View a markdown version of this page

Personalizada - AWS Transformação

As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

Personalizada

O que é AWS Transformar de forma personalizada?

AWS O Transform Custom usa IA agente para realizar a modernização em grande escala de software, código, bibliotecas e estruturas para reduzir a dívida técnica. Ele lida com diversos cenários, incluindo atualizações de versões de idiomas, migrações de API e serviços, atualizações e migrações de estruturas, refatoração de código e transformações específicas da organização.

Por meio do aprendizado contínuo, o agente melhora a cada execução e feedback do desenvolvedor, oferecendo transformações repetíveis e de alta qualidade sem exigir conhecimento especializado em automação.

Principais recursos

AWS O Transform custom fornece os seguintes recursos:

  • Definição de transformação baseada em linguagem natural - Crie transformações personalizadas usando linguagem natural, documentação e exemplos de código

  • Execução da transformação - aplique transformações de forma consistente e confiável em várias bases de código

  • Aprendizado contínuo - Melhore automaticamente a qualidade da transformação em cada execução

  • AWS-transformações gerenciadas - Use transformações aprovadas e prontas para uso em cenários AWS comuns

Padrões de transformação

AWS O Transform custom oferece suporte a diversos padrões de transformação para atender às suas necessidades de modernização. Cada padrão tem características de complexidade diferentes com base no escopo e na natureza das mudanças necessárias.

Padrão Description Complexidade Exemplos
Migrações de API e serviços Migração entre versões de API ou serviços equivalentes, mantendo a funcionalidade Médio AWS SDK v1→v2 (Java, Python,), Boto2→Boto3, JUnit 4→5, JavaScript javax→jacarta
Atualizações de versão de idioma Atualização para versões mais recentes da mesma linguagem de programação, adoção de novos recursos e substituição de funcionalidades obsoletas Low-Medium Java 8→17, Python 3.9→3.13, 12→22, atualizações de versão Node.js TypeScript
Atualizações da estrutura Atualização para versões mais recentes da mesma estrutura, abordando mudanças significativas Médio Spring Boot 2.x→3.x, React 17→18, atualizações Angular, atualizações do Django
Migrações de estrutura Migração para estruturas totalmente diferentes que atendem a propósitos semelhantes Alto Angular→React, Redux→Zustand, →React Vue.js
Atualizações de bibliotecas e dependências Atualizando bibliotecas de terceiros para versões mais recentes, mantendo a mesma linguagem e estrutura Low-Medium Pandas 1.x→2.x, atualizações, atualizações de bibliotecas, NumPy atualizações do Lodash Hadoop/HBase/Hive
Refatoração de código e modernização de padrões Modernizando padrões de código e adotando as melhores práticas sem alterar a funcionalidade externa Low-Medium Imprimir→Estruturas de registro, concatenação de strings→f-strings, adoção de dicas de tipo, instrumentação de observabilidade
Roteiro e File-by-File traduções Traduzindo scripts independentes ou arquivos de configuração em que os arquivos são, em sua maioria, independentes Low-Medium AWS CDK → Terraform, Terraform →, Excel → notebooks Python, Bash CloudFormation → PowerShell
Migrações de arquitetura Migração entre arquiteturas de hardware ou ambientes de execução com o mínimo de alterações de código Medium-High x86 →AWS Graviton (ARM), no local → Lambda, servidor tradicional → contêineres
Language-to-Language Migrações Traduzindo bases de código de uma linguagem de programação para outra Muito alto Java→Python, →, C→Rust, JavaScript Python→Go TypeScript
Personalização e Organization-Specific transformações Requisitos organizacionais exclusivos e necessidades especializadas de modernização Varia Migrações personalizadas de bibliotecas internas, padrões de codificação específicos da organização, migrações de estruturas proprietárias
nota

Para COBOL/mainframe idiomas, use AWS Transform for Mainframe. Para atualizações do.NET Framework para o.NET Core, considere o AWS Transform for Windows. Para migrações da VMware para AWS, considere o AWS Transform for VMware.

Como AWS Transforme trabalhos personalizados

AWS O Transform custom geralmente é usado em projetos de grande escala em que várias bases de código ou módulos são transformados. As equipes normalmente seguem um fluxo de trabalho de quatro fases:

Definir transformação - Forneça instruções em linguagem natural, documentação e exemplos de código para o agente, o que gera uma definição inicial de transformação. Essa definição pode ser refinada iterativamente por meio de bate-papo ou edições diretas. Essa fase pode ser ignorada ao usar transformações AWS gerenciadas.

