CodeCatalyst에서 문제 생성 - Amazon CodeCatalyst
Amazon Q에 할당된 문제에 대한 모범 사례

CodeCatalyst에서 문제 생성

개발 팀은 작업을 추적하고 관리하는 데 도움이 되는 문제를 생성합니다. 필요에 따라 프로젝트 내에서 문제를 생성할 수 있습니다. 예를 들어 코드를 통해 변수 업데이트를 추적하는 문제를 생성할 수 있습니다. 프로젝트의 다른 사용자에게 문제를 할당하고, 레이블을 사용하여 작업 추적에 도움을 받는 등 다양한 작업을 수행할 수 있습니다.

다음 지침에 따라 CodeCatalyst에서 문제를 생성합니다.

문제를 생성하려면

  1. https://codecatalyst.aws/에서 CodeCatalyst 콘솔을 엽니다.

  2. 문제를 생성하려는 프로젝트로 이동합니다.

  3. 프로젝트 홈 페이지에서 문제 생성을 선택합니다. 또는 탐색 창에서 문제를 선택합니다.

  4. 문제 생성을 선택합니다.

    참고

    그리드 보기를 사용할 때 문제를 인라인으로 추가할 수도 있습니다.

  5. 문제의 제목을 입력합니다.

  6. (선택 사항) 설명을 입력합니다. 마크다운을 사용하여 서식 지정을 추가할 수 있습니다.

  7. (선택 사항) 문제에 대한 상태, 우선 순위 및 추정을 선택합니다.

    참고

    프로젝트의 추정 설정이 추정 숨기기로 설정된 경우 추정 필드는 없습니다.

  8. (선택 사항) 문제에 작업을 추가합니다. 작업을 사용하여 문제의 작업을 더 작은 목표로 세분화할 수 있습니다. 작업을 추가하려면 + 작업 추가를 선택합니다. 그런 다음 텍스트 필드에 작업 이름을 입력하고 Enter 키를 누릅니다. 작업을 추가한 후 확인란을 선택하여 완료로 표시하거나, 확인란의 왼쪽에서 작업을 선택하고 드래그하여, 순서를 변경할 수 있습니다.

  9. (선택 사항) 기존 레이블을 추가하거나 새 레이블을 생성하고 + 레이블 추가를 선택하여 추가합니다.

    1. 기존 레이블을 추가하려면 목록에서 레이블을 선택합니다. 필드에 검색어를 입력하여 프로젝트에 해당 용어가 포함된 모든 레이블을 검색할 수 있습니다.

    2. 새 레이블을 생성하고 추가하려면 검색 필드에 생성하려는 레이블의 이름을 입력하고 Enter 키를 누릅니다.

  10. (선택 사항) + 담당자 추가를 선택하여 담당자를 추가합니다. + 나를 추가를 선택하여 자신을 담당자로 빠르게 추가할 수 있습니다.

    작은 정보

    Amazon Q가 문제를 해결하도록 Amazon Q에 문제를 할당할 수 있습니다. 자세한 내용은 자습서: CodeCatalyst 생성형 AI 기능을 사용하여 개발 작업 속도 향상 섹션을 참조하세요. 이 기능은 미국 서부(오리건) 리전에서만 사용할 수 있습니다.

    이 기능을 사용하려면 스페이스에 생성형 AI 기능을 활성화해야 합니다. 자세한 내용은 생성형 AI 기능 관리를 참조하세요.

  11. (선택 사항) 기존 사용자 지정 필드를 추가하거나 새 사용자 지정 필드를 생성합니다. 문제에는 여러 사용자 지정 필드가 있을 수 있습니다.

    1. 기존 사용자 지정 필드를 추가하려면 목록에서 사용자 지정 필드를 선택합니다. 필드에 검색어를 입력하여 프로젝트에 해당 용어가 포함된 모든 사용자 지정 필드를 검색할 수 있습니다.

    2. 새 사용자 지정 필드를 생성하고 추가하려면, 검색 필드에 생성하려는 사용자 지정 필드의 이름을 입력하고 Enter 키를 누릅니다. 그런 다음 생성하려는 사용자 지정 필드 유형을 선택하고 값을 설정합니다.

  12. 문제 생성을 선택합니다. 오른쪽 하단 모서리에 알림이 나타납니다. 문제가 성공적으로 생성된 경우 문제가 성공적으로 생성되었다는 확인 메시지가 나타납니다. 문제가 성공적으로 생성되지 않은 경우 실패 이유와 함께 오류 메시지가 나타납니다. 이런 경우 재시도를 선택하여 문제를 편집하고 다시 생성하거나 취소를 선택하여 문제를 폐기할 수 있습니다. 두 옵션 모두 알림을 무시합니다.

    참고

    풀 요청을 생성할 때는 풀 요청을 문제에 연결할 수 없습니다. 그러나 문제를 생성한 후에는 풀 요청에 연결하는 링크를 추가하기 위해 문제를 편집할 수 있습니다.

