Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Khusus

Apa itu AWS Ubah kustom?

AWS Transform custom menggunakan agentic AI untuk melakukan modernisasi skala besar perangkat lunak, kode, pustaka, dan kerangka kerja untuk mengurangi utang teknis. Ini menangani beragam skenario termasuk peningkatan versi bahasa, migrasi API dan layanan, peningkatan dan migrasi kerangka kerja, refactoring kode, dan transformasi khusus organisasi.

Melalui pembelajaran berkelanjutan, agen meningkatkan dari setiap eksekusi dan umpan balik pengembang, memberikan transformasi berkualitas tinggi dan berulang tanpa memerlukan keahlian otomatisasi khusus.

Kemampuan Kunci

AWS Transform custom menyediakan kemampuan berikut:

Pola Transformasi

AWS Transform custom mendukung beragam pola transformasi untuk memenuhi kebutuhan modernisasi Anda. Setiap pola memiliki karakteristik kompleksitas yang berbeda berdasarkan ruang lingkup dan sifat perubahan yang diperlukan.

Bagaimana AWS Mengubah Karya kustom

AWS Transform custom biasanya digunakan dalam proyek skala besar di mana beberapa basis kode atau modul diubah. Tim biasanya mengikuti alur kerja empat fase:

Tentukan Transformasi - Berikan petunjuk bahasa alami, dokumentasi, dan sampel kode kepada agen, yang menghasilkan definisi transformasi awal. Definisi ini dapat disempurnakan secara iteratif melalui obrolan atau pengeditan langsung. Fase ini dapat dilewati saat menggunakan transformasi AWS-managed.

Pilot atau Proof-of-Concept - Uji transformasi pada basis kode sampel dan perbaiki berdasarkan hasil. Fase validasi ini membantu memperkirakan biaya dan upaya transformasi penuh. Pembelajaran berkelanjutan meningkatkan kualitas selama fase ini.

Eksekusi Berskala - Siapkan eksekusi massal otomatis menggunakan CLI, dengan pengembang meninjau dan memvalidasi hasil. Pantau kemajuan menggunakan aplikasi web dan melacak transformasi di beberapa repositori.

Monitor dan Tinjau - Pembelajaran berkelanjutan secara otomatis meningkatkan kualitas transformasi. Tinjau pelajaran yang telah diambil dari proses sebelumnya untuk memastikan mereka memenuhi standar kualitas, dan arsipkan apa pun yang tidak berguna.

Memahami Konsep Kunci

Bagian ini menjelaskan konsep-konsep kunci untuk bekerja dengan AWS Transform custom.

Definisi Transformasi

Definisi transformasi berisi instruksi dan pengetahuan yang diperlukan untuk melakukan transformasi kode tertentu. Ini direpresentasikan sebagai keterampilan dan terdiri dari:

AWS Transform CLI secara otomatis mengunduh definisi transformasi ke direktori saat ini bila diperlukan untuk eksekusi, inspeksi, atau modifikasi.

Kategori definisi transformasi

Definisi transformasi dapat memiliki kategori yang mengatakan bagaimana itu digunakan:

Atur kategori dengan --category opsi atx custom def publish atauatx 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 menggunakan kategori untuk memutuskan di mana definisi transformasi dapat digunakan.

Sebelum mengirimkan analisis kustom, jadwal, atau remediasi, AWS Transform memeriksa kategori definisi transformasi.

Untuk mengubah kategori definisi transformasi, publikasikan lagi dengan --category nilai yang berbeda. Jika Anda menerbitkan versi baru tanpa--category, versi baru menyimpan kategori versi sebelumnya.

Untuk cara menjalankan definisi analysis transformasi, lihatAnalisis kustom.

Tulis definisi transformasi untuk analisis

Untuk mendapatkan temuan yang berguna, tulis definisi transformasi sehingga menjelaskan apa yang harus dicari, bagaimana mengklasifikasikan setiap masalah, dan apa yang tidak boleh dilakukan. Kami merekomendasikan bagian berikut diSKILL.md.

Contoh berikut menemukan proyek Java yang masih menargetkan versi Java lebih awal dari 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.

Ketika definisi transformasi ini berjalan terhadap proyek yang pom.xml setnya<source>1.8</source>, itu menghasilkan temuan high tingkat keparahan dalam outdated-compile-target kategori, dengan AWS/java-version-upgrade sebagai perbaikannya.

Kiat untuk menulis definisi transformasi analisis

Uji definisi transformasi pada repositori yang Anda tahu berisi masalah sebelum Anda mempublikasikannya. Simpan sebagai draf denganatx custom def save-draft, atau jalankan secara lokal dengan atx ct analysis run (lihatAnalisis kustom).