Pilote ou Proof-of-Concept - Teste a transformação em bases de código de amostra e refine com base nos resultados. Essa fase de validação ajuda a estimar o custo e o esforço da transformação completa. O aprendizado contínuo melhora a qualidade durante essa fase.

Execução escalonada - Configure a execução em massa automatizada usando a CLI, com os desenvolvedores revisando e validando os resultados. Monitore o progresso usando o aplicativo web e acompanhe as transformações em vários repositórios.

Monitore e revise - O aprendizado contínuo melhora automaticamente a qualidade da transformação. Analise as lições que foram extraídas de séries anteriores para garantir que atendam aos padrões de qualidade e arquive as que não forem úteis.

Compreender os conceitos principais do

Esta seção explica os principais conceitos para trabalhar com o AWS Transform custom.

Definições de transformação

Uma definição de transformação contém as instruções e o conhecimento necessários para realizar uma transformação de código específica. É representado como uma habilidade e consiste em:

  • SKILL.md(obrigatório) - Instruções no Markdown com o frontmatter (namee description campos) do YAML que contém a lógica de transformação principal e as instruções de execução

  • references/pasta (opcional) - Documentação carregada conforme necessário durante a execução da transformação

  • scripts/pasta (opcional) - Scripts que a transformação baixa e executa durante a execução

AWS O Transform CLI baixa automaticamente as definições de transformação para o diretório atual quando necessário para execução, inspeção ou modificação.

Importante

Ao publicar uma transformação, o diretório deve conter somente SKILL.md e, opcionalmente, a references/ pasta, a scripts/ pasta ou ambas. Nenhum outro arquivo ou subdiretório é permitido.

nota

A CLI versão 2.0 e posterior usa o formato de habilidades. As definições de transformação existentes são tratadas automaticamente pela CLI.

Registro de transformação

O registro de transformação é o repositório centralizado da sua AWS conta para armazenar e gerenciar as definições de transformação. As transformações no registro podem ser:

  • Listado usando atx custom def list

  • Executado em várias bases de código

  • Compartilhado com outros usuários em sua AWS conta

  • Version-controlled

Importante

As definições de transformação são específicas da conta. Se quiser usar uma transformação em uma AWS conta diferente, você deve publicá-la separadamente nessa conta.

Transformações preliminares versus transformações publicadas

AWS O Transform custom oferece suporte a dois estados para transformações no registro:

As transformações preliminares são definições de transformação em andamento ou não testadas. Eles são salvos como versões específicas e podem ser recuperados, atualizados e executados por usuários que se referem a essa versão específica. Os rascunhos são úteis para desenvolvimento, teste e refinamento iterativos antes que a transformação esteja pronta para ser compartilhada com sua equipe. Os rascunhos também estão associados a uma conversa específica. Se você reiniciar a CLI, poderá usá-la atx --conversation-id {id} para restaurar uma anterior.

As transformações publicadas estão disponíveis no registro de transformação da sua conta para execução por outros usuários com as permissões necessárias do IAM. As transformações publicadas podem ser descobertas usandoatx custom def list.

O fluxo de trabalho típico é:

  1. Crie transformação localmente

  2. Salvar como rascunho para teste (atx custom def save-draft)

  3. Refine e valide

  4. Publique para compartilhar com sua equipe (atx custom def publish)

Você também pode publicar uma transformação diretamente sem salvá-la como rascunho.

Referências versus aulas

AWS O Transform custom usa dois tipos de conhecimento para melhorar a qualidade da transformação:

As referências são documentação fornecida pelo usuário armazenada na references/ pasta de uma definição de transformação. As referências oferecem suporte somente a arquivos de texto (máximo de 10 MB no total para todos os arquivos) e geralmente contêm documentação, especificações de API, guias de migração e exemplos de código. As referências são carregadas conforme necessário durante a execução da transformação. Você adiciona referências ao criar ou atualizar uma definição de transformação no modo interativo.

As aulas são extraídas automaticamente de execuções anteriores de uma transformação. O sistema de aprendizado contínuo os gera a partir de trajetórias de execução, feedback do desenvolvedor e correções de código encontradas durante as transformações. Ele agrupa as aulas relacionadas em categorias para que vocês possam analisá-las em conjunto. Ao contrário das referências, que você fornece antecipadamente, as aulas se acumulam ao longo do tempo à medida que você executa a transformação em diferentes bases de código, e o sistema as aplica automaticamente para melhorar futuras execuções. Você revisa e gerencia as aulas de forma interativa comatx custom def learnings.