Amazon Q에 할당된 문제를 생성하고 작업할 때의 모범 사례

문제를 생성할 때 일부 문제는 오랜 시간 그대로 방치되기도 합니다. 이에 대한 원인은 복잡하며 많은 변수가 있을 수 있습니다. 누가 작업해야 하는지 명확하지 않기 때문에 발생하는 것일 수 있습니다. 또는 이 문제로 인해 코드 베이스의 특정 부분에 대한 조사 또는 전문 지식이 필요한 상황에서 작업에 가장 적합한 후보가 다른 문제로 바쁘기 때문일 수도 있습니다. 주로 다른 긴급한 작업을 먼저 진행해야 하는 경우가 많습니다. 이러한 원인 중 일부 또는 전체로 인해 작업이 진행되지 않은 문제가 생길 수 있습니다. CodeCatalyst에는 제목과 설명을 기반으로 문제를 분석할 수 있는 Amazon Q라는 생성형 AI 어시스턴트와의 통합 기능이 포함됩니다. Amazon Q에 문제를 할당하면 평가할 초안 솔루션을 생성하려고 시도합니다. 이렇게 하면 사용자와 팀이 주의가 필요한 문제에 집중하고 작업을 최적화하는 데 도움이 되며, Amazon Q는 즉시 해결할 리소스가 없는 문제에 대한 솔루션을 제공합니다.

참고
참고

Amazon Bedrock 제공: AWS는 자동 침해 탐지 기능을 구현합니다. 소프트웨어 개발용 Amazon Q Developer Agent의 설명 쓰기, 콘텐츠 요약 생성, 권장 작업, Amazon Q를 사용하여 프로젝트에 기능을 생성하거나 추가, Amazon Q에 문제 할당 기능은 Amazon Bedrock에 구축되므로, 사용자는 Amazon Bedrock에서 구현된 제어 기능을 최대한 활용하여 안전, 보안 및 인공 지능(AI)을 책임 있게 사용할 수 있습니다.

Amazon Q는 간단하고 단순한 문제를 다룰 때 최상의 성능을 발휘합니다. 최상의 결과를 얻으려면 일반적인 언어를 사용하여 수행하려는 작업을 명확하게 설명하세요. 다음은 Amazon Q가 작업할 수 있도록 최적화된 문제를 생성하는 데 도움이 되는 몇 가지 모범 사례입니다.

중요

생성형 AI 기능은 미국 서부(오리건) 리전에서만 사용할 수 있습니다.

  • 간단해야 합니다. Amazon Q는 문제의 제목 및 설명에서 설명할 수 있는 간단한 코드 변경 및 수정 사항에 사용하는 것이 가장 좋습니다. 문제를 할당할 때 모호한 제목이나 지나치게 유동적이거나 모순되는 설명을 쓰지 마세요.

  • 구체적이어야 합니다. 문제를 해결하는 데 필요한 정확한 변경 사항에 대해 더 많은 정보를 제공할수록 Amazon Q가 문제를 해결하는 솔루션을 생성할 가능성이 높아집니다. 가능한 경우 변경하려는 API 이름, 업데이트하려는 방법, 변경해야 하는 테스트, 생각나는 기타 세부 정보와 같은 특정 세부 정보를 포함합니다.

  • Amazon Q 에 할당하기 전에 문제의 제목과 설명에 모든 세부 정보가 포함되어 있는지 확인합니다. Amazon Q에 문제를 할당한 후에는 문제의 제목이나 설명을 변경할 수 없으므로, Amazon Q에 할당하기 전에 문제에 필요한 모든 정보가 있는지 확인하세요.

  • 단일 소스 리포지토리에서 코드 변경이 필요한 문제만 할당합니다. Amazon Q는 CodeCatalyst의 단일 소스 리포지토리에 있는 코드에서만 작업할 수 있습니다. 연결된 리포지토리는 지원되지 않습니다. Amazon Q에 문제를 할당하기 전에 단일 소스 리포지토리에서만 변경해야 하는 문제인지 확인하세요.

  • 각 단계를 승인하려면 Amazon Q에서 제안한 기본값을 사용합니다. 기본적으로 Amazon Q는 수행하는 각 단계에 대해 승인을 요구합니다. 이렇게 하면 문제에 대한 설명뿐만 아니라 Amazon Q가 생성한 풀 요청에 대한 설명에서도 Amazon Q와 상호 작용할 수 있습니다. 이렇게 하면 Amazon Q를 통해 보다 대화형 경험을 제공하여, Amazon Q가 접근 방식을 조정하고 문제를 해결하기 위해 생성하는 코드를 구체화하도록 할 수 있습니다.

    참고

    Amazon Q는 문제 또는 풀 요청의 개별 의견에는 응답하지 않지만 접근 방식을 재고하거나 수정을 생성하라는 메시지가 표시되면 이를 검토합니다.

  • Amazon Q에서 제안한 접근 방식을 항상 주의 깊게 검토합니다. 한 번 접근 방식을 승인하면 Amazon Q는 해당 접근 방식을 기반으로 코드를 생성하는 작업을 시작합니다. Amazon Q에 계속 진행하라고 알리기 전에 접근 방식이 올바르고 예상하는 모든 세부 정보가 포함되어 있는지 확인하세요.

  • 검토하기 전에 배포할 수 있는 기존 워크플로가 없는 경우에만 Amazon Q가 워크플로에서 작업하도록 허용해야 합니다. 프로젝트에 풀 요청 이벤트에 대한 실행을 시작하도록 구성된 워크플로가 있을 수 있습니다. 그렇다면 Amazon Q가 생성했으며 워크플로 YAML 생성 또는 업데이트를 포함하고 있는 풀 요청은 해당 풀 요청에 포함된 워크플로의 실행을 시작할 수 있습니다. 프로젝트에서 생성한 풀 요청을 검토하고 승인하기 전에 이러한 워크플로를 자동으로 실행하는 워크플로가 없다는 사실이 확인되지 않았다면 Amazon Q가 워크플로 파일에서 작업하도록 허용하지 않는 것이 가장 좋습니다.

자세한 내용은 자습서: CodeCatalyst 생성형 AI 기능을 사용하여 개발 작업 속도 향상 섹션 및 생성형 AI 기능 관리를 참조하세요.