Registri Transformasi

Registri transformasi adalah repositori terpusat AWS akun Anda untuk menyimpan dan mengelola definisi transformasi. Transformasi dalam registri dapat berupa:

Draf vs Transformasi yang Diterbitkan

AWS Transform custom mendukung dua status untuk transformasi dalam registri:

Transformasi draf adalah definisi transformasi yang sedang berlangsung atau belum teruji. Mereka disimpan sebagai versi tertentu dan dapat diambil, diperbarui, dan dieksekusi oleh pengguna yang mengacu pada versi tertentu. Draf berguna untuk pengembangan berulang, pengujian, dan penyempurnaan sebelum transformasi siap untuk dibagikan dengan tim Anda. Draf juga terkait dengan percakapan tertentu. Jika Anda me-restart CLI, Anda dapat menggunakan atx --conversation-id {id} untuk memulihkan yang sebelumnya.

Transformasi yang dipublikasikan tersedia di registri transformasi akun Anda untuk dieksekusi oleh pengguna lain dengan izin IAM yang diperlukan. Transformasi yang dipublikasikan dapat ditemukan menggunakanatx custom def list.

Alur kerja tipikal adalah:

Anda juga dapat mempublikasikan transformasi secara langsung tanpa menyimpannya sebagai draf.

Referensi vs. Pelajaran

AWS Transform custom menggunakan dua jenis pengetahuan untuk meningkatkan kualitas transformasi:

Referensi adalah dokumentasi yang disediakan pengguna yang disimpan dalam references/ folder definisi transformasi. Referensi hanya mendukung file teks (total maksimum 10MB untuk semua file) dan biasanya berisi dokumentasi, spesifikasi API, panduan migrasi, dan contoh kode. Referensi dimuat sesuai kebutuhan selama eksekusi transformasi. Anda menambahkan referensi saat membuat atau memperbarui definisi transformasi dalam mode interaktif.

Pelajaran secara otomatis diekstraksi dari transformasi sebelumnya. Sistem pembelajaran berkelanjutan menghasilkannya dari lintasan eksekusi, umpan balik pengembang, dan perbaikan kode yang ditemuinya selama transformasi. Ini mengelompokkan pelajaran terkait ke dalam kategori sehingga Anda dapat meninjaunya bersama. Tidak seperti referensi, yang Anda berikan di muka, pelajaran terakumulasi dari waktu ke waktu saat Anda menjalankan transformasi di berbagai basis kode, dan sistem menerapkannya secara otomatis untuk meningkatkan proses masa depan. Anda meninjau dan mengelola pelajaran secara interaktif denganatx custom def learnings.

Perintah Build dan Validasi

Perintah build atau validasi adalah parameter opsional yang menentukan cara memvalidasi kode Anda selama proses transformasi. Perintah ini dijalankan di berbagai titik selama transformasi untuk memastikan integritas kode.

Memberikan perintah yang memvalidasi hasil dan mengembalikan masalah jika validasi gagal sangat penting untuk meningkatkan kualitas transformasi melalui pembelajaran berkelanjutan. Jika tidak diperlukan build atau validasi, hilangkan input Anda.

Untuk contoh dan panduan terperinci, lihat Perintah Membangun dan Validasi di bagian Alur Kerja.

Pembelajaran Terus Berkelanjutan

Pembelajaran berkelanjutan adalah sistem yang secara otomatis menangkap umpan balik dari setiap eksekusi transformasi dan meningkatkan kualitas transformasi dari waktu ke waktu. Sistem mengumpulkan informasi melalui:

Sistem pembelajaran berkelanjutan memproses informasi ini untuk menciptakan pelajaran yang ditambahkan ke definisi transformasi untuk meningkatkan transformasi masa depan. Sistem menjalankan proses pembelajaran secara otomatis setelah transformasi selesai, tidak memerlukan masukan tambahan dari Anda.

Mengelola Pelajaran

Sistem menghasilkan pelajaran secara otomatis, tetapi Anda tetap mengendalikan pelajaran mana yang berlaku untuk masa depan. atx custom def learningsPerintah membuka sesi terminal interaktif untuk meninjau dan mengkurasi pelajaran yang telah dikumpulkan oleh transformasi.

Dalam sesi ini, Anda dapat:

Untuk instruksi langkah demi langkah, lihat Pembelajaran Terus Berkelanjutan.

Client-Side Keterampilan

Client-side keterampilan adalah kemampuan tambahan yang memperluas agen selama eksekusi transformasi. Tidak seperti definisi transformasi yang menentukan transformasi apa yang harus dilakukan, keterampilan sisi klien menyediakan alat tambahan, skrip, dan instruksi yang dapat digunakan agen bersama kemampuan bawaannya selama transformasi apa pun.

Client-side keterampilan ditemukan dari direktori tingkat proyek dan tingkat pengguna. Tempatkan keterampilan di tingkat proyek ketika mereka menegakkan standar khusus untuk repositori, dan pada tingkat pengguna ketika mereka berlaku di semua proyek Anda. Project-level keterampilan hanya tersedia ketika jalur repositori kode disediakan. Untuk konfigurasi dan penggunaan terperinci, lihatClient-Side Keterampilan.

Pengantar perintah transformasi khusus

Berikut adalah beberapa perintah yang dapat Anda gunakan dengan transformasi khusus. Daftar lengkap perintah ada di referensi perintah AWS Transform custom transformations.