comandos de transformación personalizados

Estos son algunos de los comandos que puede utilizar con las transformaciones personalizadas. La lista completa de comandos se encuentra en la referencia de comandos AWS Transformar transformaciones personalizadas.