Agen pengkodean - AWS Bimbingan Preskriptif
ArsitekturDeskripsiKemampuanKasus penggunaan umumPanduan implementasiRingkasan

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

Agen pengkodean

Agen pengkodean dapat beralasan tentang tugas pemrograman, menghasilkan atau memodifikasi kode, dan berinteraksi dengan lingkungan pengembang, seperti IDEs dan CLIs. Agen-agen ini menggabungkan pemahaman bahasa alami dengan penalaran terstruktur untuk membantu, menambah, dan mengotomatiskan pengembangan perangkat lunak, mulai dari pembuatan fungsi hingga perbaikan bug dan penulisan pengujian.

Tidak seperti alat pelengkapan otomatis, agen pengkodean secara aktif menafsirkan tujuan pengguna, menanyakan lingkungan pengembangan untuk konteks (misalnya, membuka file dan melacak kesalahan), mengidentifikasi persyaratan, dan kemudian mengusulkan dan melakukan tindakan.

Arsitektur

Pola agen pengkodean ditunjukkan pada diagram berikut:

Agen pengkodean.

Deskripsi

  1. Menerima kueri

    • Pengguna menyediakan instruksi bahasa alami melalui palet perintah, jendela obrolan, atau CLI (misalnya, “Tambahkan logging ke fungsi ini” atau “Refactor untuk keterbacaan”).

  2. Ekstrak konteks lingkungan

    • Agen mengumpulkan konteks dari IDE, termasuk file aktif, posisi kursor, cuplikan kode, dan tabel simbol.

    • Ini mengeluarkan pesan kesalahan, hasil pengujian, dan output dari agen lain.

  3. Alasan LLM

    • Agen mengirimkan prompt, termasuk kueri dan konteks lingkungan, ke LLM.

      • LLM melakukan pass penalaran untuk menentukan hal-hal berikut:

      • Apa yang perlu diubah

      • Cara menghasilkan solusi

      • Setiap langkah refactoring, penulisan ulang, atau pengkodean

  4. Mengeksekusi tindakan

    • LLM mengembalikan output ke agen dan mengimpornya ke IDE atau lingkungan runtime.

    • Ini mungkin termasuk memasukkan atau memodifikasi kode, membuat komentar atau dokumentasi, dan memicu tugas build, pengujian, dan linting hilir.

Kemampuan

  • Kesadaran kontekstual tinggi (misalnya, status IDE, kursor, dan pohon sintaks)

  • Penalaran berulang dari tujuan dan umpan balik

  • Perencanaan kode opsional dan pemisahan tindakan (misalnya, alasan pertama dan kemudian bertindak)

  • Bekerja dalam alur kerja pengembang sinkron atau asinkron

Kasus penggunaan umum

  • Pembuatan kode dari deskripsi tugas

  • Pemfaktoran ulang dan pengoptimalan kode

  • Pembuatan dan validasi kasus uji

  • Penjelasan kesalahan dan debugging

  • Asisten dokumentasi

  • Kopilot pemrograman berpasangan

Panduan implementasi

  • Anda dapat membangun pola ini menggunakan alat-alat berikut dan Layanan AWS:

  • Amazon Bedrock untuk generasi dan penalaran yang digerakkan oleh LLM

  • Pengembang Amazon Q untuk saran dan penyelesaian pengkodean

  • AWS Lambda atau Amazon Elastic Container Service (Amazon ECS) untuk menjalankan dan menguji lingkungan sandbox

  • AWS Cloud9, ekstensi VS Code, atau integrasi IDE khusus untuk meng-host dan mengevaluasi konteks

  • Amazon Simple Storage Service (Amazon S3) untuk menyimpan prompt perantara, respons, dan riwayat revisi

Ringkasan

Agen pengkodean adalah alat pengembangan bertenaga AI baru yang mampu menafsirkan bahasa alami, menganalisis konteks, menghasilkan perubahan kode multistep, dan berintegrasi dengan siklus hidup pengembangan perangkat lunak.