Comandos de compilação e validação

O comando de compilação ou validação é um parâmetro opcional que especifica como validar seu código durante o processo de transformação. Esse comando é executado em vários pontos durante a transformação para garantir a integridade do código.

Fornecer um comando que valide os resultados e retorne os problemas se a validação falhar é muito importante para melhorar a qualidade da transformação por meio do aprendizado contínuo. Se nenhuma compilação ou validação for necessária, omita da sua entrada.

Para obter exemplos e orientações detalhadas, consulte Comandos de criação e validação na seção Fluxos de trabalho.

Aprendizagem contínua

O aprendizado contínuo é o sistema que captura automaticamente o feedback de cada execução da transformação e melhora a qualidade da transformação ao longo do tempo. O sistema coleta informações por meio de:

  • Feedback explícito - Comentários e correções de código fornecidos no modo interativo

  • Observações implícitas - Problemas que o agente encontra ao transformar e depurar o código

O sistema de aprendizado contínuo processa essas informações para criar lições que são adicionadas à definição de transformação para melhorar as transformações futuras. O sistema executa o processo de aprendizado automaticamente após a conclusão das transformações, sem exigir nenhuma entrada adicional de você.

Importante

As aulas são específicas para cada transformação e não são compartilhadas entre diferentes transformações ou diferentes contas de clientes.

Gerenciando aulas

O sistema gera aulas automaticamente, mas você mantém o controle de quais serão aplicadas às futuras corridas. O atx custom def learnings comando abre uma sessão de terminal interativa para revisar e organizar as lições que uma transformação acumulou.

Nesta sessão, você pode:

  • Procure aulas agrupadas em categorias e veja quantas aulas ativas cada categoria contém.

  • Abra uma aula para ler todos os detalhes, incluindo o corpo da aula, seu impacto e quantas edições anteriores a consultaram.

  • Arquive uma lição para evitar que o sistema a aplique em futuras execuções e restaure-a posteriormente, se necessário.

  • Exclua permanentemente uma lição arquivada que não é mais útil.

Para obter instruções detalhadas, consulte Aprendizagem contínua.

Client-Side Habilidades

Client-side habilidades são recursos adicionais que ampliam o agente durante as execuções de transformação. Diferentemente das definições de transformação que definem qual transformação realizar, as habilidades do lado do cliente fornecem ferramentas, scripts e instruções complementares que o agente pode usar junto com seus recursos integrados durante qualquer transformação.

Client-side as habilidades são descobertas nos diretórios no nível do projeto e no nível do usuário. Coloque as habilidades no nível do projeto quando elas aplicam padrões específicos para um repositório e no nível do usuário quando elas se aplicam a todos os seus projetos. Project-level as habilidades só estão disponíveis quando um caminho de repositório de código é fornecido. Para configuração e uso detalhados, consulteClient-Side Habilidades.

Introdução aos comandos de transformação personalizados

Aqui estão alguns dos comandos que você pode usar com transformações personalizadas. A lista completa de comandos está na referência de comandos AWS Transformar transformações personalizadas.

  • atx custom

    • Executa uma experiência interativa de transformação personalizada, permitindo a criação, descoberta, execução e refinamento das transformações.

    • Esse é o comando padrão paraatx.

    • --trust-all-tools(-t) é opcional e permite implicitamente todas as solicitações de ferramentas solicitadas pelo agente. Use com cuidado, especialmente em ambientes de produção. Você pode configurar a confiança da ferramenta para ferramentas e comandos específicos usando o arquivo de configurações de confiança.

  • atx custom --help | atx custom -h

    • Mostra o menu de ajuda.

    • Cada comando também inclui um menu de ajuda, por exemplo,atx custom def exec --help.

  • atx --version | atx -v

    • Mostra a versão.

    • O número da versão muda a cada lançamento.

  • atx custom def list

    • Imprime a lista de transformações disponíveis no registro de transformação.

  • atx custom def exec

    • Executa uma transformação

  • atx custom def learnings

    • Abre uma sessão interativa para visualizar e gerenciar as lições que uma transformação aprendeu em execuções anteriores

  • atx mcp

    • Usado para gerenciar as configurações do servidor MCP